Matlab
jpeg2000压缩代码多分量医学图像的无损压缩方法
抽象的
在疾病诊断中，医学图像起着重要的作用。
它的无损压缩非常关键，它直接决定了本地存储空间的需求和远程医疗系统的通信带宽，从而有助于患者的诊断和治疗。
与医学图像有关的有两个非凡属性：无损和相似。
如何利用这两个属性来减少表示图像所需的信息是压缩的关键点。
在本文中，我们利用大数据挖掘来建立图像码本。
也就是说，找到图像的基本组成部分。
我们提出了一种用于多成分医学图像的软压缩算法，该算法可以准确反映图像的基本结构。
提出了图像压缩的通用表示框架，对压缩结果的测量结果表明，我们开发的软压缩算法在压缩率方面可以胜过流行的基准测试。
角色
该代码是为无损模式下的多分量图像压缩而设计的。
该代码可以在疟疾，BCCD和黑色素瘤数据集上获得压缩比结果。
对于其他数据集，只需做一些更改即可达到压缩效果。
代码先决条件
所需的软件包：
pip
install
opencv-python
--user
pip
install
opencv-contrib-python
--user
pip
install
numpy
数据集：
B
2022-01-11 15:52:02
620KB
1
十款必装的黑莓软件，如3gtanBlack、Anyview支持抗锯齿版、BerryMail-Opera4-3rd全键盘、BuzzMe、GoogleMail、HandCalendar、QQ2008等
2022-01-11 15:43:58
1.14MB
1
matlab代码粒子群算法软计算优化工具箱（SCOT）
它能做什么：
1.一个工具箱，在一个保护伞下结合了六个优化算法。
2.每种算法都有单独的GUI。
3.结果的图形表示。
如何运行：
脚步：
打开MATLAB
打开包含所有必需文件的代码文件夹。
打开mastergui.m文件
点击运行
单击任何按钮以启动特定的算法GUI。
以下是运行不同算法的步骤：1.PSO（粒子群优化）：
从功能下拉列表中选择其他功能。
选择优化类型（最小化/最大化）。
单击“绘制！”（将绘制2D和3D图形）
绘制后：您可以更改不同的参数（遗传极限，种群大小，精度）速度因子也可以更改单击运行（模拟将开始）
对于所有其他算法（GWO
/
SCA
/
MVO
/
WAO
/
ALO）：
您可以更改以下参数（如果需要）：粒子数迭代数下界和上界变量数目标函数（在coste函数文件中写入）
通过选择搜索历史记录：过去的结果将被存储并同时显示。
单击“开始优化”（图形仿真开始），将显示结果
2022-01-06 16:55:22
2.7MB
1
已使用两种方法对传输的位进行解码，(1) 硬或按位解码和 (2) 软或按块解码。 首先将4个信息位转换（编码）为7个码位以形成一个码字。 三个奇偶校验位分别为bit1+bit2+bit3、bit1+bit3+bit3和bit1+bit2+bit4。 首先使用 SNR 调制码位。 假定接收器的噪声功率（高斯）为1，平均值为0。（1）硬解码：-如果分别为正数和负数，则首先将传输的比特转换为+1和0。 如果有错误，使用校正子检测将一位翻转。 将解码的代码位与传输的代码位进行比较并计算 BER。 (2)软解码：-从所有16个可能的有效码字中计算接收码字的距离，并将传输的码字解码为距离最小的码字。 然后将解码后的码字与传输的码字进行比较并计算 BER。
2021-12-31 16:20:14
15KB
1
Architecture Design for Soft Errors 神书一本。
2021-12-28 22:34:49
5.35MB
1