排序方式： 共有8条查询结果，搜索用时 15 毫秒
1
1.
提出了一种基于酉变换张量低多管秩分解的张量填充方法。受多光谱图像中空间光谱平滑性特征的启发,在模型中加入了空间平滑(TV)正则项,并使用邻近交替极小化(PAM)算法求解该模型。多光谱图像(MSI)数据上的仿真实验表明所提模型和算法是有效的。 相似文献
2.
针对全变差正则化的稀疏角度CT图像重建问题,提出了一种自适应临近点算法。该算法在临近点迭代的每一步中自适应地选取临近参数矩阵,且该矩阵是变动且不对称的。在收缩算法的框架和一定条件下可建立该算法的全局收敛性。对广泛使用的滤波反投影算法和自适应临近点算法进行了二维的仿真数据实验,实验结果表明自适应临近点算法在图像重建中是有效实用的。 相似文献
3.
为了获得优质的PET成像,本文提出一种基于全变分阿尔法散度最小化的PET重建新方法.新方法通过引入阿尔法散度度量投影数据和估计值之间的偏差;通过增加全变分正则化修正阿尔法散度最小化解的一致性.针对新构建的PET重建目标函数的求解,本文提出一种基于次梯度理论的交替式迭代策略,期间运用自适应非单调线性搜索来保证算法的收敛性.仿真和临床PET数据实验表明,本文方法在噪声抑制和边缘保持方面均优于传统的PET重建方法. 相似文献
4.
针对低剂量CT成像问题,本文提出了一个基于广义惩罚加权最小二乘的低剂量CT重建方法,并在一定条件下建立了算法的全局收敛性定理.首先对投影数据进行统计建模构建广义加权最小二乘保真项,并且将二次先验信息引入投影数据的恢复过程中,从而达到抑制噪声的目的 ,最后使用经典的滤波反投影算法对恢复后的投影数据进行解析重建.实验结果表... 相似文献
5.
针对高阶马尔科夫链极限概率分布问题,提出一种带有动量项的反迭代算法,并在一定条件下建立该算法的收敛性。最后,通过数值算例验证了所提算法的有效性和优越性。 相似文献
6.
针对由高阶马尔科夫链产生的转移概率张量的极限概率分布问题,提出一种松弛算法,可以看成是一种带动量项的高阶幂法。在■的条件下,算法具有全局收敛性。数值实验表明,通过选取适当松弛参数,所提算法能够有效改善原高阶幂法的计算效率。 相似文献
7.
本文基于修正的共轭梯度公式,提出了一个具有充分下降性的共轭梯度算法,该算法不需要线搜索,其步长由固定的公式给出．某种程度上,该算法利用了目标函数的二次信息,对目标函数的(近似)二次模型采取了精确线搜索,每步都只需要计算一次梯度值,特别适合大规模优化计算．本文还给出了该算法的全局收敛性分析,并得到强收敛结果．数值实验表明这种算法是很有应用前景的． 相似文献
8.
针对目前大多数的低秩张量填充模型存在稀疏过约束而导致恢复数据的细微特征被忽略的现象,本文借助低秩矩阵分解和框架变换,引入软阈值算子的■范数正则项,提出一个基于近似稀疏正则化的低秩张量填充模型.为有效地求解该模型,我们将■范数改写为具有非线性不连续权函数的加权■范数,并用连续权函数逼近不连续权函数,在此基础上设计块逐次上界极小化的求解算法.在一定条件下,证明该算法的收敛性.大量实验表明,本文所提出的算法比现有一些经典算法能更好地重建得到图像的局部细节特征. 相似文献
1