ترجمه مقاله نقش ضروری ارتباطات 6G با چشم انداز صنعت 4.0
- مبلغ: ۸۶,۰۰۰ تومان
ترجمه مقاله پایداری توسعه شهری، تعدیل ساختار صنعتی و کارایی کاربری زمین
- مبلغ: ۹۱,۰۰۰ تومان
In the last decades, due to the development of the parallel programming, the lattice Boltzmann method (LBM) has attracted much attention as a fast alternative approach for solving partial differential equations. In this paper, we first designed an energy functional based on the fuzzy c-means objective function which incorporates the bias field that accounts for the intensity inhomogeneity of the real-world image. Using the gradient descent method, we obtained the corresponding level set equation from which we deduce a fuzzy external force for the LBM solver based on the model by Zhao. The method is fast, robust against noise, independent to the position of the initial contour, effective in the presence of intensity inhomogeneity, highly parallelizable and can detect objects with or without edges. Experiments on medical and real-world images demonstrate the performance of the proposed method in terms of speed and efficiency.
در دهههای اخیر، به منظور توسعۀ برنامهنویسی موازی، روش شبکۀ بولتزمن (LBM) توجه بسیاری را به عنوان رویکرد جایگزین برای حل معادلۀ دیفرانسیلی با مشتقات جزئی (PDE) به خود جلب کرده است. در این مقاله، ابتدا تابع کاربردی انرژی مبتنی بر تابع هدف فازی C-means را طراحی میکنیم که زمینۀ غیرتصادفی را در نظر گرفته که در آن به شناخت ناهمگنی شدت تصویر جهان واقعی پرداخته است. با استفاده از روش گرادیان نزولی، معادلۀ تنظیم سطح متناظر را به دست آوردیم که در آن نیروی خارجی فازی را در مورد حلکنندۀ LBM مبتنی بر مدل ژائو برداشت میکنیم. این روش سریع، مقاوم در برابر صدا و مستقل از موقعیت کانتور اولیه محسوب میشود و با وجود ناهمگنی شدت، به شدت قابل همگونی است و میتواند اشیاء دارای کناره یا بدون آن را تشخیص دهد. تجربیات پزشکی و تصاویر دنیای واقعی حاکی از عملکرد روش پیشنهادی برحسب سرعت و کارآیی است.