我正在试着做合适的,但即使在增加到10000之后,我也是每个最大值!我想我做错了什么。
我将循环通过4个相同大小的图像堆栈(30X240X240),并在4个不同的图像上获得相同体素的值。作为参考,我的循环将使用n=30、d=240
v1, v2, v3, v4 = 0.000, 0.000, 0.000, 0.000
xdata = np.array([50,300,600,1000])
D_map = np.zeros((n,d,d))
K_map = np.zeros((n,d,d))
def kurtosis(x, D, K):
return (-x * D) + (1/6 * (x **2)* (D **2) * K)
for i in range(n):
for r in range(d):
for c in range(d):
v1 = b50_data[i,r,c]
if v1 < 28:
D_map[i,r,c] = 0
K_map[i,r,c] = 0
else:
v2 = b300_data[i,r,c]
v3 = b600_data[i,r,c]
v4 = b1000_data[i,r,c]
ydata = np.array([v1,v2, v3, v4])
ydata = np.log(ydata/v1)
popt, pcov = curve_fit(kurtosis, xdata, ydata, maxfev= 10000)
D_map[i,r,c] = popt[0] * 1000
K_map[i,r,c] = popt[0]发布于 2019-12-04 19:24:39
好了,我达成了一个解决方案。
我使用try: except:来传递任何耗时过长的操作,并返回一个错误。
我现在的代码是
try:
popt, pcov = curve_fit(kurtosis, xdata, ydata, maxfev= 5000)
except:
popt = [0,0]
D_map[i,r,c] = popt[0] * 1000
K_map[i,r,c] = popt[0]https://stackoverflow.com/questions/59171944
复制相似问题