去噪扩散概率模型 乔纳森·何（Jonathan Ho），阿杰伊·贾恩（Ajay Jain），彼得阿比尔 论文： : 网址： ： 实验在Google Cloud TPU v3-8上运行。需要TensorFlow 1.15和Python 3.5，以及CPU实例的以下依赖关系（请参阅requirements.txt ）： pip3 install fire pip3 install scipy pip3 install pillow pip3 install tensorflow-probability==0.8 pip3 install tensorflow-gan==0.0.0.dev0 pip3 install tensorflow-datasets==2.1.0 培训和评估脚本位于scripts/子目录中。运行训练和评估的命令在脚本顶部的注释中。数据存储在GCS存储桶中。编写脚本

matlab优化泊松方程代码漂移扩散模型 这是用Python编写的一维模型，该模型使用有限差分求解半导体泊松漂移扩散方程。 该模型模拟了光照下的太阳能电池，但也可以适用于其他半导体器件。 可以对其进行修改以解决其他系统（即，通过更改边界条件，添加重组率和修改生成率）。 使用称为Gummel方法的自洽迭代方法求解方程。 为了确保连续性方程的数值稳定性，使用了Scharfetter Gummel离散化以及新旧解决方案的线性混合。 表现 使用Numba @jit装饰器可以加速代码。 示例CPU时间：不使用Numba：469.7秒使用Numba：73.7秒 得出的结论是，Numba的工作量很轻，而且性能显着提高。 您可以在此处阅读有关Numba的信息： C ++和Matlab实现 您可以在这里找到相同模型的C ++和Matlab实现以及2D和3D版本： 性能比较： 对于网格尺寸为dx = 0.25nm，系统尺寸为300nm的一维代码： Python：69.8秒Matlab：40秒C ++：3.7秒 因此，当前的C ++版本要快得多，可能具有阅读不太优雅的缺点。

非局部算子的书，内容非常详细，就是比较难看懂。我还在学习中

matlab优化泊松方程代码漂移扩散模型 这里是1D，2D和3D模型，它们使用有限差分求解半导体Poisson-Drift-Diffusion方程。 这些模型可用于为大多数半导体器件建模。 该模型的“双电荷载流子”版本当前可解决光照下的太阳能电池。 “单电荷载流子”版本解决了一种材料的电流-电压曲线，该材料仅具有空穴作为自由载流子，并且在黑暗中处于变化的施加电压下。 可以修改所有模型以求解其他系统（即，通过更改边界条件，添加重组率和修改生成率）。 使用称为Gummel方法的自洽迭代方法求解方程。 为了确保连续性方程的数值稳定性，使用了Scharfetter Gummel离散化以及新旧解决方案的线性混合。 1D /漂移扩散/单电荷载体/ src文件夹还包含使用Slotboom变量的实现，这是在不使用Scharfetter Gummel离散化的情况下实现稳定性的另一种方法。 C ++实现的要求：1D版本：C ++ 11编译器。 其中包含用于g ++编译器的make文件以及可用于通过IDE QT Creator进行编译的.pro文件。 同样，输入文件：“ parameters.inp”和“

各向异性扩散是基于传热 PDE 的强大图像增强器和恢复器。 实现细节在“P. Perona 和 J. Malik, Scale-Space and Edge Detection Using Anisotropic Diffusion, IEEE Transactions on Pattern Analysis and Machine Intelligence, 12(7):629-639, July 1990”和“G . Grieg、O. Kubler、R. Kikinis 和 FA Jolesz，MRI 数据的非线性各向异性过滤，IEEE 医学成像汇刊，11(2)：221-232，1992 年 6 月”。 实施该算法以对 1D、2D 和 3D 灰度信号执行。

该程序是基于文献“P. W. M. Tsang and T.-C. Poon, “Novel method for converting digital Fresnel hologram to phase-only hologram based on bidirectional error diffusion,” Opt. Express 21(20), 23680–23686 (2013).”所提方法编写的，用于计算全息中的相位恢复问题。采用该算法可快速将复振幅全息转化为纯相位全息，而无需迭代计算

该程序采用有限差分方法（隐式和显式）仿真了一维和二维域扩散方程。该程序采用有限差分方法（隐式和显式）仿真了一维和二维域扩散方程。该程序采用有限差分方法（隐式和显式）仿真了一维和二维域扩散方程。

使用偏微分方程PDE进行图像去噪的matlab代码集合-order4_diffusion.m 希望对大家有帮助

使用偏微分方程PDE进行图像去噪的matlab代码集合-directional_diffusion.m 希望对大家有帮助

The bidirectional error diffusion (BERD) algorithm is free from random phase modulation that introduces speckle noise on the reconstructed images, compared with other computer-generated phase-only hologram (POH) approaches. During the POH generation process, the amplitudes of all pixels are traditionally set to one for diffusing the errors to their neighborhood of unprocessed pixels. In this paper, we reveal that the reconstruction quality depends on the uniform amplitude value for different obj