Question

我在Linux机器上使用julia 0.7.0，NCDatasets.jl和Images.jl来分析约80GB的数据集。我没有加载很多变量，第一步是做等效于matlab的

a = moveman(movemean(movemean(array,window,1),window,2),window,4))

其中array是（256,256,80,600）浮点数组。为此，我正在尝试以下行：

filtered = imfilter(array, centered(ones(window_h,window_h,1,window_t)/(window_t*window_h*window_h)),Inner())

但是，这将导致数TB的分配，这最终将占用我的所有内存并占用很多时间。与我的julia系列产品相比，matlab系列产品可以很好地工作并且花费的时间很少，这表明我在以非最佳方式进行操作。

有人可以提供任何见解吗？

Answer 1

对matlab不太熟悉，猜猜它是移动平均线吗？

然后是线性的，然后执行movemean（movemean（movemean ...

您可以 计算方程式 ，例如

（3 * array [current] + 3 * array [current-1] + 2 * array [current-2]）/ 8

并遍历数组

Answer 2

根据Julia discourse的讨论，回答我自己的问题：我继续以以下方式使用Images包，尤其是ImageFiltering。首先，我定义用于平滑的内核。该内核将通过计算它与我们正在过滤的数组之间的相关性来使用。

使用阶乘内核的区别在于，每个过滤器将单独应用，这将改变操作数。

window_h x window_h x window_t

到

window_h + window_h + window_t

如docs中所述。

请注意，内核在第三维中使用[1.0]，因为我的数组是4维数组，并且我正在对前两个维和第四个维进行平滑处理。

using ImageFiltering  

function kernel4d_2(window_h,window_t)
    kernel_h = ones(window_h)/window_h
    kernel_t = ones(window_t)/window_t
    return kernelfactors((kernel_h, kernel_h, [1.0], kernel_t))
end

然后，我定义了一个函数将此内核用作过滤器并返回过滤后的数组。

function filter_array(array,window_x,window_t)
        filtered = imfilter(array, kernel4d_2(window_x,window_t))
end

这允许将数组过滤为：

filtered = filter_array(unfiltered,window_x,window_t)

朱莉娅等于movmean（array，window，dims）吗？

2 个答案: