搜索结果: 1-15 共查到“信息与通信工程 正则化”相关记录21条 . 查询时间(0.299 秒)
雷达数据采集一直是以香农采样定理为基础的，因而在军事侦测、地球遥感等涉及大范围、高分辨率观测应用中面临挑战：或难以实现期望的高采样率，或带宽限制难以支持实时处理，或系统复杂难以机载或星载。所以，如何突破香农采样，以更少的采样实现高分辨率观测是稀疏微波成像的重大基础科学问题与技术问题。近年来发展的压缩感知理论展现了利用观测场景的稀疏性解决问题的新构想，但已知框架(L(1)正则化)对采样率要求依然过高...
2017年6月8日上午，应我校理学院微分方程团队邀请，北京师范大学数学科学学院的刘君副教授到理学院进行学术交流，并在理工楼818教室做学术报告。报告由刘朝霞教授主持，团队成员李成岳教授、贺小明教授、李明杰博士、王兢博士及理学院部分硕士研究生、北师大部分博士研究生参加本次学术活动。讲座中，刘君做了题为“Block Similarity and Group Similarity based Regul...
基于l1稀疏正则化的信源个数估计新算法
稀疏正则化 信源个数估计 空间平稳噪声 正则化参数
2016/10/25
针对现有信号源个数估计相关算法在低信噪比和较少快拍数下存在欠估计的问题，提出一种适用于空间平稳噪声下基于l1稀疏正则化的信源个数估计新算法。该算法利用信号协方差矩阵特征值分解得到的特征值序列的稀疏性，选取合适的正则化参数对信号源个数进行估计。理论分析和仿真实验表明，所提算法可以在较低信噪比的空间平稳噪声条件下，实现对较少快拍数下阵列接收数据信源个数的精确估计。
欧拉弹性正则化的图像泊松去噪
泊松去噪 欧拉弹性 水平集 变分正则化
2016/5/5
利用泊松噪声分布与图像灰度值相关这一特性，结合图像的水平集曲线对图像灰度值的刻画能力，在Bayesian-MAP框架下，提出了欧拉弹性正则与泊松似然保真的图像泊松去噪变分正则化模型.利用交替方向乘子法，将原问题转化为几个不同低阶子问题的求解.对于子问题中出现的高阶非线性项，利用滞后扩散不动点迭代进行线性化，从而得到模型的快速迭代求解算法.通过数值模拟实验，证明了当图像受不同强度泊松噪声影响时，所提...
现有的空间目标图像波后处理方法多直接套用自然光学图像的复原技术,效果并不理想。本文通过分析空间目标图像的近似稀疏性和灰度值服从超拉普拉斯分布的独有特点,提出了一个采用正则化方法的非凸稀疏正则化空间目标图像复原模型。在数值计算过程中,根据交替方向乘数法将复原模型分解为两个子问题,对凸优化子问题采用快速傅里叶变换求解,对非凸优化子问题采用固定点迭代方法求解。文中设计了非凸稀疏正则化空间目标图像波后复原...
凹凸范数比值正则化的快速图像盲去模糊
凹凸范数比值正则化 图像盲去模糊 变量分裂法 封闭阈值
2014/9/4
模糊图像可表示为清晰图像和模糊核函数的卷积,由模糊图像恢复出清晰图像,需要同时估计模糊核和清晰图像,因此是一个病态问题.优化含有先验项的代价函数是求解病态问题最有效方法之一.针对图像盲去模糊问题,本研究提出具有更强稀疏表达能力的凹凸范数比值正则化先验项,在用变量分裂法求解模型时,提出用L1范数保真项更新估计图像,在更新模糊核时,提出使用线性递增权重参数对模糊核按多尺度方法由粗到细逐步估计,当获得模...
L1稀疏正则化的高光谱混合像元分解算法比较
高光谱 混合像元分解 稀疏性 增广拉格朗日
2014/7/8
基于稀疏性的高光谱解混是近年来高光谱混合像元分解的研究热点.主要研究了L1正则化的高光谱混合像元分解算法.首先分析了L1正则化的三种解混模型,即无约束、非负约束和全约束模型;然后给出了三种模型对应的数值求解算法;最后,采用模拟的和真实的高光谱数据进行实验,比较了三种高光谱混合像元分解算法的效果.实验结果表明:三种模型均具有很好的高光谱混合像元分解精度(SRE),其中全约束模型最好,非负约束模型次之...
保留结构特征的稀疏性正则化图像修复
图像修复 剪切波变换 稀疏性正则化 增广Lagrange函数
2013/7/15
以压缩传感和稀疏表示为理论依据，提出了一种基于剪切波变换的稀疏性正则化的图像修复模型，以便更好地保留图像的结构特征。该模型用剪切波作为图像的稀疏表示，以稀疏性作为正则化项；同时基于变量分裂法，采用增广Lagrange优化方法求解最优化问题。另外，通过交替最小化方式来降低计算复杂性。从峰值信噪比（PSNR）、结构相似度（SSIM）、收敛速度和视觉效果等4个方面验证了算法的有效性。结果显示：利用本文算...
当数据含有噪声或标签错误时, 传统的属性选择方法(如粗糙集) 无法得到正确结果, 为此提出一种针对含噪、标签错误数据的属性选择方法. 首先用最大边界投影方法获得数据的最佳投影; 然后通过对投影矩阵进行??2,1 范数正则化操作, 进而获得行稀疏的投影矩阵, 据此获对关键属性的挖掘; 最后给出方法的收敛性和针对标签错误数据的有效性证明. 实验结果表明, 所提出的算法克服了噪声和标签错误的影响, 较好...
由于允许从少量数据中恢复原始图像或信号的压缩感知的引入，基于l1范数正则化的最优化方法近来越来越受到重视。利用最小二乘问题的一种等价形式和Bregman迭代方法的一些技巧，本文给出了已有A^+线性Bregman迭代方法的一种推导过程。进一步结合不动点连续迭代方法非满值最小二乘问题的等价形式，获得了一种求解带有约束的l1范数最小优化问题的新型算法，并给出了新型算法与A^+线性Bregman迭代算法之...
基于加权总体最小二乘正则化方法的混合滤波器组最优化设计
加权总体最小二乘 混合滤波器组 Tikhonov正则化
2010/12/25
模拟分析滤波器组的实现欠理想、系统噪声以及数字综合滤波器有效阶数实现所带来的系统误差均有可能造成混合滤波器组的设计出现解不稳定、无唯一解等病态问题，影响混合滤波器组的准确重构效果。本文首先给出了满足准确重构条件下，以综合滤波器组频域响应为求解变量的混合滤波器组线性求解模型。针对线性方程中系数矩阵以及目标向量受扰动误差影响特点，提出一种新的基于加权总体最小二乘正则化算法的IIR形式综合滤波器设计方法...
基于加权最小二乘正则化方法的混合滤波器组最优化设计
加权最小二乘 混合滤波器组 Tikhonov正则化
2010/7/25
模拟分析滤波器的实现误差以及数字综合滤波器有效阶数实现的设计误差造成的病态问题都将影响混合滤波器组(HFB)的重构效果。提出一种新的满足近似完美重构的基于加权最小二乘(WLS)正则化算法的IIR形式综合滤波器设计方法。该算法根据误差量二阶统计特性采用WLS算法抑制滤波器实现误差以及随机噪声等扰动因素影响，使得到的综合滤波器组频域响应解的加权误差平方和最小化，并通过Tikhonov正则化方法优化解的...
压缩感知理论是一种充分利用信号稀疏性或者可压缩性的全新的信号采样理论。该理论表明，通过采集少量的信号值就可实现稀疏或可压缩信号的精确重建。该文在研究和总结已有重建算法的基础上，提出了一种新的基于正则化的自适应匹配追踪算法(Regularized Adaptive Matching Pursuit，RAMP)用于压缩感知信号的重建。该算法可在信号稀疏度未知的情况下，通过自适应过程自动调节候选集原子的...
基于lk范数的SAR复图像域正则化方法分析及改进
SAR图像 超分辨 正则化
2009/11/24
正则化方法通过增加先验信息约束实现合成孔径雷达(SAR)图像的超分辨和噪声抑制，为目标识别提供了更高质量的图像信息。该文通过对基于lk范数的SAR复图像域正则化方法迭代过程的分析，揭示其增强分辨率的内在机理，并针对原有方法在不同强度散射点条件下分辨率提高不一致的问题，提出采用可变的正则化参数对其进行改进。仿真数据和MSTAR实测数据的实验结果证实了改进方法的有效性。