注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 数值求解迭代Tikhonov正则化方法的一点注记

  2. 文章算法来自王彦飞的论文《数值求解迭代Tikhonov正则化方法的一点注记》

  3. 所属分类：其它

    • 发布日期：2010-01-05
    • 文件大小：2kb
    • 提供者：maomaoyuspring

  1. 不适定问题的迭代正则化方法研究

  2. 这篇文档针对不适定问题进行了分析，提出了迭代正则化方法进行研究。

  3. 所属分类：C/C++

    • 发布日期：2013-12-18
    • 文件大小：264kb
    • 提供者：u013207046

  1. 一种基于约束Landweber迭代正则化的图像重建算法

  2. 一种基于约束Landweber迭代正则化的图像重建算法，李红艳，佟丽丽，本文针对较少投影数据图像重建问题，在最小二乘优化的基础上，提出将未知误差引入不等式约束中，并针对其不适定性提出运用Landweber

  3. 所属分类：其它

    • 发布日期：2020-03-13
    • 文件大小：373kb
    • 提供者：weixin_38550137

  1. 不适定算子方程的预测-校正迭代Tikhonov正则化方法

  2. 不适定算子方程的预测-校正迭代Tikhonov正则化方法，吴传生，刘文，迭代Tikhonov正则化方法是求解不适定问题最重要的正则化方法之一，有效解决了Tikhonov正则化方法中存在的饱和效应，但其依然存在迭代�

  3. 所属分类：其它

    • 发布日期：2020-02-07
    • 文件大小：116kb
    • 提供者：weixin_38692043

  1. 关于Landweber迭代方法在正则化参数后验选取时的阶数最优性注记

  2. 关于Landweber迭代方法在正则化参数后验选取时的阶数最优性注记，李维金，傅初黎，Landweber迭代方法是求解不适定问题的重要方法，而且当正则化参数为先验选取时，该方法可以达到阶数最优的误差估计，且无饱和效应。

  3. 所属分类：其它

    • 发布日期：2019-12-30
    • 文件大小：262kb
    • 提供者：weixin_38500444

  1. 基于Hessian核范数正则化的快速图像复原算法

  2. 利用Hessian核范数进行图像复原是目前较好的高阶正则化方法,但是由于Hessian核范数正则项的高度非线性和不可微性,图像去模糊和去噪过程耦合度高,求解算法的复杂度高.本文利用变量分裂设计了一种具有闭解形式的交替迭代最小化快速图像复原算法,将图像去模糊、去噪分步进行,并给出算法的收敛性证明.实验结果表明,本文方法不仅在峰值信噪比方面优于原有的基于Hessian核范数图像复原的主优化(Majorization-Minimization,MM)方法,而且大大降低了算法的迭代次数和运行时间.

  3. 所属分类：其它

  1. 基于空间相关正则化稀疏表示的高光谱图像分类分布式并行优化

  2. 高光谱图像具有覆盖范围广，高维带和大量数据的特点，这在处理高光谱数据时会导致耗时的计算。 Spark是一个分布式大数据处理框架，集成了内存中计算。因此，Spark适用于复杂的迭代计算。为了有效地对海量高光谱数据进行分类，提出了原始空间相关正则化稀疏表示分类（SCSRC）的Spark版本。在分布式并行SCSRC（DP-SCSRC）中，首先，将相邻的高光谱图像索引存储在Spark的RDD的同一分区中，以保留空间相关性。其次，创建联合分布式矩阵（JDM）以减少计算节点之间的开销数据同步。对实际高光谱数

  3. 所属分类：其它

  1. 改进的基于稀疏角度数据的光学衍射层析成像正则化重建

  2. 在本文中，我们提出了一种改进的确定性正则化算法来处理光学衍射层析成像中的稀疏角度数据问题。基于光学衍射层析成像和确定性正则化算法，在空间域和频域同时进行正则化迭代，大大降低了计算量。通过应用分段平滑度和阳性约束条件作为惩罚函数，可以有效地恢复丢失的频谱，并精确地重建样本的内部折射率分布。使用模拟和实验结果，我们表明，提出的正则化算法可以从光学衍射层析成像中非常稀疏的角度数据中重建准确的折射率。

  3. 所属分类：其它

  1. 具有非凸正则化的Hoomopy DCD快速准确的稀疏连续信号重构

  2. 近年来，已经从压缩感测（CS）理论的角度解决了有关稀疏连续信号恢复的各种应用，例如源定位，雷达成像，通信信道估计等。 但是，在考虑任何实际使用时，有两个主要缺陷需要解决。 第一个问题是由任意定位的未知数与预先指定的字典之间的基础不匹配导致的离网问题，这将使常规CS重建方法的性能大大下降。 第二个重要问题是对低复杂度算法的迫切需求，尤其是在面对实时实现的需求时。 在本文中，针对这两个问题，我们提出了三种快速，准确的稀疏重建算法，分别称为HR-DCD，Hlog-DCD和Hl（p）-DCD，它们基于同

  3. 所属分类：其它

    • 发布日期：2021-03-16
    • 文件大小：856kb
    • 提供者：weixin_38562085

  1. 基于正弦图的噪声能量估计及其在统计迭代重构正则化参数选择中的应用

  2. 基于正弦图的噪声能量估计及其在统计迭代重构正则化参数选择中的应用

  3. 所属分类：其它

    • 发布日期：2021-03-10
    • 文件大小：342kb
    • 提供者：weixin_38717450

  1. 图像方向纹理保持的方向全变差正则化去噪模型及其主优化算法

  2. 正则化方法是目前解决图像去噪不适定性的一条有效途径，但对于图像中纹理细节的保持仍是棘手的问题．本文针对图像方向纹理保持的去噪问题，给出了图像方向纹理保持的方向全变差正则化去噪模型．分析和证明了方向全变差的若干等价表示性质，并基于该性质迭代构造代理泛函和Ｂ样条离散差分逼近方法，给出了一种主优化去噪算法．数值实验表明，该方法在去除噪声、抑制图像的“阶梯效应”和保持图像方向纹理等方面取得较好的效果．

  3. 所属分类：其它

  1. L1和总变化正则化C臂心脏锥束CT重建

  2. 基于联合L1和总变异的迭代重建新方法正则化建议用于ECG门控的冠状动脉断层摄影术重建。 这重构问题被公式化为约束优化模型，并使用线性化的Bregman和前向后拆分方法。 实验进行到使用拟人模型来评估其性能，结果表明提出的方法可以从5-10张血管造影照片重建准确的血管形态。

  3. 所属分类：其它

    • 发布日期：2021-03-10
    • 文件大小：384kb
    • 提供者：weixin_38612568

  1. 基于谱正则化的非线性判别聚类

  2. 由于稀疏性，直接聚类高维数据仍然是一个难题。 因此，通过降维获得它们的低维紧凑表示是对高维数据进行聚类的有效方法。 但是，大多数现有的降维方法最初都是为分类（例如线性判别分析）或恢复高维数据的几何结构（称为流形）（例如局部线性嵌入）而开发的，而不是为了聚类的目的而开发的。 因此，提出了一种新的基于谱正则化的降维非线性判别聚类算法。 该方法的贡献有两个方面：（1）可以获得非线性的低维表示，可以恢复固有的流形结构并增强原始高维数据的聚类结构。 （2）也可以在降维过程中获得聚类结果。 首先，将所需的低

  3. 所属分类：其它

    • 发布日期：2021-03-10
    • 文件大小：571kb
    • 提供者：weixin_38699726

  1. 从先前的正常剂量CT图像中使用区域感知纹理保留正则化学习进行统计CT重建

  2. 在某些临床应用中，可以使用先前的常规剂量CT（NdCT）图像，并且其中的宝贵纹理和结构特征可用于促进后续的低剂量CT（LdCT）重建。 这项研究旨在从NdCT图像中学习纹理信息，并将其用于后续的LdCT图像重建，以保留纹理和结构特征。 具体地，所提出的重建方法首先从NdCT图像中具有相似结构的那些补丁中学习纹理信息，并且可以通过从当前补丁的周围有效地搜索上下文特征来对相似补丁进行聚类。 然后，它利用来自类似补丁的冗余纹理信息作为先验知识来描述LdCT图像中的特定区域。 先进的区域感知纹理保留先验

  3. 所属分类：其它

  1. 图正则化多层概念分解用于数据表示

  2. 先前的研究表明，诸如非负矩阵因式分解（NMF）和概念因式分解（CF）之类的矩阵因式分解技术在图像处理和数据表示方面取得了令人印象深刻的结果。 但是，常规CF及其具有单层分解的变体无法捕获数据的固有结构。 在本文中，我们提出了一种新颖的顺序因式分解方法，即图正则化多层概念因式分解（GMCF）进行聚类。 GMCF是一个多阶段过程，它在多个层中迭代地分解观察矩阵。 此外，GMCF还在每层中都包含了图拉普拉斯正则化，以有效保留数据的多种结构。 开发了一种有效的迭代更新方案来优化GMCF。 严格证明了该算

  3. 所属分类：其它

  1. 基于自然图像统计特性的迭代CT重建中正则化参数的最优选择

  2. 平衡保真度和惩罚度的正则化参数在正则化迭代重建中起着至关重要的作用。 对于面向临床任务的图像质量评估而言，这样的参数选择相当困难。 为了应对这一挑战，我们将图像统计数据用作图像质量测量的替代指标，并指导选择正则化参数。 我们提出的方法增加了各个领域中反问题的价值，而不仅限于CT重建。 数值和实验结果表明，该算法发现的正则化参数与视觉观察所建议的一致。

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：633kb
    • 提供者：weixin_38629939

  1. 基于离散余弦变换和L1正则化的背景分子荧光层析成像的迭代校正方案

  2. 基于离散余弦变换和L1正则化的背景分子荧光层析成像的迭代校正方案

  3. 所属分类：其它

  1. 基于极限和增量学习的单隐藏正则化脊波网络

  2. 基于前人在脊波神经网络上的工作，在前馈神经网络中将脊波函数用作激活函数，本文提出了一种单隐藏层正则化脊波网络（SLRRN）。 在成本函数中添加了一个额外的常规项目来表示要解决的问题的先验知识，以获得更好的泛化性能，并提出了一种简单有效的方法，称为成本函数最小化极限学习和增量学习（CFM-EIL）算法。 在基于CFM-EIL的SLRRN（CFM-EIL-SLRRN）中，对脊突隐藏的神经元及其参数进行增量和分析调整。 因此，它可以显着降低基于梯度的算法或其他迭代算法的计算复杂性。 进行了一些关于时间

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：365kb
    • 提供者：weixin_38690545

  1. 基于前向后向算子分裂的稀疏性正则化图像超分辨率算法

  2. 提出了一种新的基于稀疏表示正则化的多帧图像超分辨凸变分模型,模型中的正则项刻画了理想图像在框架系统下的稀疏性先验,保真项度量其在退化模型下与观测信号的一致性,同时分析了最优解条件.进一步,基于前向后向算子分裂法提出了求解该模型的不动点迭代数值算法,每一次迭代分解为仅对保真项的前向(显式)步与仅对正则项的后向(隐式)步,从而大幅度降低了计算复杂性;分析了算法的收敛性,并采取序贯策略提高收敛速度.针对可见光与红外图像序列进行了数值仿真,实验结果验证了本文模型与数值算法的有效性.

  3. 所属分类：其它

  1. IRtools：迭代正则化方法和大规模测试问题的MATLAB软件包。 该软件在论文“ IR工具：迭代正则化方法和大规模测试问题的MATLAB软件包”中进行了描述，该论文将在2018年数值算法中发表-源码

  2. IRtools：迭代正则化方法和大规模测试问题的MATLAB软件包。 该软件在论文“ IR工具：迭代正则化方法和大规模测试问题的MATLAB软件包”中进行了描述，该论文将在2018年数值算法中发表

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：281kb
    • 提供者：weixin_42108778
« 12 3 4 5 6 7 8 9 10 »