mia-2dmyoica-nonrigid - ক্লাউডে অনলাইন

কার্যক্রম:

NAME এর

mia-2dmyoica-nonrigid - 2D ছবির একটি সিরিজের নিবন্ধন চালান।

সাইনোপিসিস

mia-2dmyoica-nonrigid -i -o [বিকল্প]

বর্ণনাঃ

mia-2dmyoica-nonrigid এই প্রোগ্রামটি বর্ণিত গতি ক্ষতিপূরণ অ্যালগরিদম প্রয়োগ করে
Wollny G, Kellman P, Santos A, Ledesma-Carbayo MJ-তে, "স্বয়ংক্রিয় গতির ক্ষতিপূরণ
স্বাধীন কম্পোনেন্ট অ্যানালাইসিস ব্যবহার করে বিনামূল্যে শ্বাস নেওয়া মায়োকার্ডিয়াল পারফিউশন ডেটা অর্জন করেছে"
মেডিকেল ইমেজ অ্যানালাইসিস, 2012, DOI:10.1016/j.media.2012.02.004।

বিকল্প

ফাইল-IO
-i --ইন-ফাইল=(ইনপুট, প্রয়োজনীয়); স্ট্রিং
ইনপুট পারফিউশন ডেটা সেট

-o --out-file=(আউটপুট, প্রয়োজনীয়); স্ট্রিং
আউটপুট পারফিউশন ডেটা সেট

-r --registered=reg
নিবন্ধিত ফাইলের জন্য ফাইল নামের ভিত্তি

--save-cropped=
এই ফাইলে ক্রপ করা সেট সংরক্ষণ করুন

--সেভ-ফিচার=
আইসিএ এবং কিছু মধ্যবর্তী ছবি থেকে প্রাপ্ত বৈশিষ্ট্য চিত্রগুলি সংরক্ষণ করুন
PNG ফাইলে প্রদত্ত ফাইল নামের বেস সহ RV-LV সেগমেন্টেশনের জন্য ব্যবহৃত হয়।
এছাড়াও প্রাথমিক সেরা এবং চূড়ান্ত IC মিশ্রণের সহগ সংরক্ষণ করুন
ম্যাট্রিক্স।

--save-refs=
সিন্থেটিক রেফারেন্স ইমেজ সংরক্ষণ করুন

--save-regs=
মধ্যবর্তী নিবন্ধিত ছবি সংরক্ষণ করুন

সাহায্য & তথ্য
-ভি --ভারবোস=সতর্কতা
আউটপুট এর verbosity, প্রদত্ত স্তরের বার্তা এবং উচ্চ অগ্রাধিকার প্রিন্ট.
সর্বনিম্ন স্তর থেকে শুরু হওয়া সমর্থিত অগ্রাধিকারগুলি হল:
তথ্য - নিম্ন স্তরের বার্তা
চিহ্ন - ফাংশন কল ট্রেস
ব্যর্থ - পরীক্ষার ব্যর্থতার রিপোর্ট করুন
সতর্কবার্তা - সতর্কতা
ভুল - ত্রুটি রিপোর্ট করুন
ডেবাগ্ করা - ডিবাগ আউটপুট
বার্তা - সাধারণ বার্তা
মারাত্মক - শুধুমাত্র মারাত্মক ত্রুটির রিপোর্ট করুন

--কপিরাইট
কপিরাইট তথ্য মুদ্রণ

-h -- সাহায্য
এই সাহায্য মুদ্রণ

-? -- ব্যবহার
একটি সংক্ষিপ্ত সাহায্য প্রিন্ট করুন

--সংস্করণ
সংস্করণ নম্বর প্রিন্ট করুন এবং প্রস্থান করুন

ইনভ্যালিড কেয়ার অ্যালাওয়েন্স
-C -- উপাদান=0
ICA উপাদান 0 = স্বয়ংক্রিয় অনুমানICA উপাদান 0 = স্বয়ংক্রিয়
প্রাক্কলন

-- স্বাভাবিক করা
স্বাভাবিক ICs

--নো-মেনস্ট্রিপ
মিশ্রণ বক্ররেখা থেকে গড় ফালা না

-s --segscale=0
LV (0=কোনও সেগমেন্টেশন নয়) সেগমেন্টের চারপাশে ক্রপ বক্সটিকে সেগমেন্ট করুন এবং স্কেল করুন এবং
এলভির চারপাশে ক্রপ বাক্সটি স্কেল করুন (0 = কোন বিভাজন নেই)

-k --skip=0
সিরিজের শুরুতে ছবিগুলি এড়িয়ে যান যেমন সেগুলি অন্যের
সিরিজের শুরুতে ইমেজগুলোকে বাদ দিন যেমন তারা
অন্যান্য পদ্ধতির হয়

-m --max-ica-iter=400
ICA-তে পুনরাবৃত্তির সর্বাধিক সংখ্যা ICA-তে পুনরাবৃত্তির সর্বাধিক সংখ্যা

-ই --সেগমেথড = বৈশিষ্ট্য
বিভাজন পদ্ধতি
ডেল্টা-চূড়া - পিক এনহান্সমেন্ট ইমেজের পার্থক্য
বৈশিষ্ট্য - বৈশিষ্ট্যযুক্ত ছবি
ডেল্টা-বৈশিষ্ট্য - বৈশিষ্ট্য চিত্রের পার্থক্য

-b --মিন-ব্রিদিং-ফ্রিকোয়েন্সি=-1
ন্যূনতম গড় ফ্রিকোয়েন্সি একটি মিশ্রণ বক্ররেখা থেকে স্টেম বিবেচনা করা যেতে পারে
নিঃশ্বাস একটি সুস্থ বিশ্রাম শ্বাসের হার প্রতি মিনিটে 12। একটি নেতিবাচক মান
পরীক্ষা নিষ্ক্রিয় করে। ন্যূনতম গড় ফ্রিকোয়েন্সি একটি মিশ্রণ বক্ররেখা হতে পারে
শ্বাস-প্রশ্বাস থেকে উদ্ভূত বলে মনে করা হয়। একটি সুস্থ বিশ্রাম শ্বাসের হার প্রতি 12
মিনিট একটি নেতিবাচক মান পরীক্ষা নিষ্ক্রিয় করে।

প্রসেসিং
--থ্রেড=-1
প্রক্রিয়াকরণের জন্য ব্যবহার করার জন্য সর্বাধিক সংখ্যক থ্রেড, এই সংখ্যাটি কম হওয়া উচিত
বা মেশিনে লজিক্যাল প্রসেসর কোরের সংখ্যার সমান। (-1:
স্বয়ংক্রিয় অনুমান). প্রক্রিয়াকরণের জন্য ব্যবহার করার জন্য থ্রেডের সর্বাধিক সংখ্যা, এটি
সংখ্যা লজিক্যাল প্রসেসর কোরের সংখ্যার কম বা সমান হওয়া উচিত
যন্ত্র. (-1: স্বয়ংক্রিয় অনুমান)।

নিবন্ধন
-O --অপ্টিমাইজার=gsl:opt=gd, step=0.1
মিনিমাইজেশনের জন্য ব্যবহৃত অপ্টিমাইজার অপ্টিমাইজার মিনিমাইজেশনের জন্য ব্যবহৃত হয়
সমর্থিত প্লাগইনগুলি দেখুন PLUGINS:minimizer/singlecost

-আর --রিফাইনার=
প্রধান অপ্টিমাইজারকে অপটিমাইজার বলা হওয়ার পরে পরিমার্জনের জন্য ব্যবহৃত অপ্টিমাইজার
প্রধান অপ্টিমাইজারকে ফর সমর্থিত বলার পর পরিমার্জনের জন্য ব্যবহৃত হয়
প্লাগইনগুলি দেখুন প্লাগইনস:মিনিমাইজার/সিঙ্গেলকোস্ট

-a --স্টার্ট-সি-রেট=16
মেরুদণ্ডে সহগগম হার শুরু, --c-রেট-বিভাজক দ্বারা ভাগ করা হয়
মেরুদণ্ডে প্রতিটি পাসস্টার্ট সহগ হার, --c-রেট-ভাজক দ্বারা ভাগ করা হয়
প্রতিটি পাসের সাথে

--c-রেট-ডিভাইডার=2
প্রতিটি পাসের জন্য কোফিসিয়েন্ট রেট ডিভাইডার প্রতিটি পাসের জন্য কোফিসিয়েন্ট রেট ডিভাইডার

-d --start-divcurl=10
divcurl ওজন শুরু করুন, প্রতিটি পাসস্টার্টের সাথে --divcurl-বিভাজক দ্বারা ভাগ করা হয়
divcurl ওজন, প্রতি পাসের সাথে --divcurl-বিভাজক দ্বারা ভাগ করা হয়

--divcurl-divider=2
প্রতিটি নতুন passdivcurl ওজন স্কেলিং সঙ্গে প্রতিটি সঙ্গে divcurl ওজন স্কেলিং
নতুন পাস

-w --imagecost=image:weight=1,cost=ssd
ইমেজ কস্ট ইমেজ খরচ সমর্থিত প্লাগইনগুলির জন্য PLUGINS দেখুন: 2ডিমেজ/পূর্ণ খরচ

-l --mg-স্তর=3
মাল্টি-রেজোলিউশন লেভেল মাল্টি-রেজোলিউশন লেভেল

-পি --পাস=5
রেজিস্ট্রেশন পাস রেজিস্ট্রেশন পাস

প্লাগইনস: 1d/স্প্লিনকারনেল

bspline বি-স্প্লাইন কার্নেল তৈরি, সমর্থিত পরামিতিগুলি হল:

d = 3; int [0, 5]
স্প্লাইন ডিগ্রী।

omoms OMoms-স্পলাইন কার্নেল তৈরি, সমর্থিত পরামিতিগুলি হল:

d = 3; int [3, 3]
স্প্লাইন ডিগ্রী।

প্লাগইনস: 2ডিমেজ/খরচ

lncc মাস্কিং সমর্থনের সাথে স্থানীয় স্বাভাবিক ক্রস সম্পর্ক।, সমর্থিত পরামিতি
হয়:

w = 5; [১, ২৫৬]
স্থানীয় ক্রস মূল্যায়নের জন্য ব্যবহৃত উইন্ডোর অর্ধেক প্রস্থ
পারস্পরিক সম্পর্ক

এলএসডি সর্বনিম্ন-বর্গক্ষেত্রের দূরত্ব পরিমাপ

(কোন প্যারামিটার নেই)

mi স্প্লাইন পারজেন ভিত্তিক পারস্পরিক তথ্য।, সমর্থিত পরামিতিগুলি হল:

কাটা = 0; ভাসা [0, 40]
অপসারণের জন্য উচ্চ এবং নিম্ন তীব্রতায় কাটতে পিক্সেলের শতাংশ
বহিরাগত

mbins = 64; [১, ২৫৬]
চলমান চিত্রের জন্য ব্যবহৃত হিস্টোগ্রাম বিনের সংখ্যা।

mkernel = [bspline:d=3]; কারখানা
চিত্র পার্জেন হিনস্টোগ্রাম সরানোর জন্য স্প্লাইন কার্নেল। সমর্থিত প্লাগ-ইনগুলির জন্য
প্লাগইন দেখুন: 1d/splinekernel

rbins = 64; [১, ২৫৬]
রেফারেন্স চিত্রের জন্য ব্যবহৃত হিস্টোগ্রাম বিনের সংখ্যা।

rkernel = [bspline:d=0]; কারখানা
রেফারেন্স ইমেজ পারজেন হিনস্টোগ্রামের জন্য স্প্লাইন কার্নেল। সমর্থিত প্লাগের জন্য-
ins দেখুন প্লাগইন:1d/splinekernel

এনসিসি স্বাভাবিক ক্রস সম্পর্ক।

(কোন প্যারামিটার নেই)

এনজিএফ এই ফাংশন স্বাভাবিক গ্রেডিয়েন্টের উপর ভিত্তি করে চিত্রের সাদৃশ্য মূল্যায়ন করে
ক্ষেত্র বিভিন্ন মূল্যায়ন কার্নেল উপলব্ধ।, সমর্থিত পরামিতিগুলি হল:

স্পষ্ট = ডিএস; নির্দেশ
প্লাগইন সাবটাইপ। সমর্থিত মান হল:
sq - পার্থক্যের বর্গ
ds - স্কেল করা পার্থক্যের বর্গ
ডট - স্কেলার পণ্য কার্নেল
ক্রুশ - ক্রস পণ্য কার্নেল

এসএসডি 2D imaga খরচ: বর্গক্ষেত্র পার্থক্যের সমষ্টি, সমর্থিত পরামিতিগুলি হল:

অটোথ্রেশ = 0; ভাসা [0, 1000]
শুধুমাত্র তীব্রতা মান গ্রহণ করে চলমান চিত্রের স্বয়ংক্রিয় মাস্কিং ব্যবহার করুন
প্রদত্ত থ্রেশহোল্ডের চেয়ে বড় অ্যাকাউন্ডে।

আদর্শ = 0; bool
চিত্র পিক্সেল সংখ্যা দ্বারা মেট্রিক স্বাভাবিক করা উচিত কিনা তা সেট করুন।

এসএসডি-অটোমাস্ক
2D ছবির খরচ: বর্গক্ষেত্র পার্থক্যের সমষ্টি, প্রদত্ত উপর ভিত্তি করে অটোমাস্কিং সহ
থ্রেশহোল্ড, সমর্থিত পরামিতি হল:

থ্রেশ = 0; দ্বিগুণ
রেফারেন্স ইমেজ জন্য থ্রেশহোল্ড তীব্রতা মান.

থ্রেশ = 0; দ্বিগুণ
উৎস চিত্রের জন্য থ্রেশহোল্ড তীব্রতার মান।

প্লাগইনস: 2ডিমেজ/পূর্ণমূল্য

ভাবমূর্তি সাধারণ চিত্রের সাদৃশ্য খরচ ফাংশন যা মাল্টি-রেজোলিউশনও পরিচালনা করে
প্রক্রিয়াকরণ প্রকৃত মিল পরিমাপ es অতিরিক্ত পরামিতি দেওয়া হয়.,
সমর্থিত পরামিতি হল:

মূল্য = ssd; কারখানা
খরচ ফাংশন কার্নেল. সমর্থিত প্লাগ-ইনগুলির জন্য প্লাগইন দেখুন:2ডিমেজ/কস্ট

ডেবাগ্ করা = 0; bool
ডিবাগিংয়ের জন্য মধ্যবর্তী ফলাফল সংরক্ষণ করুন।

সুত্র =(ইনপুট, স্ট্রিং)
রেফারেন্স ইমেজ.

src =(ইনপুট, স্ট্রিং)
অধ্যয়নের চিত্র।

ওজন = 1; ভাসা
খরচ ফাংশন ওজন।

লেবেল চিত্র
সাদৃশ্য খরচ ফাংশন যা দুটি ছবির লেবেল ম্যাপ করে এবং লেবেল পরিচালনা করে-
মাল্টি-রেজোলিউশন প্রক্রিয়াকরণ সংরক্ষণ।, সমর্থিত পরামিতিগুলি হল:

ডেবাগ্ করা = 0; int [0, 1]
দূরত্বটি একটি 3D চিত্রে রূপান্তরিত করে লিখুন।

ম্যাক্সলেবেল = 256; int [2, 32000]
বিবেচনা করার জন্য লেবেলের সর্বাধিক সংখ্যা।

সুত্র =(ইনপুট, স্ট্রিং)
রেফারেন্স ইমেজ.

src =(ইনপুট, স্ট্রিং)
অধ্যয়নের চিত্র।

ওজন = 1; ভাসা
খরচ ফাংশন ওজন।

মুখোশ চিত্র
সাধারণ মাস্কড ইমেজ সাদৃশ্য খরচ ফাংশন যা বহু-
রেজোলিউশন প্রক্রিয়াকরণ। প্রদত্ত মুখোশগুলি ঘনভাবে ভরা অঞ্চলগুলিতে থাকা উচিত
মাল্টি-রেজোলিউশন প্রক্রিয়াকরণ কারণ অন্যথায় মাস্ক তথ্য হারিয়ে যেতে পারে
ইমেজ ডাউনস্কেল করার সময়। রেফারেন্স মাস্ক এবং এর রূপান্তরিত মুখোশ
অধ্যয়ন চিত্র বাইনারি AND দ্বারা মিলিত হয়। প্রকৃত মিল পরিমাপ দেওয়া হয়
es অতিরিক্ত প্যারামিটার।, সমর্থিত পরামিতি হল:

মূল্য = ssd; কারখানা
খরচ ফাংশন কার্নেল. সমর্থিত প্লাগ-ইনগুলির জন্য দেখুন
প্লাগইনস:2ডিমেজ/মাস্কড কস্ট

সুত্র =(ইনপুট, স্ট্রিং)
রেফারেন্স ইমেজ.

ref-মাস্ক =(ইনপুট, স্ট্রিং)
রেফারেন্স ইমেজ মাস্ক (বাইনারী)।

src =(ইনপুট, স্ট্রিং)
অধ্যয়নের চিত্র।

src-মাস্ক =(ইনপুট, স্ট্রিং)
স্টাডি ইমেজ মাস্ক (বাইনারী)।

ওজন = 1; ভাসা
খরচ ফাংশন ওজন।

প্লাগইনস: 2ডিমেজ/io

BMP BMP 2D-ইমেজ ইনপুট/আউটপুট সমর্থন

স্বীকৃত ফাইল এক্সটেনশন: .BMP, .bmp

সমর্থিত উপাদান প্রকার:
বাইনারি ডেটা, স্বাক্ষরবিহীন 8 বিট, স্বাক্ষরবিহীন 16 বিট

ডেটাপুল অভ্যন্তরীণ ডেটা পুলে এবং থেকে ভার্চুয়াল আইও

স্বীকৃত ফাইল এক্সটেনশন: .@

dicom DICOM-এর জন্য 2D চিত্র

স্বীকৃত ফাইল এক্সটেনশন: .DCM, .dcm

সমর্থিত উপাদান প্রকার:
স্বাক্ষরিত 16 বিট, স্বাক্ষরবিহীন 16 বিট

exr OpenEXR ছবির জন্য একটি 2ডিমেজ আইও প্লাগইন

স্বীকৃত ফাইল এক্সটেনশন: .EXR, .exr

সমর্থিত উপাদান প্রকার:
স্বাক্ষরবিহীন 32 বিট, ফ্লোটিং পয়েন্ট 32 বিট

JPG jpeg গ্রে স্কেল ছবির জন্য একটি 2ডিমেজ আইও প্লাগইন

স্বীকৃত ফাইল এক্সটেনশন: .JPEG, .JPG, .jpeg, .jpg

সমর্থিত উপাদান প্রকার:
স্বাক্ষরবিহীন 8 বিট

PNG পিএনজি ছবির জন্য একটি 2ডিমেজ আইও প্লাগইন

স্বীকৃত ফাইল এক্সটেনশন: .PNG, .png

সমর্থিত উপাদান প্রকার:
বাইনারি ডেটা, স্বাক্ষরবিহীন 8 বিট, স্বাক্ষরবিহীন 16 বিট

কাঁচা RAW 2D-ইমেজ আউটপুট সমর্থন

স্বীকৃত ফাইল এক্সটেনশন: .RAW, .raw

সমর্থিত উপাদান প্রকার:
বাইনারি ডেটা, স্বাক্ষরিত 8 বিট, স্বাক্ষরবিহীন 8 বিট, স্বাক্ষরিত 16 বিট, স্বাক্ষরবিহীন 16 বিট,
স্বাক্ষরিত 32 বিট, স্বাক্ষরবিহীন 32 বিট, ফ্লোটিং পয়েন্ট 32 বিট, ভাসমান পয়েন্ট 64
বিট

TIF TIFF 2D-ইমেজ ইনপুট/আউটপুট সমর্থন

স্বীকৃত ফাইল এক্সটেনশন: .TIF, .TIFF, .tif, .tiff

সমর্থিত উপাদান প্রকার:
বাইনারি ডেটা, স্বাক্ষরবিহীন 8 বিট, স্বাক্ষরবিহীন 16 বিট, স্বাক্ষরবিহীন 32 বিট

বীথি ভিস্তা ছবির জন্য একটি 2ডিমেজ আইও প্লাগইন

স্বীকৃত ফাইল এক্সটেনশন: .V, .VISTA, .v, .vista

সমর্থিত উপাদান প্রকার:
বাইনারি ডেটা, স্বাক্ষরিত 8 বিট, স্বাক্ষরবিহীন 8 বিট, স্বাক্ষরিত 16 বিট, স্বাক্ষরবিহীন 16 বিট,
স্বাক্ষরিত 32 বিট, স্বাক্ষরবিহীন 32 বিট, ফ্লোটিং পয়েন্ট 32 বিট, ভাসমান পয়েন্ট 64
বিট

প্লাগইনস: 2ডিমেজ/মাস্কড কস্ট

lncc মাস্কিং সমর্থনের সাথে স্থানীয় স্বাভাবিক ক্রস সম্পর্ক।, সমর্থিত পরামিতি
হয়:

w = 5; [১, ২৫৬]
স্থানীয় ক্রস মূল্যায়নের জন্য ব্যবহৃত উইন্ডোর অর্ধেক প্রস্থ
পারস্পরিক সম্পর্ক

mi মাস্কিং সহ স্প্লাইন পারজেন ভিত্তিক পারস্পরিক তথ্য।, সমর্থিত পরামিতিগুলি হল:

কাটা = 0; ভাসা [0, 40]
অপসারণের জন্য উচ্চ এবং নিম্ন তীব্রতায় কাটতে পিক্সেলের শতাংশ
বহিরাগত

mbins = 64; [১, ২৫৬]
চলমান চিত্রের জন্য ব্যবহৃত হিস্টোগ্রাম বিনের সংখ্যা।

mkernel = [bspline:d=3]; কারখানা
চিত্র পার্জেন হিনস্টোগ্রাম সরানোর জন্য স্প্লাইন কার্নেল। সমর্থিত প্লাগ-ইনগুলির জন্য
প্লাগইন দেখুন: 1d/splinekernel

rbins = 64; [১, ২৫৬]
রেফারেন্স চিত্রের জন্য ব্যবহৃত হিস্টোগ্রাম বিনের সংখ্যা।

rkernel = [bspline:d=0]; কারখানা
রেফারেন্স ইমেজ পারজেন হিনস্টোগ্রামের জন্য স্প্লাইন কার্নেল। সমর্থিত প্লাগের জন্য-
ins দেখুন প্লাগইন:1d/splinekernel

এনসিসি মাস্কিং সমর্থনের সাথে স্বাভাবিক ক্রস সম্পর্ক।

(কোন প্যারামিটার নেই)

এসএসডি মাস্কিংয়ের সাথে বর্গীয় পার্থক্যের যোগফল।

(কোন প্যারামিটার নেই)

প্লাগইনস: মিনিমাইজার/একক খরচ

জিডিএস স্বয়ংক্রিয় ধাপের আকার সংশোধন সহ গ্রেডিয়েন্ট ডিসেন্ট।, সমর্থিত পরামিতিগুলি হল:

ftolr = 0; দ্বিগুণ [0, inf)
মানদণ্ডের আপেক্ষিক পরিবর্তন নীচে থাকলে থামুন..

সর্বোচ্চ ধাপ = 2; দ্বিগুণ (0, inf)
সর্বোচ্চ পরম ধাপের আকার।

ম্যাক্সিটার = 200; uint [1, inf)
স্টপিং মাপদণ্ড: পুনরাবৃত্তির সর্বাধিক সংখ্যা।

মিনিট ধাপ = 0.1; দ্বিগুণ (0, inf)
ন্যূনতম পরম ধাপের আকার।

xtola = 0.01; দ্বিগুণ [0, inf)
বন্ধ করুন যদি x-এ প্রযোজ্য পরিবর্তনের ইনফ-নর্ম এই মানের নিচে হয়..

gdsq চতুর্মুখী ধাপ অনুমান সহ গ্রেডিয়েন্ট ডিসেন্ট, সমর্থিত পরামিতিগুলি হল:

ftolr = 0; দ্বিগুণ [0, inf)
মানদণ্ডের আপেক্ষিক পরিবর্তন নীচে থাকলে থামুন..

gtola = 0; দ্বিগুণ [0, inf)
গ্রেডিয়েন্টের ইনফ-নর্ম এই মানের নিচে হলে থামুন..

ম্যাক্সিটার = 100; uint [1, inf)
স্টপিং মাপদণ্ড: পুনরাবৃত্তির সর্বাধিক সংখ্যা।

স্কেল = 2; দ্বিগুণ (1, inf)
ফলব্যাক ফিক্সড স্টেপ সাইজ স্কেলিং।

ধাপ = 0.1; দ্বিগুণ (0, inf)
প্রাথমিক ধাপের আকার।

xtola = 0; দ্বিগুণ [0, inf)
বন্ধ করুন যদি x-আপডেটের ইনফ-নর্ম এই মানের নিচে হয়..

জিএসএল GNU সায়েন্টিফিক লাইব্রেরির মাল্টিমিন অপ্টিমাইজারের উপর ভিত্তি করে অপ্টিমাইজার প্লাগইন
(GSL) https://www.gnu.org/software/gsl/, সমর্থিত প্যারামিটারগুলি হল:

EPS = 0.01; দ্বিগুণ (0, inf)
গ্রেডিয়েন্ট ভিত্তিক অপ্টিমাইজার: স্টপ যখন |গ্র্যাড| < ইপিএস, সিমপ্লেক্স: থামুন যখন
সিমপ্লেক্স সাইজ < eps..

রাউটার = 100; uint [1, inf)
পুনরাবৃত্তির সর্বাধিক সংখ্যা।

মনোনীত করা = gd; নির্দেশ
নির্দিষ্ট অপ্টিমাইজার ব্যবহার করা হবে.. সমর্থিত মানগুলি হল:
bfgs - ব্রয়েডেন-ফ্লেচার-গোল্ডফার্ব-শান
bfgs2 - Broyden-Fletcher-Goldfarb-Shann (সবচেয়ে দক্ষ সংস্করণ)
cg-fr - ফ্লেচার-রিভস কনজুগেট গ্রেডিয়েন্ট অ্যালগরিদম
gd - গ্রেডিয়েন্ট ডিসেন্ট।
সিমপ্লেক্স - নেল্ডার এবং মিডের সিমপ্লেক্স অ্যালগরিদম
cg-pr - পোলাক-রিবিয়ের কনজুগেট গ্রেডিয়েন্ট অ্যালগরিদম

ধাপ = 0.001; দ্বিগুণ (0, inf)
প্রাথমিক ধাপের আকার।

টোল = 0.1; দ্বিগুণ (0, inf)
কিছু সহনশীলতা পরামিতি।

nlopt NLOPT লাইব্রেরি ব্যবহার করে মিনিমাইজার অ্যালগরিদম, এর বর্ণনার জন্য
অপটিমাইজাররা দেখুন 'http://ab-
initio.mit.edu/wiki/index.php/NLopt_Algorithms', সমর্থিত পরামিতিগুলি হল:

ftola = 0; দ্বিগুণ [0, inf)
স্টপিং মাপদণ্ড: উদ্দেশ্য মানের পরম পরিবর্তন নীচে
এই মান.

ftolr = 0; দ্বিগুণ [0, inf)
স্টপিং মাপদণ্ড: উদ্দেশ্য মানের আপেক্ষিক পরিবর্তন নীচে
এই মান.

ঊর্ধ্বতন = inf; দ্বিগুণ
উচ্চতর সীমানা (সমস্ত প্যারামিটারের জন্য সমান)।

স্থানীয়-অপ্ট = কোনটি; নির্দেশ
স্থানীয় মিনিমাইজেশন অ্যালগরিদম যা প্রধানের জন্য প্রয়োজন হতে পারে
মিনিমাইজেশন অ্যালগরিদম.. সমর্থিত মানগুলি হল:
gn-orig-direct-l - আয়তক্ষেত্র বিভাজন (মূল বাস্তবায়ন,
স্থানীয়ভাবে পক্ষপাতদুষ্ট)
gn-direct-l-noscal - বিভাজন আয়তক্ষেত্র (আনস্কেল করা, স্থানীয়ভাবে পক্ষপাতদুষ্ট)
gn-isres - উন্নত স্টোকাস্টিক র‌্যাঙ্কিং বিবর্তন কৌশল
এলডি-টিনিউটন - কাটা নিউটন
gn-direct-l-rand - আয়তক্ষেত্র বিভাজন (স্থানীয়ভাবে পক্ষপাতদুষ্ট, এলোমেলো)
ln-newuoa - পুনরাবৃত্তিমূলকভাবে ডেরিভেটিভ-মুক্ত অনিয়ন্ত্রিত অপ্টিমাইজেশন
দ্বিঘাত আনুমানিক নির্মাণ
gn-direct-l-rand-noscale - বিভাজন আয়তক্ষেত্র (আনস্কেল করা, স্থানীয়ভাবে
পক্ষপাতদুষ্ট, এলোমেলো)
gn-orig-direct - আয়তক্ষেত্র বিভাজন (মূল বাস্তবায়ন)
ld-tnewton-precond - পূর্বশর্ত কাটা নিউটন
ld-tnewton-রিস্টার্ট - খাড়া-ডিসেন্ট রিস্টার্ট সহ ছেঁটে ফেলা নিউটন
gn-সরাসরি - আয়তক্ষেত্র বিভাজন
ln-নেল্ডারমিড - নেল্ডার-মিড সিমপ্লেক্স অ্যালগরিদম
ln-কোবাইলা - রৈখিক আনুমানিক দ্বারা সীমাবদ্ধ অপ্টিমাইজেশান
gn-crs2-lm - স্থানীয় মিউটেশন সহ নিয়ন্ত্রিত এলোমেলো অনুসন্ধান
ld-var2 - স্থানান্তরিত লিমিটেড-মেমরি ভেরিয়েবল-মেট্রিক, র‍্যাঙ্ক 2
ld-var1 - স্থানান্তরিত লিমিটেড-মেমরি ভেরিয়েবল-মেট্রিক, র‍্যাঙ্ক 1
ld-mma - অ্যাসিম্পটোটস সরানোর পদ্ধতি
ld-lbfgs-nocedal - কোনোটিই না
ld-lbfgs - কম স্টোরেজ BFGS
gn-direct-l - আয়তক্ষেত্র বিভাজন (স্থানীয়ভাবে পক্ষপাতদুষ্ট)
না - অ্যালগরিদম নির্দিষ্ট করবেন না
ln-bobyqa ‐ ডেরিভেটিভ-মুক্ত আবদ্ধ-সীমাবদ্ধ অপ্টিমাইজেশান
ln-sbplx - নেল্ডার-মিডের সাবপ্লেক্স বৈকল্পিক
ln-newuoa- আবদ্ধ - দ্বারা ডেরিভেটিভ-মুক্ত আবদ্ধ-সীমাবদ্ধ অপ্টিমাইজেশান
পুনরাবৃত্তিমূলকভাবে নির্মিত দ্বিঘাত আনুমানিকতা
ln-প্র্যাক্সিস - প্রিন্সিপাল-অক্ষের মাধ্যমে গ্রেডিয়েন্ট-মুক্ত স্থানীয় অপ্টিমাইজেশান
পদ্ধতি
gn-direct-noscal - বিভাজন আয়তক্ষেত্র (আনস্কেল করা)
ld-tnewton-প্রি-কন্ড-রিস্টার্ট - পূর্ব শর্তযুক্ত ছেঁটে দেওয়া নিউটনের সাথে
খাড়া-উদ্দেশ্য পুনরায় চালু হচ্ছে

নিম্ন = -inf; দ্বিগুণ
নিম্ন সীমানা (সমস্ত প্যারামিটারের জন্য সমান)।

ম্যাক্সিটার = 100; int [1, inf)
স্টপিং মাপদণ্ড: পুনরাবৃত্তির সর্বাধিক সংখ্যা।

মনোনীত করা = ld-lbfgs; নির্দেশ
প্রধান মিনিমাইজেশন অ্যালগরিদম। সমর্থিত মান হল:
gn-orig-direct-l - আয়তক্ষেত্র বিভাজন (মূল বাস্তবায়ন,
স্থানীয়ভাবে পক্ষপাতদুষ্ট)
g-mlsl-lds - বহু-স্তরের একক-লিঙ্কেজ (নিম্ন-অসঙ্গতি-ক্রম,
স্থানীয় গ্রেডিয়েন্ট ভিত্তিক অপ্টিমাইজেশন এবং সীমা প্রয়োজন)
gn-direct-l-noscal - বিভাজন আয়তক্ষেত্র (আনস্কেল করা, স্থানীয়ভাবে পক্ষপাতদুষ্ট)
gn-isres - উন্নত স্টোকাস্টিক র‌্যাঙ্কিং বিবর্তন কৌশল
এলডি-টিনিউটন - কাটা নিউটন
gn-direct-l-rand - আয়তক্ষেত্র বিভাজন (স্থানীয়ভাবে পক্ষপাতদুষ্ট, এলোমেলো)
ln-newuoa - পুনরাবৃত্তিমূলকভাবে ডেরিভেটিভ-মুক্ত অনিয়ন্ত্রিত অপ্টিমাইজেশন
দ্বিঘাত আনুমানিক নির্মাণ
gn-direct-l-rand-noscale - বিভাজন আয়তক্ষেত্র (আনস্কেল করা, স্থানীয়ভাবে
পক্ষপাতদুষ্ট, এলোমেলো)
gn-orig-direct - আয়তক্ষেত্র বিভাজন (মূল বাস্তবায়ন)
ld-tnewton-precond - পূর্বশর্ত কাটা নিউটন
ld-tnewton-রিস্টার্ট - খাড়া-ডিসেন্ট রিস্টার্ট সহ ছেঁটে ফেলা নিউটন
gn-সরাসরি - আয়তক্ষেত্র বিভাজন
aglag-eq - সমতা সীমাবদ্ধতা সহ বর্ধিত ল্যাগ্রাঞ্জিয়ান অ্যালগরিদম
কেবল
ln-নেল্ডারমিড - নেল্ডার-মিড সিমপ্লেক্স অ্যালগরিদম
ln-কোবাইলা - রৈখিক আনুমানিক দ্বারা সীমাবদ্ধ অপ্টিমাইজেশান
gn-crs2-lm - স্থানীয় মিউটেশন সহ নিয়ন্ত্রিত এলোমেলো অনুসন্ধান
ld-var2 - স্থানান্তরিত লিমিটেড-মেমরি ভেরিয়েবল-মেট্রিক, র‍্যাঙ্ক 2
ld-var1 - স্থানান্তরিত লিমিটেড-মেমরি ভেরিয়েবল-মেট্রিক, র‍্যাঙ্ক 1
ld-mma - অ্যাসিম্পটোটস সরানোর পদ্ধতি
ld-lbfgs-nocedal - কোনোটিই না
g-mlsl - মাল্টি-লেভেল একক-লিঙ্কেজ (স্থানীয় অপ্টিমাইজেশন প্রয়োজন এবং
সীমানা)
ld-lbfgs - কম স্টোরেজ BFGS
gn-direct-l - আয়তক্ষেত্র বিভাজন (স্থানীয়ভাবে পক্ষপাতদুষ্ট)
ln-bobyqa ‐ ডেরিভেটিভ-মুক্ত আবদ্ধ-সীমাবদ্ধ অপ্টিমাইজেশান
ln-sbplx - নেল্ডার-মিডের সাবপ্লেক্স বৈকল্পিক
ln-newuoa- আবদ্ধ - দ্বারা ডেরিভেটিভ-মুক্ত আবদ্ধ-সীমাবদ্ধ অপ্টিমাইজেশান
পুনরাবৃত্তিমূলকভাবে নির্মিত দ্বিঘাত আনুমানিকতা
aglag - বর্ধিত ল্যাগ্রাঞ্জিয়ান অ্যালগরিদম
ln-প্র্যাক্সিস - প্রিন্সিপাল-অক্ষের মাধ্যমে গ্রেডিয়েন্ট-মুক্ত স্থানীয় অপ্টিমাইজেশান
পদ্ধতি
gn-direct-noscal - বিভাজন আয়তক্ষেত্র (আনস্কেল করা)
ld-tnewton-প্রি-কন্ড-রিস্টার্ট - পূর্ব শর্তযুক্ত ছেঁটে দেওয়া নিউটনের সাথে
খাড়া-উদ্দেশ্য পুনরায় চালু হচ্ছে
ld-slsqp - অনুক্রমিক ন্যূনতম বর্গক্ষেত্র দ্বিঘাত প্রোগ্রামিং

ধাপ = 0; দ্বিগুণ [0, inf)
গ্রেডিয়েন্ট মুক্ত পদ্ধতির জন্য প্রাথমিক ধাপের আকার।

বন্ধ করা = -inf; দ্বিগুণ
স্টপিং মাপদণ্ড: ফাংশনের মান এই মানের নীচে পড়ে।

xtola = 0; দ্বিগুণ [0, inf)
স্টপিং মাপদণ্ড: সমস্ত x-মানগুলির পরম পরিবর্তন এর নীচে
মান।

xtolr = 0; দ্বিগুণ [0, inf)
স্টপিং মাপদণ্ড: সমস্ত x-মানগুলির আপেক্ষিক পরিবর্তন এর নীচে
মান।

EXAMPLE টি

স্বয়ংক্রিয় ICA অনুমান ব্যবহার করে 'segment.set'-এ দেওয়া পারফিউশন সিরিজ নিবন্ধন করুন।
শুরুতে দুটি ছবি এড়িয়ে যান এবং অন্যথায় ডিফল্ট প্যারামিটার ব্যবহার করুন। সংরক্ষণ করুন
ফলাফল 'registered.set'।

mia-2dmyoica-nonrigid -i segment.set -oregisted.set -k 2

লেখক(দের)

গের্ট ওলনি

কপিরাইট

এই সফ্টওয়্যারটি কপিরাইট (c) 1999-2015 লিপজিগ, জার্মানি এবং মাদ্রিদ, স্পেন৷ এটা আসে
একেবারে কোন ওয়্যারেন্টি ছাড়াই এবং আপনি GNU এর শর্তাবলীর অধীনে এটি পুনরায় বিতরণ করতে পারেন
সাধারণ পাবলিক লাইসেন্স সংস্করণ 3 (বা পরবর্তী)। আরও তথ্যের জন্য এর সাথে প্রোগ্রামটি চালান
বিকল্প '--কপিরাইট'।

onworks.net পরিষেবা ব্যবহার করে mia-2dmyoica-nonrigid অনলাইন ব্যবহার করুন