求解一类热源识别问题的修改“核”方法

考虑一类热传导方程的源项识别反问题,这类问题是不适定的,即问题的解(如果存在)不连续依赖于测量数据.采用修改"核"正则化方法,得到正则逼近解和精确解之间的误差估计,并给出数值试验.     

引入格式塔理论的超分辨率图像重建技术

超分辨率图像重建是一个不适定问题,学术上富有挑战性,在影像处理、高分辨率对地观测等领域具有广泛的用途,其目标评价特性与格式塔理论关于视像认知的相以性、共性线、同趋性等高度吻合.本文引入格式塔理论,在国际图像与视频压缩标准JPEG2000、MPEG-4推荐的提升小波分解与重建框架下,开展重建级大于分解级的超分辨率图像重建模型与算法研究,有如下三方面的贡献:1)对高频信息进行高精度估计,重建获得超分辨率图像,最高频系数置零的小波变换去噪为超分辨率图像重建提供了一个逆向成功的范例;2)遵循格式塔理论,对边缘轮廓、纹理及高频细节信息进行重建;3)建立了带格式塔约束的超分辨率图像重建优化模型框架,体现了人类视觉评价指标.     

基于图学习的本体概念相似度计算

根据边的类型、顶点深度、边的密度和强度以及边关联的两顶点的属性计算有向边的权重,通过图学习正则化模型得到优化函数.将本体结构图中每个顶点映射成一个实数,通过比较实数间的差值判断两概念的相似程度.实验表明该方法对于计算本体概念间的相对相似度是有效的.     

欧式期权波动率校准反问题的正则化算法

标的资产的隐含波动率校准问题无论在理论上还是实际应用中都有重要意义.对于欧式期权,在Black-Scholes模型框架下,提出了一个正则化的最小二乘算法,有效地解决了在期权市场价格已知前提下的隐含波动率校准反问题.最后,通过数值算例说明了方法的有效性.     

一个反源问题的极小化能量泛函正则化方法

针对分子成像领域中的反源问题,利用Tikhonov正则化方法,构造了一种通过求解一个极小化问题来重构源函数的新方法.利用目标泛函的严格凸性等性质,证明了极小化问题解的存在惟一性.由有限元方法的误差估计及细致分析,证明了离散化后极小化问题解的收敛性和误差估计,并通过数值实验验证了该方法的有效性.     

一类非局部退化反应扩散方程组解的存在性

讨论了一类退化的具有非局部项的非线性反应扩散方程组解的存在性.首先利用了正则化方法证明正则问题解的存在性,进而证明了非线性反应扩散方程组的古典解的存在性;其次利用上下解方法来解决非线性反应扩散方程组解的整体存在,针对参数所满足的条件不同来构造不同结构的上解,从而得到了方程组解的整体存在条件.     

关于不适定问题的迭代Tikhonov正则化方法

讨论了求解不适定问题Kx=y的迭代Tikhonov正则化方法:x0a=0,(αI+K*K)xma=K*y+αxm-1a,m=1,2,….文中将参数α取为固定常数(α＞0),这时迭代次数m起到正则化参数的作用.推导出正则滤波函数的性质,给出正则化参数m的先验估计m=m(α,δ)=O(αδ-2/2r+1),r≥0,证明了误差估计的收敛阶达到最优.在实际中,这种方法比将α看作正则化参数更容易计算.数值例子验证了理论结果.     

用于病态反问题求解的正则化方法算例分析

以成像技术为背景,采用算例分析的形式介绍了用于病态反问题求解的正则化方法,重点介绍了Tikhonov正则化方法及Landweber迭代方法,包括其基本原理及对应的普滤波窗函数等.     

一类热传导方程源项识别反问题

文章讨论了在有界区域里只含空间变量的一维热传导方程的源项识别问题。通过附加数据,采用拟可逆正则化方法对问题进行求解,得到了该问题的一个正则解,并给出了正则解与精确解之间的误差估计。     

基于图形正则化低秩表示张量与亲和矩阵的多视图聚类

针对聚类中忽略局部结构、 低秩表示张量与亲和矩阵高度依赖性等问题, 提出一种基于图形正则化低秩表示张量与亲和矩阵的多视图聚类方法. 首先, 提出一个统一的框架学习多视图子空间的图正则低秩表示张量和亲和矩阵; 其次, 进一步通过基于张量核范数的张量奇异值分解分析高阶交叉视图关联性, 并利用图形正则化保留嵌入在高维空间中的局部结构; 最后, 利用约束二次规划为每个视图分配自适应权重. 在7个数据集上的实验结果证明了该方法聚类效果更好.