在Gp,qβ空间收缩的图像复原方法

在DT模型、Jiang模型和LHLLAV模型等图像复原方法的基础上,提出了在新的光滑空间上的图像复原模型。首先剖析了新模型的参数含义和物理意义,阐述了Besov空间和Gp,qβ空间的定义、性质和范数。根据Gp,qβ空间和Besov空间的关系,把模型在Gp,qβ空间中重新描述。引入替代函数,消除K*Ku对求解带来的困难,推导了新模型在第二代Curvelet变换域的求解,得到了一个关键性的Curvelet域收缩求解公式。最后,对图像复原模型给出了算法步骤和实验,验证了复原效果和计算复杂度,模型收敛快,比LHLLAV模型省时近一半,图像的SNR也比LHLLAV模型的高。     

Besov空间的小波逼近

首先给出了Sobolev空间利用小波算子逼近的逼近阶以及逼近阶对K-泛函的控制估计,进一步给出了小波算子对Besov空间的逼近和刻画.     

Jackson算子在Besov空间中的饱和类

借助Hǒlder范数引入了一种K-泛函，由此同K-方法构造了一类新的内插型的Besov空间，并将此类Besov空间成功地应用于讨论算子逼近的饱和性问题，其结果的一个特例便为经典分析中有关Jackson算子饱和性的著名结果。     

Bochner-Riesz算子的多线性交换子在Besov空间的连续性

Bochner-Riesz算子是分析数学中重要的积分算子,具有广泛的应用.文章引入了由Bochner-Riesz算子生成的多线性交换子,并且利用空间分解的方法证明了该多线性交换子在Besov空间上的连续性.     

一种基于分数阶积分的数字图像去噪算法

针对现有图像去噪算法丢失图像纹理信息的问题,将基于Riemann-Liouville定义的分数阶积分应用于数字图像的噪声去除,提出8个方向上的图像任意阶积分掩模,给出运用该掩模进行图像去噪的数值运算方法及相应的算法实现电路模型.仿真实验结果在定性和定量的方面表明本文的算法对灰度图像和彩色图像同样适用,具有能够一次性完成积分,去噪精度高,同时能最大限度保持图像的纹理细节信息的特点.该算法特别适用于高精度的图像实时去噪.     

一个Camassa-Holm类方程适定性问题

考虑一个Camassa-Holm类的方程的柯西问题,并在Besov空间中证明了该方程解的局部适定性。     

二代曲线波图像恢复模型及其算法

假定图像属于Besov空间,可以利用小波系数和Besov范数的等价性来度量图像小波分解的稀疏性． 但是,小波并不能十分有效地表示光滑函数的边界,而曲线波对于具有C2奇异性的光滑函数能够达到渐进最优的稀疏表示． 基于上述分析,提出了新的二代曲线波的图像恢复模型,运用曲线型分解空间来刻画二代曲线波系数的稀疏性． 此外,利用广义条件梯度法得到了迭代硬阈值算法,并给出了解的收敛性定理和停止准则． 实验表明新算法比已有方法具有更高的信噪比和更好的主观视觉效果．     

一类缺项整插值算子在Besov空间中的逼近

有关指数型缺项整插值算子的研究已经有了很多的成果,它在经典空间中的逼近问题前人已经做了大量的研究,该算子在空间的收敛性和饱和性问题已经有了深刻的结论.在此基础上,利用泛函的定义首次研究了在Besov空间中,这类指数型缺项整插值算子的逼近和饱和问题,确定了逼近的饱和类与饱和阶.     

一种改进的基于偏微分方程图像的降噪算法

针对图像去噪过程中存在边缘保持与噪声抑制之间的矛盾,提出了一种改进的基于偏微分模型的图像去噪算法.引入了正则化、绝对差值排序检测法,结合Chao和Tsai模型,构造了一种新的扩散系数函数,兼具了正则化解决方程病态问题和绝对差值排序检测法有效区分噪声与边缘的优点.实验结果表明:与其他基于常用偏微分模型的去噪算法相比,所提算法能更加有效地去除噪声,保留了更多的细节信息,提高了图像去噪的信噪比.     

基于空间分数阶偏微分方程的图像去噪模型研究

为了在获取更高信噪比的同时更多地保留图像边缘和纹理等细节信息,将分数阶微积分理论和偏微分方程方法有效结合,构建了基于空间分数阶偏微分方程的图像去噪模型,并利用分数阶微分掩模算子来实现去噪模型的数值计算。该去噪模型通过引入以分数阶梯度模值为参数的边缘停止函数并选择合适的分数阶微分阶次,由此能够在一定程度上解决传统去噪模型存在的不足之处。实验结果表明,基于空间分数阶偏微分方程的图像去噪模型较传统的去噪模型不仅可以提高图像的信噪比,而且可以更好地保留图像边缘和纹理等细节信息。     

Novel image restoration model coupling gradient fidelity term based on adaptive total variation

A novel image restoration model coupling with a gradient fidelity term based on adaptive total variation is proposed in this paper. In order to choose proper parameters, the selection criteria were analyzed theoretically, and a simple scheme to demonstrate its validity was adopted experimentally. To make fair comparisons of performances of three models, the same numerical algorithm was used to solve partial differential equations. Both the international standard test image on Lena and HR image of CBERS-02B of Dalian city were used to verify the performance of the model. Experimental results illustrate that the new model not only preserved the edge and important details but also alleviated the staircase effect effectively.     

基于数值保真项优化的TDI遥感图像复原方法

提出基于数值保真项优化的时间延迟积分电荷耦合元件（TDI-CCD）振动模糊遥感图像复原方法.针对时间延迟积分（TDI）退化图像点扩散函数（PSF）的空间变化性,根据成像平台颤振信息逐行构建模糊核.通过结合L1正则化和数值保真项优化,提出新的遥感图像去模糊方法,实现对TDI颤振图像的逐行复原.在基于最大后验概率（MAP）构建图像去模糊模型的过程中,将数值保真项扩展到二阶,以更好地保留图像细节.与传统的Richardson-Lucy（RL）算法、全变分方法相比,提出的算法去模糊效果明显.分析在不同积分级数和颤振频率下采用该算法复原后的图像的ssim,该算法体现出很好的普适性.     

基于模糊逻辑聚类神经网络算法的中长期负荷预测

电力系统中长期负荷预测受大量不确定因素的影响,聚类方法能够将各种影响因素综合引入预测模型,提高了预测精度。采用一种由模糊逻辑单元组成的聚类神经网络用于中长期负荷预测。利用模糊集理论中的模糊逻辑算子y1完成网络运算,提高了聚类神经网络的运算速度。虽然网络采用了竞争学习作为网络的学习算法,但是它克服了一般竞争学习算法固有的死点问题,使得历史数据的聚类分析中聚类中心初始点的选取有更大的随意性。运用文中所述模型及算法综合考虑了历史负荷情况和未来不确定因素等对未来负荷变化的影响。通过与传统的方法进行中长期负荷预测比较,结果表明该方法可以提高负荷预测的精度。     

Image decomposition using the non-convex functional

This paper proposes a new model for image decomposition by non-convex functional minimization. Instead of using the Banach norm as the fidelity term, we use the integral of the square of residual component divided by its gradient as the fidelity term. This non-convex fidelity term has a very low value for the texture image and a high value for the geometric image, so it is appropriate for image decomposition. The gradient descent procedure is used to solve the proposed minimization problem, which leads to evolving a new nonlinear second-order partial differential equation(PDE) to a steady state. Compared with the total variation minimization(TV) model and the fourth-order PDE(OSV) model, the proposed nonlinear second-order PDE maintains many more sharp edges, so the texture part has less cartoon information. Experimental results also demonstrate that our model performs better than the standard TV and OSV models in image decomposition.     

基于遗传规划的铁矿烧结终点2级预测模型

为了解决铁矿烧结过程中烧结终点(BTP)的建模问题,提出改进的混合分类遗传规划(CGP)算法.算法将K-中心聚类算法与遗传规划(GP)相结合,通过K-中心聚类算法对烧结过程工况进行分类.对每一类,采用遗传规划建立风箱温度自回归预测模型.模型为2级温度预测模型,即基于温度拐点的中期模型和临近烧结终点处的短期模型.烧结终点通过预测温度的3次曲线拟合得到.实验仿真表明了所提出的2级温度预测模型的有效性.     

噪声背景下多用户量子信令传送保真度分析

为了研究噪声背景下多用户量子信令的传送保真度问题,给出了信令保真度的定义和传送方式,分析了信令传送成功率与纠缠度的关系,建立了保真度的计算模型,最后进行了仿真研究。结果表明,多用户量子信令传送成功率与量子信道的纠缠度密切相关,环境噪声对信道纠缠度的干扰限制了信令传送的距离和效率,在传送成功率与纠缠度之间存在指数变化规律。随着信令输出样本数的增大,信令保真度逐渐收敛。因此,为了确保量子信令的精确传送,必须根据通信距离适当调整信令输出样本数。     

现有影像逼真度定义的缺陷及其改进

对现有影像逼真定度定义的取值范围及存在的缺陷进行了讨论,发现在某些情况下完全有可能将两幅存在明显视觉差异的图像判为近似或一致．针对这种缺陷给出了新的影像逼真度的定义及计算公式并讨论了两种定义之间的差异与关系,建立了由一种定义导出另一种定义的解析表达式．最后对改进定义的有效性及原有定义的缺陷给出了实验验证．