matlab图像去模糊原始码CCPi规范化工具包（）
掌握
发展
Anaconda二进制文件
迭代图像重建（IIR）方法经常需要进行正则化，以确保收敛并使得逆问题很好地解决。
CCPi正则化工具包（CCPi-RGL）工具包提供了一组2D
/
3D正则化策略，以确保IIR方法的更好性能（更高的SNR和分辨率）。
标量和矢量数据集的正则化模块基于该框架，并且可以与PDHG，Douglas-Rachford，ADMM，FISTA和一起使用。
CCPi-RGL的主要目标是，该工具包可用于图像去噪问题。
核心模块用C-OMP和CUDA语言编写，并提供了Matlab和Python的包装器。
先决条件：
或者
Python（经过测试的版本3.5
/
2.7）；
赛顿
C编译器
nvcc（CUDA
SDK）编译器
套餐模块：
单通道（标量）：
Rudin-Osher-Fatemi（ROF）总变化（显式PDE最小化方案）
2D
/
3D
CPU
/
GPU
（参考资料1
）
快速渐变投影（FGP）总变化量2D
/
3D
CPU
/
GPU
（参考2
）
斯普利特-布雷格曼（SB）Total
Variat
2022-06-23 20:54:36
2.93MB
1
matlab图像均衡化代码使用logBCJR算法对串行级联卷积码进行迭代解码
两个编码器的生成器矩阵为G（D）=
[1（1
+
D
^
2）/（1
+
D
+
D
^
2）]。
logBCJR
matlab代码受K
Vasudevan编写的概率域中BCJR算法的scilab代码启发，可以在处找到。
参考：
K.
Vasudevan，“使用基于Predictive-DFE的接收器对串行级联Turbo码进行涡轮均衡”，信号，图像和视频处理，Springer，第1卷。
1，没有3，第239-252页，2007年8月。
2022-06-21 09:56:57
6KB
1
使用Jacobi算法计算二维稳态扩散问题C语言源代码，所有参数均已参数化，网格数量不超过255，按行输出节点温度，里面包含调试好的exe程序。
2022-06-20 13:43:55
22KB
1
BELMKN：贝叶斯极限学习机Kohonen网络
无监督的极限学习机（ELM）是一种用于特征提取的非迭代算法。 该方法应用于IRIS数据集以进行非线性特征提取，聚类预测，最后使用k-means进行聚类。
客观的
要使用Unsuoervised Extreme Learning Machine执行非线性特征学习，使用贝叶斯信息准则（BIC）预测数据集中的聚类数，最后使用k-means，自组织图/ Kohonen网络和EM算法进行聚类
模组
无监督的极限学习机：在此模块中，使用无监督的极限学习机执行数据集的特征提取。 这是具有单个隐藏层的非迭代算法，其中输入层和隐藏层之间的权重被随机初始化，并且使用目标函数计算隐藏层和输出层之间的权重。 因此，可以保证收敛于全局最小值。
贝叶斯信息准则：贝叶斯信息准则是一种统计方法，使用d来找出数据集中的聚类数。 它使用期望最大化（EM）算法来查找数据集中的
2022-06-18 21:43:48
1.89MB
1