在文件中，我提供了以下源代码： *樋口分形维数（HFD） * 卡茨分形维数 (KFD) 源代码用英文正确注释。 欢迎任何意见或建议。 谢谢， 耶苏斯·蒙格（JesúsMonge）。

分形维数计算matlab代码分形维数 这是相对改进的改进盒计数方法。 使用Box Count方法计算灰度和彩色图像的分形维数 该代码用于计算灰度和彩色图像的分形维数。 这是我们开发的一种新方法。 对于grayscale.m，它使用盒子计数方法作为基础，然后使用通过使用盒子数量和比例绘制的图形，计算出最佳拟合线，其斜率为我们提供了所需的分形维数。图像。 对于彩色图像，开发了三种新方法。 这些代码可用于进一步研究图像的分形维数，并可用于分类目的，肿瘤检测等。这些代码已经过测试并可以工作。 这些代码可用于进一步研究分形维数在各个领域的应用。 所有代码都是用MATLAB编写的。 已添加针对color_1.m的Jupyter Notebook。 （Python3版本） 参考 如果您发现此存储库有帮助，请考虑引用我们的工作。 @article{ Author = {Sumitra Kisan and Sarojananda Mishra and Ajay Chawda and Sanjay Nayak}, Title = {Estimation of Fractal Dimension in Di

目的将混沌应用于分形图像压缩编码中，用Logistic混沌映射和Julia曲线生成一个固定的压缩字典，改进传统的分形图像压缩编码方法。方法采用二阶的Julia集f（Z）=Z2+C的时间逃逸算法，对于不同的C生成不同的曲线。然后使用Logistic混沌映射随机地产生0-255之间的整数填满量化表。再根据灰度量化规则，用第一千张量化表量化产生的Julia图像块，作为压缩编码中的固定字典。编码时，将量化后图像Julia块与原图中的图像块进行比较，寻找最适合的量化表和距离最小的Julia图像块。解码时通过重构第一

在随机过程、混沌理论和时间序列分析中，去趋势波动分析 (DFA) 是一种通过计算 alpha（或 Hurst 指数 H）来确定信号的统计自亲和性的方法。它对于分析出现的时间序列很有用是长期依赖的过程。 然而，传统的 DFA 只缩放二阶统计矩并假设过程是正态分布的。 当前 zip 文件夹中的 MFDFA1 和 MFDFA2 计算所有 q 阶统计矩的 H(q) 以及局部 Hurst 指数 H(t)。 此外，H(q) 和 H(t) 还用于通过 H(q) 的勒让德变换或直接从 H(t) 的直方图计算多重分形谱 D(h)。 如果这些代码用于科学出版物，请引用 zip 文件夹中包含的 Ihlen (2012)。 小波和EMD趋势化的MFDFA代码的修改在菱www.ntnu.edu/inm/geri/software

基于matlab的二维和三维曲面分形插值

matlab开发-用FFT计算裂缝表面的分形维数。该函数通过傅立叶变换计算分形表面的分形维数。

分形维数计算matlab代码拉格朗日2D 用于流体拉格朗日分析的Mathematica软件包 示例“双回转”流场 流动颗粒的路径 运输领域 最大时限李雅普诺夫指数 Kaplan-Yorke分形维数 冲洗时间分配 安装 下载此存储库。 在您的工作笔记本中，确保lagrange2d.wl在路径上。 然后可以按以下方式导入该软件包： SetDirectory[NotebookDirectory[]] << lagrange2d.wl 功能与用法 有关使用软件包中各种功能的示例问题，请参阅笔记本demos.nb 。 简要地说，功能包括：相邻点“团”的数值积分，有限时间Lyapunov指数的计算以及Kaplan-Yorke尺寸的空间场，以及动画和绘图工具。 有关输出图的示例，请参见上图。 如果您认为此代码有用，请考虑引用随附的论文 吉尔平，威廉。 “ Lagrange2D：用于二维流体流动的拉格朗日分析的Mathematica软件包” 理论背景 该软件包中的FTLE功能基于苏黎世联邦理工学院Haller实验室开发的研究。 有关理论背景，请参阅。 有关使用FTLE查找拉格朗日相干结构的MATLAB

请首先查看右侧的示例选项卡 (.mlx 文档) 以获取完整说明。 下载后，在 Matlab 控制台中输入“doc Si​​erpinski_tetrahedron”或“help Sierpinski_tetrahedron”以获得支持。 要从随附的文件文档中受益，请务必下载该文件，而不仅仅是复制和粘贴它。

% 此功能允许您构建 3D 分形树% 通过使用基于所谓的 Kantor 数组的修改算法反向跟踪的百分比和方法% 这些方法可以让您节省时间和计算机内存% 相当％它的参数： % FraktalTM3D(n,r,phi,chi,xb,yb,zb) % n - 迭代次数% r - 比例因子% 在采用不同比例因子的非均匀分形的情况下% 位置，r 可能是向量% phi - 计算的分形生成器中的方位角矢量% chi - 分形生成器中极角相对于％ 树干% xb, yb 和 zb - 躯干坐标% % 例如对于著名的 Pifagorus 树在它的垂直位置，这个函数的调用是％ 所以： % FraktalTM3DM(n,[0.5,0.8,0.8],[0,2*pi/3,4*pi/3],[pi/3,pi/3,pi/3],[0,0],[ 0,0],[0,1]) %n 建议在 1..10 范围内，不要调用栈的重载

许多情况下分形维数的计算是通过对二维数字图像的分析得到的. 针对二维数字图像的特点,探讨了采用盒维数计算其分形维数的方法. 数