位场稳定向下延拓的波数域正则化-迭代法

向下延拓是位场数据处理与解释的基本方法;但其不稳定性限制了其在实际资料中的应用。首先对四种形式的向下延拓正则化方法进行系统研究,选出稳定性最强的正则化方法与迭代法相结合,由此实现了基于正则化迭代法的稳定向下延拓计算。同时,不同向下延拓方法的滤波特性对比分析结果表明正则化迭代法在计算稳定性和计算精度方面具有明显的优势。模型试验和实际航磁资料处理结果均证实了正则化迭代法具有较强的计算稳定性和计算精度;同时还具有保幅能力强和受迭代次数影响较小的优点。     

三维位场正则化向下延拓成像技术

该文采用正则化方法通过频率域响应对位场进行向下延拓，运用牛顿切线法并引入多条件约束对正则化参数进行了合理的选取，消除了向下延拓所固有的不稳定性。在二维剖面和三维空间的延拓都取得了较为理想的效果。     

一种新Tikhonov正则化方法

由矩阵变换得到一种新的Tikhonov正则化方法,是截断奇异值法和Tikhonov正则化方法的结合.通过3种正则化方法的滤波因子,对3种方法进行概括.并通过大地测量中的控制网平差、重力向下延拓的实例对3种方法进行比较,得出新方法在减小解均方误差、提高未知数的精度等方面具有一定的有效性.     

优化Tikhonov迭代法在电容层析成像中的应用

为了提高电容层析成像的速度和质量,将收敛速度较快的Tikhonov迭代法应用于电容层析成像.Tikhonov迭代法的难点在于正则化系数的选取,通过对其正则化作用的分析,提出利用对灵敏场的奇异值分解,选取最大奇异值作为正则化系数,从而保证算法收敛的稳定性;同时为了提高收敛速度,将线性反演算法(LBP)计算所得的灰度作为迭代的初始值.结果表明:该正则化系数具有更高的稳定性和收敛速度;Tikhonov迭代法与Landweber迭代法相比具有收敛速度更快,重建图像质量更高的优点.     

高精度磁测解析延拓算法在排土场稳定性评价中的应用

运用高精度磁测对某矿山排土场进行勘探,并对其稳定性作出评价,取得了较为理想的效果,将解析延拓算法作向上延拓与向下延拓,提高了解释精度。     

一种用于电磁逆散射问题的正则化方法

在对逆散射问题的测量数据方程进行归一化的基础上，提出了一种新的正则化矩阵. 这一新的正则化方法可以消除场源点离目标区域距离不同所造成的不利因素，并可以减少正则化过程所导致的有用信息丢失和改善病态问题的条件数. 将该正则化过程与变形Born迭代法（DBIM）结合，对轴对称二维非均匀介质分布进行了反演. 数值计算结果表明，所提出的正则化过程比传统方法具有更好的稳定性、更快的收敛速度、更为精确的反演结果以及更强的分辨能力.     

波数域向下延拓的一种方法

王继伦[1] 1977年提出了一种波数域的下延方法(简称L法)。本文在此基础上,就实践中如何有效地使用L法来提高下延精度,作了进一步探讨。通过理论模型及实测磁场向下延拓计算,说明L法比现有其它下延方法精度都高。本文提出的提高精度的措施,对于波数域其它各种数据处理运算也有参考意义。     

波动方程反演中边界条件下延拓的稳定性

通过建立弹性波动方程反演中边界条件下延拓的过渡矩阵, 得到了边界条件下延拓的求解方法及稳定性条件, 解决了弹性波动方程参数反演时延拓深度点上边界条件无法测定的问题, 从而提高了反演速度和精度.     

一种改进的病态测距方程非线性估计的正则化数值迭代法

传统非线性正则化数值迭代法能够解决病态测距定位方程,但该方法常假设3个方向具有相同的病态程度,将正则化约束作用于所有的方向,加剧了问题的复杂性并影响解的收敛效率。因此,针对已知点和未知点近似共面引起的病态问题,提出一种改进的非线性正则化数值迭代法。该方法将正则化约束仅作用于病态方向即Z方向,对态性良好的方向不进行约束,解决了测距定位方程的病态问题,也提高了传统非线性正则化数值迭代方法的收敛效率。该计算方法采用协方差迹最小准则来确定正则化参数。实验表明:该方法能够提高非线性最小二乘线性化方法的求解精度,收敛效率明显优于传统非线性正则化迭代法。     

二维分层生物媒质中低频诱发电场的数值计算

采用有限差分法对低频磁场在二维分层生物媒质中诱发的电场进行了数值计算．在处理边界条件时,将方程在界点处进行离散化,非正则内点的值由正则内点和界点的值作线性插值求得,并选用以切比雪夫法加速的ＲＢ松弛迭代法．该计算方法不仅效率高,并且计算结果在边界上具有很高的精度．     

基于BMRM迭代排序方法的本体学习算法

本体作为一种结构化数据存储和表示模型已成为信息检索领域的研究热点,并被应用于生物医学、地理科学、社会科学等诸多领域。提出基于BMRM迭代排序学习方法的本体相似度计算和本体映射算法,利用BMRM迭代得到最优参数向量,由此得到排序函数,将本体图或多本体图中的顶点映射成实数,通过两顶点对应实数间的差值来确定它们对应概念间的相似度。最后,将算法分别作用于GO本体和计算机软件本体,通过实验数据对比说明新算法对特定的应用领域具有较高的效率。     

A regularization method in the electromagnetic inverse scattering problem

Based on the normalization of measurement data equations of the inverse scattering problem, a new regularization matrix is proposed. It can eliminate the unfavorable effects caused by difference of distances between field-point or source-point and target region, reduce the loss of useful information in regularization procedure, and decrease condition numbers of the ill-posed problems. Inversion for conductivity distribution of two-dimensional axisymmetric inhomogeneous media is carried out by combing this new regularization method with distorted Born iterative method. Simulation results show that compared with the conventional method, the new regularization method is of better stability, quicker convergence, higher accuracy of inversion and higher resolution.     

A regularization method in the electromagnetic inverse scattering problem

Based on the normalization of measurement data equations of the inverse scattering problem, a new regularization matrix is proposed. It can eliminate the unfavorable effects caused by difference of distances between field-point or source-point and target region, reduce the loss of useful information in regularization procedure, and decrease condition numbers of the ill-posed problems. Inversion for conductivity distribution of two-dimensional axisymmetric inhomogeneous media is carried out by combing this new regularization method with distorted Born iterative method. Simulation results show that compared with the conventional method, the new regularization method is of better stability, quicker convergence, higher accuracy of inversion and higher resolution.     

一种稀疏图正则化的非负低秩矩阵分解算法

非负矩阵分解方法(non-negative matrix factorization,NMF)广泛应用于图像聚类、计算机视觉、信息检索等领域。但是,现有的NMF方法还存在一些不足之处：①NMF方法直接在高维原始图像数据集上计算它的低维表示,而实际上原始图像数据集的有效信息常常隐藏在它的低秩结构中;②NMF方法还存在对噪声敏感以及鲁棒性差的缺点。为了提高NMF算法的鲁棒性和可解释性,提出一种稀疏图正则化的非负低秩矩阵分解算法(sparse graph regularized non-negative low-rank matrix factorization,SGNLMF)。通过低秩约束和图正则化,SGNLMF算法同时利用了数据的几何信息和有效低秩结构;此外,SGNLMF算法还对基矩阵加以稀疏约束,使得其鲁棒性和可解释性均有一定的提升。还提出了一种求解SGNLMF的迭代算法,并从理论上分析了该求解算法的收敛性。通过在ORL和YaleB数据库上的实验结果表明SGNLMF算法的有效性。     

基于精细积分思想的反演简单迭代算法

为了提高走时层析成像中反演算法的性能,采用一种基于精细积分的简单迭代算法。反演计算归结为一个简单的迭代求解过程,对过程中出现的逆矩阵求解利用精细积分思想,确保迭代收敛且能收敛到方程的真解,同时具备较高的迭代速度。检测板模型恢复测试以及实际资料反演结果表明:该方法计算过程简单,在迭代次数较少时即能得到分辨率较高的波速剖面图;与目前常用的一些方法相比,本文方法在反演图像分辨率和迭代效率上都具有一定的优势。     

牛顿迭代计算在冷轧过程控制中的应用

采用牛顿迭代法,对冷轧过程控制带钢变形抗力后计算值进行非线性求解.从计算速度、计算稳定性和计算精度分析了该算法的特点,实际应用证明了牛顿法非常适合冷轧在线过程控制的非线性求解要求.     

基于面元法预报导管桨性能的数值计算方法

基于面元法,分别用将桨和导管当作一个整体考虑的直接计算方法、基于诱导速度的迭代计算方法与基于诱导速度势的迭代计算方法预报了导管螺旋桨的定常水动力性能.计算结果表明：采用这3种方法预报导管螺旋桨的定常性能具有相似的精度,但直接求解方法可以节省大量的计算时间;直接求解和速度势迭代计算的导管表面压力分布、桨叶表面环量和压力分布基本一致,但是与诱导速度计算的结果有一定的差异.对这3种方法计算结果的差异性分析表明：计算导管桨水动力性能时,直接求解方法和基于诱导速度势迭代方法更可靠.