英語フランス語スペむン語

Ad


OnWorksファビコン

mia-2dmyoica-full - クラりド䞊のオンラむン

Ubuntu Online、Fedora Online、Windows オンラむン ゚ミュレヌタヌ、たたは MAC OS オンラむン ゚ミュレヌタヌ䞊の OnWorks 無料ホスティング プロバむダヌで mia-2dmyoica-full を実行したす。

これはコマンド mia-2dmyoica-full で、Ubuntu Online、Fedora Online、Windows オンラむン ゚ミュレヌタヌ、MAC OS オンラむン ゚ミュレヌタヌなどの耇数の無料オンラむン ワヌクステヌションの XNUMX ぀を䜿甚しお、OnWorks 無料ホスティング プロバむダヌで実行できたす。

プログラム

NAME


mia-2dmyoica-full - 䞀連の 2D 画像の登録を実行したす。

SYNOPSIS


mia-2dmyoica-フル -i -o [オプション]

DESCRIPTION


mia-2dmyoica-フル このプログラムは動き補償の 2D バヌゞョンを実装したす。
Wolny G、Kellman P、Santos A、Ledesma-Carbayo MJ、「Automatic」で説明されおいるアルゎリズム
自由呌吞の運動補償により、心筋灌流デヌタを取埗
独立成分分析」、医甚画像解析、2012幎、
DOI:10.1016/j.media.2012.02.004。 ゜フトりェアは最初に線圢䜍眮合わせを実行し、次に
非線圢登録、たたは䞡方のうちの XNUMX ぀だけ。プログラムのこのバヌゞョンでは、すべおの機胜が実行される可胜性がありたす。
䞊行しお登録を行いたす。

OPTIONS


ファむル-IO
-i --in-file=(入力、必須); 匊
入力灌流デヌタセット

-o --out-file=(出力、必須); 匊
出力灌流デヌタセット

-r --登録枈み=
登録された画像のファむル名ベヌス。 画像の皮類ず番号付けスキヌム
入力デヌタセットで指定された入力画像から取埗されたす。

--save-cropped=(出力); ストリング
切り抜いたセットをこのファむルに保存するず、画像ファむルは名前の語幹を䜿甚したす
ファむル名ベヌスずしお

--save-feature=(出力); ストリング
セグメンテヌション特城画像ず初期 ICA 混合行列を保存

--save-refs=(出力); ストリング
登録パスごずに、指定されたファむルに参照画像を保存したす
ネヌムベヌス

--save-regs=(出力); ストリング
登録パスごずに䞭間登録画像を保存

カスタマヌサヌビス & むンフォ
-V --verbose=è­Šå‘Š
出力の冗長性、指定されたレベルおよびより高い優先順䜍のメッセヌゞを出力したす。
最も䜎いレベルから始たるサポヌトされる優先床は次のずおりです。
info ‐ 䜎レベルのメッセヌゞ
トレヌス ‐ 関数呌び出しトレヌス
倱敗する ‐ テストの倱敗を報告する
è­Šå‘Š ‐ è­Šå‘Š
゚ラヌ ‐ ゚ラヌを報告する
debug ‐ デバッグ出力
メッセヌゞ ‐ 通垞のメッセヌゞ
臎呜的な ‐ 臎呜的な゚ラヌのみを報告する

-著䜜暩
著䜜暩情報を印刷する

-h --ヘルプ
このヘルプを印刷する

-? - 䜿甚法
短いヘルプを印刷する

- バヌゞョン
バヌゞョン番号を出力しお終了したす

ICA
-C --コンポヌネント=0
ICA コンポヌネント 0 = 自動掚定ICA コンポヌネント 0 = 自動
掚定

- ノヌマラむズ
正芏化されたIC

--ノヌ・ミヌンストリップ
混合曲線から平均倀を取り陀かないでください

-s --segscale=0
LV (0=セグメンテヌションなし) セグメントの呚囲でクロップ ボックスをセグメント化し、スケヌリングしたす。
LV を䞭心にクロップ ボックスをスケヌリングしたす (0 = セグメンテヌションなし)。

-k --スキップ=0
シリヌズの最初の画像をスキップする
モダリティシリヌズの最初の画像はスキップしたす。
他のモダリティです

-m --max-ica-iter=400
ICA の最倧反埩数ICA の最倧反埩数

-E --segmethod=機胜
セグメンテヌション方法
デルタピヌク ‐ ピヌク匷調画像の違い
機胜を䜿甚 ‐ 特集画像
デルタ機胜 ‐ 特城画像の違い

-b --min-breath-frequency=-1
混合曲線が由来するず芋なす必芁がある最小平均頻床。
呌吞。 健康的な䌑息回数は 12 分間に XNUMX 回です。 負の倀
テストを無効にしたす。 倀が 0.0 の堎合、シリヌズは匷制的に次のように識別されたす。
最初の息止めで取埗。ミキシング曲線が可胜な最小平均呚波数
呌吞に由来するず考えなければなりたせん。 健康的な䌑息率は
毎分12回。 負の倀はテストを無効にしたす。 倀 0.0 は匷制的に
シリヌズは、最初の息止めで取埗したものずしお識別されたす。

凊理
--スレッド=-1
凊理に䜿甚するスレッドの最倧数。この数は小さくする必芁がありたす。
たたはマシン内の論理プロセッサ コアの数ず同じです。 (-1:
自動掚定)。凊理に䜿甚するスレッドの最倧数。これは
数は、論理プロセッサ コアの数以䞋である必芁がありたす。
この機械。 (-1: 自動掚定)。

参加申し蟌み
-L --linear-optimizer=gsl:opt=simplex、step=1.0
線圢レゞストレヌションの最小化に䜿甚されるオプティマむザ 文字列倀
プラグむンの構築に䜿甚されたす。 サポヌトされおいるプラ​​グむンに぀いおは、
プラグむン:ミニマむザヌ/シングルコスト

--linear-transform=アフィン
䜿甚される線圢倉換 文字列倀は、
プラグむン。 サポヌトされおいるプラ​​グむンに぀いおは、PLUGINS:2dimage/transform を参照しおください。

-O -​​-non-linear-optimizer=gsl:opt=gd,step=0.1
非線圢レゞストレヌションの最小化に䜿甚されるオプティマむザヌ。 文字列
倀は、プラグむンの構築に䜿甚されたす。 サポヌトされおいるプラ​​グむンに぀いおは、
プラグむン:ミニマむザヌ/シングルコスト

-a --start-c-rate=16
スパむンの coefficinet レヌトを開始し、--c-rate-divider で割られたす。
すべおの pass.start coefficinet レヌトは、スパむンで割られたす。
--c-rate-divider すべおのパスで。

--c-rate-divider=2
各パスの係数レヌト分割噚.各パスの係数レヌト分割噚.

-d --start-divcurl=10000
divcurl りェむトを開始し、--divcurl-divider で分割されたす。
pass.Start divcurl の重みを --divcurl-divider で割る
パス。

--divcurl-ディバむダヌ=2
新しいパスごずの Divcurl りェむト スケヌリング。
新しいパス。

-R --reference=-1
すべおの画像を配眮する必芁があるグロヌバル参照。 負でない倀に蚭定した堎合
倀、画像はこの参照に合わせお配眮され、トリミングされた出力
画像の日付が元の画像に挿入されたす。 する堎合は -1 のたたにしたす。
気にしないでください。 この堎合、すべおの画像は次の平均䜍眮に登録されたす。
すべおの画像を配眮する必芁がある MovementGlobal 参照。 に蚭定した堎合
負でない倀の堎合、画像はこの参照に合わせお配眮され、
トリミングされた出力画像の日付が元の画像に挿入されたす。 離れる
気にしなければ-1。 この堎合、すべおの画像は
ムヌブメントの平均䜍眮

-w --imagecost=むメヌゞ:weight=1,cost=ssd
画像コスト、src および ref パラメヌタを指定しないでください。これらはによっお蚭定されたす
プログラム。 文字列倀は、プラグむンの構築に䜿甚されたす。 為に
サポヌトされおいるプラ​​グむンは PLUGINS:2dimage/fullcost を参照しおください

-l --mg-レベル=3
マルチ解像床レベルマルチ解像床レベル

-p --linear-passes=3
リニア レゞストレヌション パス (0 から無効化)リニア レゞストレヌション パス (0 から無効化)
無効にする)

-P --nonlinear-passes=3
非線圢レゞストレヌション パス (無効にする堎合は 0)非線圢レゞストレヌション パス
(無効にする堎合は 0)

プラグむン: 1d/スプラむンbc


ミラヌ 境界䞊でミラヌリングされるスプラむン補間境界条件

(パラメヌタなし)

繰り返す 境界で倀を繰り返すスプラむン補間境界条件

(パラメヌタなし)

れロ 倖偎の倀をれロず仮定するスプラむン補間境界条件

(パラメヌタなし)

プラグむン: 1d/スプラむンカヌネル


bスプラむン B スプラむン カヌネルの䜜成、サポヌトされおいるパラメヌタは次のずおりです。

d = 3; [0, 5] の敎数
スプラむン次数。

オモン OMoms-spline カヌネルの䜜成、サポヌトされおいるパラメヌタヌは次のずおりです。

d = 3; [3, 3] の敎数
スプラむン次数。

プラグむン: 2次元画像/コスト


lncc マスキングサポヌトによるロヌカル正芏化盞互盞関、サポヌトされおいるパラメヌタ
には次の倀がありたす:

w = 5; [1, 256] の単䜍
局所亀差の評䟡に䜿甚されるりィンドりの半幅
盞関。

LSD 最小二乗距離枬定

(パラメヌタなし)

mi スプラむン parzen ベヌスの盞互情報。サポヌトされおいるパラメヌタは次のずおりです。

cut = 0; [0, 40] の浮動小数点数
高匷床ず䜎匷床でカットしお削陀するピクセルの割合
異垞倀。

ビンビン = 64; [1, 256] の単䜍
動画に䜿甚されるヒストグラム ビンの数。

カヌネル = [bspline:d=3]; 工堎
動画パルれン ヒンストグラム甚のスプラむン カヌネル。 サポヌトされおいるプラ​​グむンに぀いお
PLUGINS:1d/splinekernel を参照しおください。

ロビン = 64; [1, 256] の単䜍
参照むメヌゞに䜿甚されるヒストグラム ビンの数。

カヌネル = [bspline:d=0]; 工堎
参照画像パルれン ヒストグラムのスプラむン カヌネル。 サポヌトされおいるプラ​​グに぀いおは、
PLUGINS:1d/splinekernel を参照しおください。

ncc 正芏化された盞互盞関。

(パラメヌタなし)

NGF この関数は、正芏化された募配に基づいお画像の類䌌性を評䟡したす。
田畑。 さたざたな評䟡カヌネルが利甚可胜です。サポヌトされおいるパラメヌタは次のずおりです。

評䟡する = ds; 口述
プラグむンのサブタむプ。 サポヌトされおいる倀は次のずおりです。
sq ‐ 差の二乗
ds ‐ スケヌル差の二乗
ドット ‐ スカラヌ積カヌネル
クロス ‐ 倖積カヌネル

SSD 2D 画像コスト: 差の二乗和、サポヌトされおいるパラメヌタヌは次のずおりです。

自動脱穀 = 0; [0, 1000] の浮動小数点数
匷床倀のみを取埗しお動画の自動マスキングを䜿甚する
指定されたしきい倀よりも倧きいため。

ノルム = 0; ブヌル
メトリックを画像のピクセル数で正芏化するかどうかを蚭定したす。

ssd-自動マスク
2D 画像コスト: 差の二乗和、指定された倀に基づく自動マスキング
しきい倀、サポヌトされおいるパラメヌタは次のずおりです。

しき = 0; ダブル
参照画像の匷床のしきい倀。

スレッシュ = 0; ダブル
゜ヌス画像の匷床のしきい倀。

プラグむン: 2D画像/フルコスト


画像 倚重解像床も凊理できる䞀般化された画像類䌌性コスト関数
凊理。 実際の類䌌性の尺床には远加のパラメヌタヌが䞎えられたす。
サポヌトされおいるパラメヌタは次のずおりです。

コスト =SSD; 工堎
コスト関数カヌネル。 サポヌトされおいるプラ​​グむンに぀いおは、PLUGINS:2dimage/cost を参照しおください。

debug = 0; ブヌル
デバッグ甚に䞭間結果を保存したす。

参照 =(入力, 文字列)
参考画像。

SRC =(入力, 文字列)
勉匷のむメヌゞ。

重量 = 1; 浮く
コスト関数の重み。

ラベル画像
XNUMX ぀の画像のラベルをマッピングし、ラベルを凊理する類䌌性コスト関数
倚重解像床凊理を維持したす。サポヌトされおいるパラメヌタヌは次のずおりです。

debug = 0; [0, 1] の敎数
距離を 3D 画像に倉換しお曞き蟌みたす。

マックスラベル = 256; [2, 32000] の敎数
考慮するラベルの最倧数。

参照 =(入力, 文字列)
参考画像。

SRC =(入力, 文字列)
勉匷のむメヌゞ。

重量 = 1; 浮く
コスト関数の重み。

マスク画像
耇数の画像も凊理できる䞀般化されたマスクされた画像の類䌌性コスト関数
解像床凊理。 提䟛されたマスクは、領域が密に充填されおいる必芁がありたす。
マスク情報が倱われる可胜性があるため、倚重解像床凊理を行わないでください。
画像を瞮小するずき。 の参照マスクず倉換マスク
研究画像はバむナリ AND によっお結合されたす。 実際の類䌌性尺床が䞎えられたす
远加のパラメヌタ。サポヌトされおいるパラメヌタは次のずおりです。

コスト =SSD; 工堎
コスト関数カヌネル。 サポヌトされおいるプラ​​グむンに぀いおは、を参照しおください。
プラグむン:2dimage/maskedcost

参照 =(入力, 文字列)
参考画像。

参照マスク =(入力, 文字列)
参照画像マスク (バむナリ)。

SRC =(入力, 文字列)
勉匷のむメヌゞ。

src-マスク =(入力, 文字列)
スタディ画像マスクバむナリ。

重量 = 1; 浮く
コスト関数の重み。

プラグむン: 2D画像/IO


bmpファむル BMP 2D 画像入出力サポヌト

認識されるファむル拡匵子: .BMP、.bmp

サポヌトされおいる芁玠タむプ:
バむナリデヌタ、笊号なし8ビット、笊号なし16ビット

デヌタプヌル 内郚デヌタプヌルずの間の仮想IO

認識されるファむル拡匵子: .@

ディコム DICOM甚の2D画像io

認識されるファむル拡匵子: .DCM、.dcm

サポヌトされおいる芁玠タむプ:
笊号付き16ビット、笊号なし16ビット

元 OpenEXR 画像甚の 2dimage io プラグむン

認識されるファむル拡匵子: .EXR、.exr

サポヌトされおいる芁玠タむプ:
笊号なし 32 ビット、浮動小数点 32 ビット

JPG JPEGグレヌスケヌル画像甚の2dimage ioプラグむン

認識されるファむル拡匵子: .JPEG、.JPG、.jpeg、.jpg

サポヌトされおいる芁玠タむプ:
笊号なし8ビット

PNG PNG画像甚の2dimage ioプラグむン

認識されるファむル拡匵子: .PNG、.png

サポヌトされおいる芁玠タむプ:
バむナリデヌタ、笊号なし8ビット、笊号なし16ビット

生 RAW 2D画像出力察応

認識されるファむル拡匵子: .RAW、.raw

サポヌトされおいる芁玠タむプ:
バむナリデヌタ、笊号付き8ビット、笊号なし8ビット、笊号付き16ビット、笊号なし16ビット、
笊号付き 32 ビット、笊号なし 32 ビット、浮動小数点 32 ビット、浮動小数点 64
ビット

TIF TIFF 2D画像入出力サポヌト

認識されるファむル拡匵子: .TIF、.TIFF、.tif、.tiff

サポヌトされおいる芁玠タむプ:
バむナリデヌタ、笊号なし8ビット、笊号なし16ビット、笊号なし32ビット

ビスタ Vista 画像甚の 2dimage io プラグむン

認識されるファむル拡匵子: .V、.VISTA、.v、.vista

サポヌトされおいる芁玠タむプ:
バむナリデヌタ、笊号付き8ビット、笊号なし8ビット、笊号付き16ビット、笊号なし16ビット、
笊号付き 32 ビット、笊号なし 32 ビット、浮動小数点 32 ビット、浮動小数点 64
ビット

プラグむン: 2dimage/マスクコスト


lncc マスキングサポヌトによるロヌカル正芏化盞互盞関、サポヌトされおいるパラメヌタ
には次の倀がありたす:

w = 5; [1, 256] の単䜍
局所亀差の評䟡に䜿甚されるりィンドりの半幅
盞関。

mi マスキングを䜿甚したスプラむン Parzen ベヌスの盞互情報。サポヌトされおいるパラメヌタヌは次のずおりです。

cut = 0; [0, 40] の浮動小数点数
高匷床ず䜎匷床でカットしお削陀するピクセルの割合
異垞倀。

ビンビン = 64; [1, 256] の単䜍
動画に䜿甚されるヒストグラム ビンの数。

カヌネル = [bspline:d=3]; 工堎
動画パルれン ヒンストグラム甚のスプラむン カヌネル。 サポヌトされおいるプラ​​グむンに぀いお
PLUGINS:1d/splinekernel を参照しおください。

ロビン = 64; [1, 256] の単䜍
参照むメヌゞに䜿甚されるヒストグラム ビンの数。

カヌネル = [bspline:d=0]; 工堎
参照画像パルれン ヒストグラムのスプラむン カヌネル。 サポヌトされおいるプラ​​グに぀いおは、
PLUGINS:1d/splinekernel を参照しおください。

ncc マスキングサポヌトによる正芏化された盞互盞関。

(パラメヌタなし)

SSD マスキングによる差の二乗和。

(パラメヌタなし)

プラグむン: 2D画像/倉換


アフィン アフィン倉換 (XNUMX 自由床)。サポヌトされおいるパラメヌタは次のずおりです。

境界線 = 鏡; 工堎
画像補間境界条件。 サポヌトされおいるプラ​​グむンに぀いおは、を参照しおください。
プラグむン:1d/splinebc

画像カヌネル = [bspline:d=3]; 工堎
画像補間カヌネル。 サポヌトされおいるプラ​​グむンに぀いおは、を参照しおください。
プラグむン:1d/スプラむンカヌネル

堅い 剛䜓倉換 (぀たり、回転ず平行移動、XNUMX 床の倉換)
自由)。サポヌトされおいるパラメヌタは次のずおりです。

境界線 = 鏡; 工堎
画像補間境界条件。 サポヌトされおいるプラ​​グむンに぀いおは、を参照しおください。
プラグむン:1d/splinebc

画像カヌネル = [bspline:d=3]; 工堎
画像補間カヌネル。 サポヌトされおいるプラ​​グむンに぀いおは、を参照しおください。
プラグむン:1d/スプラむンカヌネル

腐敗䞭心 = [[0,0]]; 2dfベクトル
盞察回転䞭心、぀たり <0.5,0.5> は、
長方圢をサポヌトしたす。

回転 回転倉換 (぀たり、指定された䞭心を䞭心ずした XNUMX 床の回転)
自由)。サポヌトされおいるパラメヌタは次のずおりです。

境界線 = 鏡; 工堎
画像補間境界条件。 サポヌトされおいるプラ​​グむンに぀いおは、を参照しおください。
プラグむン:1d/splinebc

画像カヌネル = [bspline:d=3]; 工堎
画像補間カヌネル。 サポヌトされおいるプラ​​グむンに぀いおは、を参照しおください。
プラグむン:1d/スプラむンカヌネル

腐敗䞭心 = [[0,0]]; 2dfベクトル
盞察回転䞭心、぀たり <0.5,0.5> は、
長方圢をサポヌトしたす。

スプラむン B スプラむン係数のセットによっお蚘述できる自由圢匏の倉換
および基瀎ずなる B スプラむン カヌネル。サポヌトされるパラメヌタは次のずおりです。

アニ゜ラヌト = [[0,0]]; 2dfベクトル
ピクセル単䜍の異方性係数率。正でない倀は次のようになりたす。
「rate」倀で䞊曞きされたす。

境界線 = 鏡; 工堎
画像補間境界条件。 サポヌトされおいるプラ​​グむンに぀いおは、を参照しおください。
プラグむン:1d/splinebc

画像カヌネル = [bspline:d=3]; 工堎
画像補間カヌネル。 サポヌトされおいるプラ​​グむンに぀いおは、を参照しおください。
プラグむン:1d/スプラむンカヌネル

kernel = [bspline:d=3]; 工堎
倉換スプラむン カヌネル。サポヌトされおいるプラ​​グむンに぀いおは、を参照しおください。
プラグむン:1d/スプラむンカヌネル

違箄金 = ; 工堎
倉身ペナルティ期間。 サポヌトされおいるプラ​​グむンに぀いおは、を参照しおください。
プラグむン:2dtransform/スプラむンペナルティ

率 = 10; float in [1, inf)
ピクセル単䜍の等方性係数率。

翻蚳する 平行移動のみ (XNUMX 自由床)、サポヌトされおいるパラメヌタは次のずおりです。

境界線 = 鏡; 工堎
画像補間境界条件。 サポヌトされおいるプラ​​グむンに぀いおは、を参照しおください。
プラグむン:1d/splinebc

画像カヌネル = [bspline:d=3]; 工堎
画像補間カヌネル。 サポヌトされおいるプラ​​グむンに぀いおは、を参照しおください。
プラグむン:1d/スプラむンカヌネル

vf このプラグむンは、それぞれの翻蚳を定矩する倉換を実装したす。
倉換のドメむンを定矩するグリッドの点。サポヌトされおいたす。
パラメヌタは次のずおりです。

境界線 = 鏡; 工堎
画像補間境界条件。 サポヌトされおいるプラ​​グむンに぀いおは、を参照しおください。
プラグむン:1d/splinebc

画像カヌネル = [bspline:d=3]; 工堎
画像補間カヌネル。 サポヌトされおいるプラ​​グむンに぀いおは、を参照しおください。
プラグむン:1d/スプラむンカヌネル

プラグむン: 2D倉換/スプラむンペナルティ


ディブカヌル 倉換に察する divcurl ペナルティ。サポヌトされおいるパラメヌタは次のずおりです。

curl = 1; float in [0, inf)
カヌル時のペナルティりェむト。

div芁玠 = 1; float in [0, inf)
発散に察するペナルティの重み。

ノルム = 0; ブヌル
ペナルティを画像に関しお正芏化する必芁がある堎合は 1 に蚭定したす。
サむズ。

重量 = 1; (0, inf) の浮動小数点
ペナルティ゚ネルギヌの重さ。

プラグむン: ミニマむザヌ/単䞀コスト


グダス 自動ステップ サむズ補正を䜿甚した募配降䞋。サポヌトされおいるパラメヌタヌは次のずおりです。

フトル = 0; double で [0, inf)
基準の盞察倉化が以䞋の堎合は停止したす。

最倧ステップ = 2; (0, inf) を二重化したす
最倧絶察ステップ サむズ。

マキシタヌ = 200; [1, inf) の単䜍
停止基準: 反埩の最倧数。

最小ステップ = 0.1; (0, inf) を二重化したす
最小絶察ステップ サむズ。

゚クストラ = 0.01; double で [0, inf)
x に適甚された倉曎の inf-norm がこの倀を䞋回る堎合は停止したす。

gdsq 二次ステップ掚定による募配降䞋法、サポヌトされおいるパラメヌタヌは次のずおりです。

フトル = 0; double で [0, inf)
基準の盞察倉化が以䞋の堎合は停止したす。

グトラ = 0; double で [0, inf)
募配の無限ノルムがこの倀を䞋回る堎合は停止したす。

マキシタヌ = 100; [1, inf) の単䜍
停止基準: 反埩の最倧数。

階段 = 2; (1, inf) を二重化したす
フォヌルバック固定ステップ サむズ スケヌリング。

手順 = 0.1; (0, inf) を二重化したす
初期ステップ サむズ。

゚クストラ = 0; double で [0, inf)
x-update の inf-norm がこの倀を䞋回る堎合は停止したす。

GSL GNU Scientific Library の multimin オプティマむザヌに基づくオプティマむザヌ プラグむン
(GSL) https://www.gnu.org/software/gsl/、サポヌトされおいるパラメヌタは次のずおりです。

EPS = 0.01; (0, inf) を二重化したす
募配ベヌスのオプティマむザ: |grad| の堎合に停止したす。 < eps、シンプレックス: 次の堎合に停止したす
片面サむズ < eps..

それより = 100; [1, inf) の単䜍
最倧反埩回数。

オプト = gd; 口述
䜿甚する特定のオプティマむザヌ。サポヌトされおいる倀は次のずおりです。
BFGS ‐ ブロむデン・フレッチャヌ・ゎヌルドファヌブ・シャン
bfgs2 ‐ ブロむデン-フレッチャヌ-ゎヌルドファヌブ-シャン (最も効率的なバヌゞョン)
cg-fr ‐ Flecher-Reeves 共圹募配アルゎリズム
gd ‐ 募配降䞋法。
単䜓 ‐ Nelder ず Mead のシンプレックスアルゎリズム
cg-pr ‐ Polak-Ribiere 共圹募配アルゎリズム

手順 = 0.001; (0, inf) を二重化したす
初期ステップサむズ。

通行料 = 0.1; (0, inf) を二重化したす
䜕らかの蚱容誀差パラメヌタ。

ない NLOPT ラむブラリを䜿甚したミニマむザヌ アルゎリズムに぀いおは、
オプティマむザヌに぀いおは「」を参照しおください。http://ab-
initio.mit.edu/wiki/index.php/NLopt_Algorithms '、サポヌトされおいるパラメヌタは次のずおりです。

フトラ = 0; double で [0, inf)
停止基準: 目暙倀の絶察倉化が以䞋である
この倀。

フトル = 0; double で [0, inf)
停止基準: 目暙倀の盞察倉化が以䞋である
この倀。

より高い = inf; ダブル
より高い境界 (すべおのパラメヌタに等しい)。

ロヌカルオプト = なし; 蟞曞
メむンに必芁ずなる可胜性のある局所最小化アルゎリズム
最小化アルゎリズム。サポヌトされおいる倀は次のずおりです。
gn-orig-direct-l ‐ 長方圢の分割 (オリゞナルの実装、
局地的な偏芋あり
gn-direct-l-noscal ‐ 四角圢の分割 (スケヌルなし、局所的にバむアスあり)
GN-ISRES ‐ 改良された確率的ランキング進化戊略
ld-tnewton ‐ 切頭ニュヌトン
gn-direct-l-rand ‐ 四角圢の分割 (局所的に偏り、ランダム化)
むンニュヌりォア ‐ 反埩による埮分を含たない制玄のない最適化
構築された二次近䌌
gn-direct-l-rand-noscale ‐ 四角圢の分割 (スケヌルなし、ロヌカル)
偏った、ランダム化された
gn-orig-direct ‐ 長方圢の分割独自の実装
ld-tnewton-precond ‐ 前凊理枈み切頭ニュヌトン
ld-tnewton-再起動 ‐ 最急降䞋再始動による切頭ニュヌトン
GNダむレクト ‐ 長方圢の分割
ネルダヌミヌド ‐ ネルダヌ・ミヌドシンプレックスアルゎリズム
ln-コビラ ‐ 線圢近䌌による制玄付き最適化
gn-crs2-lm ‐ 局所突然倉異による制埡されたランダム怜玢
ld-var2 ‐ シフトされたメモリ制限付き倉数メトリック、ランク 2
ld-var1 ‐ シフトされたメモリ制限付き倉数メトリック、ランク 1
LDMMA ‐ 挞近線の移動方法
ld-lbfgs-nocedal - なし
ld-lbfgs ‐ 䜎ストレヌゞ BFGS
gn-direct-l ‐ 長方圢の分割 (局所的に偏った)
なし ‐ アルゎリズムを指定しない
むンボビヌカ ‐ 埮分を含たない境界制玄付きの最適化
ln-sbplx ‐ ネルダヌ・ミヌドのサブプレックス倉異䜓
ln-newuoa-bound ‐ 埮分を含たない境界制玄付き最適化
反埩的に構築された二次近䌌
むンプラクシス ‐ 䞻軞による募配のない局所最適化
方法
gn 盎接 noscal ‐ 長方圢の分割スケヌルなし
ld-tnewton-precond-restart ‐ 前凊理枈みの切頭ニュヌトン
最急降䞋再始動

䞋偎 = -inf; ダブル
例限 (すべおのパラメヌタに等しい)。

マキシタヌ = 100; int in [1, inf)
停止基準: 反埩の最倧数。

オプト = ld-lbfgs; 口述
メむンの最小化アルゎリズム。 サポヌトされおいる倀は次のずおりです。
gn-orig-direct-l ‐ 長方圢の分割 (オリゞナルの実装、
局地的な偏芋あり
g-mlsl-lds ‐ マルチレベル単䞀リンケヌゞ (䜎矛盟シヌケンス、
ロヌカル募配ベヌスの最適化ず境界が必芁)
gn-direct-l-noscal ‐ 四角圢の分割 (スケヌルなし、局所的にバむアスあり)
GN-ISRES ‐ 改良された確率的ランキング進化戊略
ld-tnewton ‐ 切頭ニュヌトン
gn-direct-l-rand ‐ 四角圢の分割 (局所的に偏り、ランダム化)
むンニュヌりォア ‐ 反埩による埮分を含たない制玄のない最適化
構築された二次近䌌
gn-direct-l-rand-noscale ‐ 四角圢の分割 (スケヌルなし、ロヌカル)
偏った、ランダム化された
gn-orig-direct ‐ 長方圢の分割独自の実装
ld-tnewton-precond ‐ 前凊理枈み切頭ニュヌトン
ld-tnewton-再起動 ‐ 最急降䞋再始動による切頭ニュヌトン
GNダむレクト ‐ 長方圢の分割
アりグラグ゚ク ‐ 等匏制玄を䌎う拡匵ラグランゞアン アルゎリズム
の
ネルダヌミヌド ‐ ネルダヌ・ミヌドシンプレックスアルゎリズム
ln-コビラ ‐ 線圢近䌌による制玄付き最適化
gn-crs2-lm ‐ 局所突然倉異による制埡されたランダム怜玢
ld-var2 ‐ シフトされたメモリ制限付き倉数メトリック、ランク 2
ld-var1 ‐ シフトされたメモリ制限付き倉数メトリック、ランク 1
LDMMA ‐ 挞近線の移動方法
ld-lbfgs-nocedal - なし
g-mlsl ‐ マルチレベル単䞀リンケヌゞ (ロヌカル最適化ず
境界)
ld-lbfgs ‐ 䜎ストレヌゞ BFGS
gn-direct-l ‐ 長方圢の分割 (局所的に偏った)
むンボビヌカ ‐ 埮分を含たない境界制玄付きの最適化
ln-sbplx ‐ ネルダヌ・ミヌドのサブプレックス倉異䜓
ln-newuoa-bound ‐ 埮分を含たない境界制玄付き最適化
反埩的に構築された二次近䌌
オヌラグ ‐ 拡匵ラグランゞアンアルゎリズム
むンプラクシス ‐ 䞻軞による募配のない局所最適化
方法
gn 盎接 noscal ‐ 長方圢の分割スケヌルなし
ld-tnewton-precond-restart ‐ 前凊理枈みの切頭ニュヌトン
最急降䞋再始動
ld-slsqp ‐ 逐次最小二乗二次蚈画法

手順 = 0; double で [0, inf)
募配のないメ゜ッドの初期ステップ サむズ。

stop = -inf; ダブル
停止基準: 関数の倀がこの倀を䞋回りたす。

゚クストラ = 0; double で [0, inf)
停止基準: すべおの x 倀の絶察倉化がこれを䞋回る
の倀です。

xtollr = 0; double で [0, inf)
停止基準: すべおの X 倀の盞察倉化がこれを䞋回っおいる
の倀です。

実斜䟋


自動ICA掚定を䜿甚しお、「segment.set」で指定された灌流シリヌズを登録したす。
最初の XNUMX ぀の画像をスキップし、それ以倖の堎合はデフォルトのパラメヌタヌを䜿甚したす。 保存する
'registered.set' になりたす。

mia-2dmyoica-full -i セグメント.セット -o 登録枈み.セット -k 2

著者


ガヌト・りォルニヌ

COPYRIGHT


この゜フトりェアの著䜜暩は 1999-2015 ラむプツィヒ、ドむツおよびマドリヌド、スペむンにありたす。 来る
絶察的な保蚌はなく、GNU の芏玄に基づいお再配垃できたす。
GENERAL PUBLIC LICENSE バヌゞョン 3 (たたはそれ以降)。 詳现に぀いおは、次のコマンドを䜿甚しおプログラムを実行しおください。
オプション「--copyright」。

onworks.net サヌビスを䜿甚しおオンラむンで mia-2dmyoica-full を䜿甚する


無料のサヌバヌずワヌクステヌション

Windows ず Linux のアプリをダりンロヌド

  • 1
    フェむザヌ
    フェむザヌ
    Phaser は、速くお無料で楜しいオヌプンです
    提䟛する゜ヌス HTML5 ゲヌム フレヌムワヌク
    WebGL ず Canvas のレンダリング
    デスクトップおよびモバむル Web ブラりザヌ。 ゲヌム
    共同するこずができたす...
    フェむザヌをダりンロヌド
  • 2
    VASSAL゚ンゞン
    VASSAL゚ンゞン
    VASSAL は、ゲヌムを䜜成するためのゲヌム ゚ンゞンです。
    埓来の掲瀺板の電子版
    そしおカヌドゲヌム。 サポヌトを提䟛したす
    ゲヌム ピヌスのレンダリングずむンタラクション、
    そしお・・・
    VASSAL ゚ンゞンをダりンロヌド
  • 3
    OpenPDF-iTextのフォヌク
    OpenPDF-iTextのフォヌク
    OpenPDFは、䜜成するためのJavaラむブラリです。
    LGPLを䜿甚しおPDFファむルを線集したす
    MPLオヌプン゜ヌスラむセンス。 OpenPDFは
    LGPL /MPLオヌプン゜ヌスiTextの埌継、
    ...
    OpenPDF のダりンロヌド - iText のフォヌク
  • 4
    サガGIS
    サガGIS
    SAGA - 自動化システム
    地球科孊分析 - 地理孊です
    情報システム (GIS) ゜フトりェア
    地理デヌタの蚈り知れない機胜
    加工ずアナ...
    SAGA GIS をダりンロヌド
  • 5
    Java / JTOpen甚のツヌルボックス
    Java / JTOpen甚のツヌルボックス
    IBM Toolbox for Java / JTOpen は、
    をサポヌトする Java クラスのラむブラリ
    クラむアント/サヌバヌおよびむンタヌネット プログラミング
    OS/400 を実行するシステムぞのモデル、
    i5/OS、オ...
    Java/JTOpen 甚のツヌルボックスをダりンロヌド
  • 6
    D3.js
    D3.js
    D3.js (たたはデヌタ駆動型ドキュメントの堎合は D3)
    を可胜にする JavaScript ラむブラリです。
    動的でむンタラクティブなデヌタを生成する
    Web ブラりザヌでの芖芚化。 D3あり
    君は...
    D3.js をダりンロヌド
  • 詳现»

Linuxコマンド

Ad