-1

我在matlab中有以下代码，非常慢。这段代码与我之前在堆栈溢出中的帖子有关我想知道是否有任何方法可以使matlab更快，当我运行代码时它应该显示我的数字，更新图像，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...')`
4

1 回答 1

1

好吧，我没有1000.mat, 1001.mat, ..., 4000.mat，所以我无法真正正确地测试它。

不管怎样，我可以随便告诉你的是

  • 嵌套循环通常是一个坏主意。将大部分精力放在防止您拥有的四重嵌套循环上

  • 大多数循环体都包含对外部非内置函数（means2、、int2str...）的引用。这意味着无法应用 JIT 编译，并且for-loop 以解释器速度运行。

  • 每个最内层迭代的内容Yout和大小都会改变。fImg应该避免改变大小或至少保持非常小的循环。

调整变量大小的意思是，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中，将新数据附加到其中，将临时变量分配给原始变量，然后清理混乱。正如您所理解的，所有这些毫无意义的复制都需要大量时间，而您必须多次（您确实这样做），所以：努力预分配整个数组。

除此之外，我们不能没有这些mat文件。正如@slayton 所建议的，学习使用 Matlab分析器。我强调的要点可能会跳出来（数据的加载也会跳出来，但是这无法改进（除非所有数据文件都适合您的记忆？））

于 2012-08-09T04:59:04.690 回答