为提高雾天图像增强的对比度并保持颜色恒常性，提出了基于全变分 Retinex 及梯度域的雾天图像增强算法。首先，采用高斯—赛德尔 GS（Gauss-Seidel）迭代算法对基于 Retinex 的全变分能量泛函数进行求解，从而有效地保持颜色恒常性；其次，采用相对梯度与绝对梯度相结合的方式拉伸雾天图像较亮处的梯度， 在全变分Retinex理论下重建增强后的雾天图像，并将该增强算法应用到彩色图像；最后，加权融合基于全变分Retinex增强算法与梯度域增强算法的增强结果，使得增强结果既能提高对比度又能保持色彩恒常性。实验结果表明，本算法提高了雾天图像增强后的对比度和清晰度，具有颜色恒常性、颜色保真高等特性。

1、有完整原始数据 2、python程序 3、程序详细，可直接运行

智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真代码

大数据-算法-集合降维变分方法及其在全球谱模式T106中的应用研究.pdf

大数据-算法-高斯均值场变分推理的算法研究.pdf

大地电磁信号是解释地质构造的重要信息载体,其受长周期和随机噪声影响严重,导致地质构造的反演结果出现严重的偏差。为了解决该问题,基于变分模态分解(Variational Mode Decomposition,VMD)提出了一种综合性的大地电磁信号去噪算法。对原始电磁信号进行多分辨VMD处理去除长周期噪声,采用小波包阈值去噪法去除信号的随机噪声,使用信号重构得到去噪处理后的大地电磁信号。使用此方法对工程实测大地电磁信号进行处理,结果表明,此方法能够对大地电磁信号的长周期噪声和随机噪声进行抑制,并且极大限度地保存了信号的有效分量,提高了时域信号的周期性,全频分段的视电阻率曲线得到了明显优化。

大数据-算法-非线性优化方法及在四维变分资料同化系统中的应用.pdf

大数据-算法-非线性Schr（）dinger方程的多辛变分积分子.pdf

大数据-算法-非线性变分包含和包含组的可解性及迭代算法.pdf

变分模态划分matlab代码泛癌 这些代码旨在提取形状描述符和区域变化特征。 如果您正在使用代码，请引用以下论文和代码 DOI： 吴等人。 跨成像模式和组织学的放射肿瘤分类，自然机器智能，2021 年。 “matlab”文件夹包含形状特征代码，“python”文件夹包含区域变化特征代码 matlab 文件夹包含以下项目： main.m：这是提取形状特征的主要功能，请按照说明提取形状特征 功能：此文件夹包含两个已使用的定义函数 --checkBIM.m：检查表面点云的质量 --spharm_coeff.m：从球谐分解中提取二阶整形器特征 Process_data：这个文件夹保存了输入数据，我们提供了一个例子“Decathlon” SPHARM_output：此文件夹保存输出数据，其中每个子文件夹对应一个步骤 third_party_package：这个文件夹包含了沉力博士组提供的SPHARM函数() SPHARM-MAT.pdf：此文件包含 SPHARM 功能的详细信息 python文件夹包含以下项目： main.py：这是提取区域变异特征的主要功能，请按照里面的说明进行操作。 util