一类非线性系统的参数估计

考虑有色噪声干扰的Hammerstein非线性系统的辨识,通过梯度搜索原理推导了增广投影算法,简化增广投影算法和增广随机梯度辨识算法.基本思想是将增广信息向量中的未知噪声项用其估计残差代替.增广投影算法对噪声非常敏感,增广随机梯度算法的收敛速度慢,为了解决这些不足,在增广随机梯度算法中引入遗忘因子,来改善参数估计精度,...     

基于改进梯度投影算法的腹腔微创外科手术机器人系统术前摆位分析

通过机器人腹腔镜微创外科手术的术前摆位分析,使双器械臂具有较为合理的操作空间,以避免双器械臂在缝合、打结等协同手术操作中的运动干涉.首先,将两器械臂之间的最大距离指标作为梯度投影算法的优化目标函数,并利用双器械臂的封闭逆解方程对梯度投影法进行改进,较好地消除投影梯度法在逆解求解过程中存在的累积误差.最后,将改进的梯度投影算法应用于腹腔微创外科手术机器人术前摆位分析中,仿真结果表明该方法能够满足系统对术前摆位的要求.     

图像压缩感知中自适应二维投影梯度重构算法

二维图像的压缩感知及重构大多利用一维信号压缩感知及重构方法实现,导致图像重构效率较低,重构算法复杂度高等缺点。二维随机投影及二维投影梯度重构算法有效地解决了这一问题。但在二维投影梯度重构算法中,不同图像不同采样率的重构中采用相同滤波阈值参数η的方案会降低图像重构质量。本文结合二维图像信号的纹理特性,提出了自适应二维投影梯度重构算法,该算法提出了一种双变量收缩阈值参数η在迭代重构过程中基于图像纹理信息的自适应计算公式。实验结果表明,自适应二维投影梯度重构算法比二维投影梯度重构算法在重构质量和视觉效果上都有所提升。     

基于谱投影梯度追踪的压缩感知重建算法

为了改进方向追踪法的重建精度和算法效率, 提出了一种基于谱投影梯度(Spectral projected gradient, SPG)追踪的压缩感知(Compressed sensing, CS) 重建算法. 该算法采用方向追踪法框架, 运用谱投影梯度方法计算更新方向和步长, 引进非单调线性搜索策略使算法避免收敛至局部最优解. 实验结果证明了该算法的有效性, 通过设定合适的阈值参数可以取得重建精度和算法效率之间的平衡.     

基于梯度投影法的电子稳像算法

灰度投影法在灰度值单一、对比度差的图像序列中的运动估计不精准,易造成误差。针对该问题,提出一种基于梯度投影法的电子稳像算法。该算法根据梯度帧内变化剧烈、帧间变化稳定、梯度投影曲线变化明显等特点,利用图像的梯度分布情况进行运动估计。实验结果表明,该算法可提高微光图像序列的帧间运动估计精度。     

一种新的自适应步长梯度投影法

梯度投影法是一种求解约束优化问题的经典算法.它具有单步计算量低等优点,但其效率受步长规则影响较大.本文提出的一种新的自适应步长规则的梯度投影法.该算法一方面,它无需函数值信息;另一方面,它的步长接受规则比Armijo规则更为宽松,因而可以接受较长的步长以加速收敛.初步的数值实验表面新算法较为高效.     

定步长压缩感知锥束CT重建算法

针对锥束CT成像系统中投影数据不完全的图像重建问题,提出了一种定步长压缩感知锥束CT重建算法。首先将锥束CT重建问题归结为投影数据均方误差作为数据保真项、全变分作为正则项的无约束优化问题,分析目标函数的Lipschitz连续性;然后近似计算Lipschitz常数,求出梯度下降步长,利用梯度下降法进行重建;最后对CT投影数据采用联合代数重建算法更新重建图像。在每次迭代过程中调整梯度下降步长,提高重建算法的收敛速度。Shepp-Logan模型的无噪声实验结果表明,该算法的重建图像信噪比分别比联合代数重建算法、自适应最速下降-凸集投影算法、BB梯度投影算法的重建图像信噪比高出13.7728dB、12.8205dB、7.3580dB。仿真试验表明该重建算法提高了收敛速度,同时减少了重建图像的相对误差,极大提高了用少量投影数据重建的图像质量。     

定步长压缩感知锥束CT重建算法

针对锥束CT成像系统中投影数据不完全的图像重建问题,提出了一种定步长压缩感知锥束CT重建算法。首先将锥束CT重建问题归结为投影数据均方误差作为数据保真项、全变分作为正则项的无约束优化问题,分析目标函数的Lipschitz连续性;然后近似计算Lipschitz常数,求出梯度下降步长,利用梯度下降法进行重建;最后对CT投影数据采用联合代数重建算法更新重建图像。在每次迭代过程中调整梯度下降步长,提高重建算法的收敛速度。Shepp-Logan模型的无噪声实验结果表明,该算法的重建图像信噪比分别比联合代数重建算法、自适应最速下降-凸集投影算法、BB梯度投影算法的重建图像信噪比高出13.7728 dB、12.8205 dB、7.3580 dB。仿真试验表明该重建算法提高了收敛速度,同时减少了重建图像的相对误差,极大提高了用少量投影数据重建的图像质量。     

受控自回归系统的带惩罚项梯度辨识算法

基于带惩罚项准则函数,研究受控自回归系统的辨识问题.首先,通过负梯度搜索,极小化带惩罚项的准则函数,得到计算参数估计的递推关系,并利用一维线搜索确定最佳步长,推导带惩罚项投影梯度辨识算法和带惩罚项随机梯度辨识算法;然后,为了提高带惩罚项随机梯度算法的收敛速度,使用多新息辨识理论,推导带惩罚项多新息随机梯度辨识算法;最后,通过仿真实例验证所提出算法的有效性.     

基于改进梯度投影算法的十自由度移动机械臂轨迹规划研究

以一款十自由度移动机械臂为研究对象，针对其轨迹规划存在的关节加速度超限等问题，提出一种改进的梯度投影算法，通过极值法求比例因子，在传统的梯度投影算法中，引入可优化度和自运动限制因子，并推导和提出了考虑关节加速度约束的新算法。对照逆解算法和改进梯度投影算法的仿真效果，验证了新算法的有效性，最后将该算法应用在十自由度的移动机械臂上进行了实例运动测试，测试结果满足设计要求，该成果将实际应用在工程项目中。     

基于Contourlet变换的图像压缩感知重构

根据图像信号在Contourlet变换域的稀疏特性,分析Contourlet变换的基本原理,提出一种基于Contourlet变换的压缩感知重构方法。针对Contourlet变换的基函数并不严格规范正交、无法构造正交变换矩阵的问题,采用改进梯度投影算法恢复稀疏处理后的系数,在保证图像质量的情况下,实现图像的低速率重构。实验结果表明,该算法的鲁棒性较好。     

基于图像特征的车脸栅格的定位方法

为了解决智能交通系统中车型识别的瓶颈,找到能够准确定位车标的方法,提出了在Adaboost算法定位出的车脸的基础上,对车脸图像进行二值化处理,经过二值化图像的水平梯度和垂直梯度的投影定位栅格的方法,为后续车标的识别提供了一种新的方法.经过实验验证:方法无论从理论上还是实际应用中,具有重要的意义.     

基于差分投影和梯度向量流场的眼睛特征提取

提出了差分投影的方法确定眼睛区域,并根据人脸图像的边缘梯度图提出了一种新的基于梯度向量流场的眼睛特征提取方法。该算法改进原有的梯度向量流迭代方程求解梯度向量流场,以梯度向量流场中的汇点作为候选点,通过人脸器官的几何位置关系等方法评价候选点以定位眼球。算法能较好地容忍一定的光照变化、人脸的小角度倾斜和旋转、闭眼和眼镜等干扰。在具有以上干扰的ORL人脸库(400幅图像)和JAFFE人脸表情库(213幅图像)上的实验证明该算法具有较好的眼睛特征抽取能力。     

基于压缩感知的图像重构算法

在图像压缩感知中,梯度投影恢复算法存在收敛速度慢、迭代次数多、对数据稀疏度过分敏感的问题。为此,提出一种基于压缩感知的图像重构算法。将拟牛顿法引入稀疏梯度投影算法中,利用拟牛顿法的估计校正机制以及其全局超线性收敛性,通过对目标函数的校正,获得更精确的搜索方向,从而减少迭代次数,构成有效收敛的图像恢复算法。实验结果表明,与传统梯度投影恢复算法相比,该算法在保证较好图像恢复效果的同时具有较好的抗噪性能,并且在减少迭代次数的基础上能有效降低重构误差,得到稳定收敛的重构结果。     

求解多集分裂可行问题的一种共轭梯度法

基于求解多集分裂可行问题与非线性最优化问题的等价性,考虑Jinling Zhao and Qingzhi Yang在[1]中提出的求解SFP的共轭梯度法和Censor等在[2]中提出的梯度投影法,尝试运用共轭梯度法求解多集分裂可行问题;并且证明了所构造算法的收敛性．提出的新算法克NT求矩阵逆的缺点．初步的数值结果表明新算法对于不同的问题都能够有较快的收敛速度,具有良好的稳定性和可行性,在问题维数增大时表现得越发明显．     

基于差分光斑中心定位算法的位移传感技术研究

光斑中心定位是激光投射式位移传感技术中的关键技术.为了提高激光光斑中心检测的抗干扰性和精确性,在总结了现有的光斑中心定位方法的基础上,对其中的梯度光斑中心定位算法进行分析和改进,提出了一种差分光斑中心定位算法.该算法主要针对强干扰光线下的激光光斑特点,利用差分运算和梯度算子对光斑进行识别与定位.实验结果表明,该算法定位...     

基于梯度投影法与随机优化算法的约束优化方法

针对带有线性等式和不等式约束的无确定函数形式的约束优化问题,提出一种利用梯度投影法与遗传算法、同时扰动随机逼近等随机算法相结合的优化方法。该方法利用遗传算法进行全局搜索,利用同时扰动随机逼近算法进行局部搜索,算法在每次进化时根据线性约束计算父个体处的梯度投影方向,以产生新个体,从而能够严格保证新个体满足全部约束条件。将上述约束优化算法应用于典型约束优化问题,其仿真结果表明了所提出算法的可行性和收敛性。     

基于局部能量的电容层析成像图像融合方法

针对电容层析成像技术的"软场"效应和病态问题对重建图像精确度的影响,在分析电容层析成像基本原理和成像算法的基础上,提出了一种基于局部能量的电容层析成像图像融合方法。该方法以线性反投影、Landweber和共轭梯度算法作为图像重建的基础,利用各个图像的互补特性,经对重建的图像小波分解后,分别采用基于局部能量和加权平均算子融合规则对分解后图像的高频系数和低频系数进行图像的融合,得到准确度更高的成像结果。仿真实验结果表明,融合后成像精确度得到明显提高,缩小了误差,图像更接近原型,为ECT图像重建的研究提供了一个新的方法。     

A gradient projection algorithm for relaxation methods

We consider a particular problem which arises when apply-ing the method of gradient projection for solving constrained optimiza-tion and finite dimensional variational inequalities on the convex set formed by the convex hull of the standard basis unit vectors. The method is especially important for relaxation labeling techniques applied to problems in artificial intelligence. Zoutendijk's method for finding feasible directions, which is relatively complicated in general situations, yields a very simple finite algorithm for this problem. We present an extremely simple algorithm for performing the gradient projection and an independent verification of its correctness.