Question

我在matlab中有以下代码，这是非常慢的。这段代码与我在堆栈溢出中的previous post有关我想知道是否有任何方法可以使matlab更快，同时当我运行代码时应该给我看图，有更新的图片，但它没有显示任何东西

%% Loading Data
cd('D:\MatlabTest\15-07SpeedSensitivity\0.3');
clear all
row=101;
column=311;

%%
%Coefficients Creation
N=5;
W = [0.005 0.10;0.10 0.20;0.20 0.30;0.30 0.40;0.40 0.50;0.50 0.60 ;0.60 0.70;0.70 0.80 ;0.80 0.90;0.90 1.0];
for ind=1:9
    wn = W(ind,:);
    [b,a] = butter(N,wn);
    bCoeff{ind}=b;
    aCoeff{ind}=a;
end
[bCoeff{10},aCoeff{10}]=butter(N,0.9,'high');

%%
%filter initialization
ZState = cell(1,10);
for i=1:10
    ZState{i} = zeros(max(length(aCoeff{i}), length(aCoeff{i})) - 1, 1); %# This is the initial filter state
end
%%
bands=10;
for b=1:bands
    Yout{b}{row, column}=[];
end

%%
j=1;
K = 1000:4000;
window = zeros(1,10);
figure;
y = 0;         %# Preallocate memory for output
j=0;
buffSize=10;
tempMean{row,column}=[];
Gibbs=(length(K)*3)/100;
fImg{1}(row,column)=0;
%load one image
for i = 1000:length(K)
    disp(i)
    str = int2str(i);
    str1 = strcat(str,'.mat');
    load(str1);
    D(:,:) = A(100:200 ,200:510);
    %go throught the columns and rows
    for p = 1:row
        for q = 1:column
            %calculte the temporal mean value based on previous ones
            if(size(tempMean{p,q})<buffSize) %init the first 10
                tempMean{p,q}=[D(p,q) tempMean{p,q}];
            else
                tempMean{p,q}=[D(p,q) tempMean{p,q}(1:end-1)];
            end
            if(mean2(tempMean{p,q})==0)
                x=0;
            else
                x = double(D(p,q)/mean2(tempMean{p,q}));
            end
            %filtering for 10 bands, based on the previous state
            for f = 1:10
                [y, ZState{f}] = filter(bCoeff{f},aCoeff{f},x,ZState{f});
                if(j<Gibbs)
                    continue;
                end
                if(size(Yout{f}{p,q})<10)%init the first 10 after Gibbs phenomenon
                    Yout{f}{p,q} = [y.^2 Yout{f}{p,q}];
                else
                    Yout{f}{p,q} = [y.^2 Yout{f}{p,q}(1:end-1)];
                    fImg{f}(p,q)=mean2(Yout{f}{p,q});
                end
            end
        end
    end
     if(size(fImg{1}(1,1))>1)   
    for k = 1:10
        subplot(5,2,1);
        subimage(fImg{k}*5000, [0 0.5]);
        colormap jet
    end
    pause(0.01);
     end
    j=j+1;
end
disp('Done Loading...')`

Answer 1

好吧，我没有1000.mat，1001.mat，...，4000.mat，所以我无法正确测试。

无论如何，我可以随便告诉你的是

嵌套循环通常是个坏主意。将您的大部分精力放在阻止您拥有的四重嵌套循环上
大多数循环体包含对外部非内置函数的引用（means2，int2str，...）。这意味着无法应用JIT编译，for - 循环以解释器速度运行。
Yout和fImg的内容会在每个最里面的迭代上更改大小。应避免改变大小或至少保持非常小的循环。

调整变量大小意味着，Matlab需要创建一个更大的临时变量，将原始数组的内容复制到临时变量，将新数据附加到它，将temp变量赋值给原始变量，以及收拾残局。正如您所理解的那样，所有这些无意义的复制都需要花费大量时间才能完成很多次（您可以这样做），因此：努力预分配整个数组。

除此之外，我们不能没有mat文件。正如@slayton所建议的那样，学会使用Matlab profiler。我突出显示的要点可能会跳出来（加载数据也是如此，但是无法改进（除非所有数据文件适合你的内存？）

尝试优化一些代码并使其更快

1 个答案: