双侧乳房融合 MATLAB 代码

MATLAB开发：TSTAT3计算具有自由度“v”的单侧或双侧t概率和t统计量“tp”。此函数允许计算自由度“v”和给定概率“tp”的逆t分布（单侧t统计量），使用MATLAB内置的'betainc'函数计算t分布概率，并使用'fzero'函数计算逆函数。适用于MATLAB版本R2015b及以上。

函数文件：ibootci自举置信区间 ci = ibootci(nboot, bootfun, ...) 计算 bootfun 计算的统计量的95%迭代（双）引导程序置信区间。 nboot 是一个标量，或最多两个正整数的向量，表示第一次和第二次引导的重复样本数。 bootfun 是用@指定的函数句柄，或表示函数名称的字符串。第三个及后面的输入参数是数据（列向量），用于创建 bootfun 的输入。 ibootci 通过从列向量数据参数（必须具有相同大小）的行中采样来创建每个第一级引导程序。两侧区间的标称中心覆盖被校准，以通过引导迭代和插值实现二阶精确覆盖。然后使用 bootstat 的经验累积分布函数的线性插值来构建两侧置信区间。整个过程中使用的重采样方法是平衡重采样。 nboot 中第一和第二个引导程序复制样本集的数量的默认值分别为5000和200。 ci = ibootci(

支持信息函数名称：调整幻影大小描述：使用最近邻插值将输入的乳房幻影调整为所需的尺寸。输入变量： • inputPhantom：三维（x，y，z）int8数组（例如，乳房幻像） • 维度：一个三元素(x,y,z)向量，指示所需的点数输出变量： • scaledPhantom：一个三维(x,y,z) int8数组（例如，调整大小后的乳房模型）函数名称：幻影放置描述：返回在全身体素模型上放置幻影的位置。输入变量： • inputPhantom：一个三维(x,y,z) int8数组（例如，乳房幻影） • 位置：单个字符“l”或“r”，表示身体的左侧或右侧 • 维度：一个三元素(x,y,z)向量，指示所需的点数 • xVoxelL、xVoxelR、yVoxel、zVoxel：体素数，指示幻影的中心位置输出变量： • placementOffset：一个三元素(x,y,z)向量。

此代码库实现了一种方法，该方法可通过多分支 CNN 识别复制移动的源和目标区域。该方法利用插值伪影和边界不一致性的特征。

GRSL-2020-1 自述文件中提供了如何使用代码对提交的文章进行数值测试的说明：GRSL-IEEE 地球科学与遥感快报将强度通道中的证据融合以用于 PolSAR 图像中的边缘检测。 作者：Anderson A. de Borba、Maurício Marengoni 和 Alejandro C Frery 测试环境：Matlab / Octave 数据集：Flevoland 图像 步骤：1. 运行 /Code_matlab/imagem_real_lin_radial_flev.m2. 读取数据库 /Data/AirSAR_Flevoland_Enxuto.mat3. 将射线写入以下文件（共 9 个通道，但此处仅使用 3 个强度通道）：- /Data/a) 通道 hh-flevoland_1.txt- /Data/b) 通道 hv-flevoland_2.txt- /Data/c) 通道 vv-flevoland_3.txt4. 将射线坐标写入以下文件：- /Data/a) 文件 xc_flevoland.txt- /Data/b) 文件 yc_flevoland.txt5. 在 R² 中运行 /Code_r/evidencias_im_real_sa_param_mu_L.R - 读取数据

此MATLAB代码实现了多尺度表示融合网络（MRFN），用于IEEE信号处理快报上发表的智能故障诊断论文。运行环境为Windows 7和Matlab R2014b。源数据来自凯斯西储大学（CWRU）的机械故障预防技术（MFPT）数据集。我们提供了CWRU数据集的Matlab文件“Sample_multi_array.mat”，您可以从百度Netdisk免费下载。如需使用代码，请参考以下步骤。如果您有任何问题，请联系Hui Yu或作者。

该存储库包含扩展曝光融合（EEF）的Octave/Matlab实现，这是一种针对包围曝光序列的改进曝光融合方法。 方法 该方法在以下出版物中进行了描述：* 扩展曝光融合，Charles Hessel，图像处理在线，9，（2019）* HESSEL，Charles，MOREL，Jean-Michel，《扩展曝光融合及其在单图像对比度增强中的应用》。在：2020年IEEE计算机视觉应用冬季会议（WACV）。IEEE，2020年。 代码功能 实现了两种融合方法： 扩展曝光融合 (EEF) 在 eef.m 中实现，使用 runeef.m 运行。 曝光融合 (EF) 在 run_ef.m 中实现，用于比较。 提供了用于配准包围曝光序列的 bash 脚本 image_registration.sh。 代码结构 eef.m：扩展曝光融合算法实现 runeef.m：运行扩展曝光融合的脚本 run_ef.m：运行曝光融合的脚本 image_registration.sh：用于图像配准的 bash 脚本

此项目包含基于CVX的孪生SVM和其对偶问题的MATLAB实现，可用于解决凸优化作业。提供生成和可视化训练及测试数据的代码，并提供了说明图示。

嗨，我是Wasu，AGH科技大学工程自动化与机器人学士学位毕业生，专注于基于人工智能的可见光和红外范围内视频流数据融合的物体识别。目前研究智能控制系统，主要涉及机器学习、视觉系统和算法加速，以及在多个工程项目中的经验，如基于Tensorflow和Python的视觉AI瞄准机器人系统和基于Raspberry Pi 4、ESP和Arduino的智能家居系统。如果您需要优秀的工程师，请与我联系。