基于PDE的图像分解与边缘检测的一种新方法

Luminita A.Vese和Stanley J.Osher提出的卡通—纹理图像分解模型,能将一幅自然图像中的卡通部分和纹理部分分开,但是分解不完全,卡通部分还含有一些纹理信息且边缘容易被模糊。在Vese和Osher卡通—纹理分解模型的基础上,运用半二次规整化方法,得到联合图像分解与边缘检测的新模型。并讨论了其中边缘正则项的三种形式。数值实验表明新模型C使得卡通—纹理分解与边缘提取同时进行,在保持卡通图像较好光滑性的同时,能有效地保护边缘细节的信息,使得图像分解更彻底,提取的边缘信息更准确。     

MKLasso模型的算法与模型选择

在KLasso模型基础之上,引入多核函数与多核参数重新建立的一种更为广发的非线性的多核KLasso模型（MKLasso模型）,采用基于梯度Boosting的思想的算法进行求解,并依据人类观察事物的一个基本特征,即人眼位于数据空间较近时能够看清细节,较远时只能够看清整体结构的特性设计了一种模型选择策略,通过实际的3个数据集设计6组试验,来验证该算法的有效性。模拟试验结果表明：MKLasso模型的预测能力明显优于KLasso模型,其预测均方误差提高了10倍;该算法运行高效,抗噪声能力强,在参数选择方面又有一定自己的优势,可以直接选择核参数,算法大大降低了调试与运算时间。     

变分不等式证明正则化的线性不适定问题

学习过线性不适定问题正则化以后,发现关于Bregman距离的线性收敛率的证明,是在古典假设的一个标准原条件下推导出来的.利用变分不等式,我们将在文章中讨论一阶收敛率的情况,即残差法、偏差原则的Tikhonov正则化.     

l~2序列空间上的非凸集稀疏正则化

利用l2序列空间上独立作用于已知序列的系数的加权的非二次罚项的Tikhonov正则化的正则化性质可以推导出保证罚项的适定的充分条件,而且重点是带有稀疏约束的求解算子方程的应用。从在罚项在零点的线性增长,可以证明所有正则化解的稀疏。     

满足螺旋边界条件的额外维存在时的标量场Casimir效应

研究了满足螺旋边界条件的额外维存在时的平行板标量场Casimir效应．利用Zeta函数正则化方法,得到T用第二类变形Bessel函数表示的Casimir力．发现Casimir力总是吸引力,但是对于相同尺度的螺旋结构参数和平板间的距离,与不存在额外维的情形相比,平板间Casimir力的大小降低了一个数量级．螺旋结构参数越小,Casimir力的大小降低越多．     

逆向诊断劣质绝缘子的快速优化算法分析

针对劣质绝缘子电场逆问题计算量大的缺点,在传统模拟电荷法建模的基础之上采用快速多极子算法对其进行预处理,给出了基本计算原理,并采用Tikhonov正则化方法处理因测量数据干扰引起的逆问题解的不适定性,以及采用牛顿迭代法搜索逆问题的最优解,得到绝缘子模型的场源参数,从而实现对劣质绝缘子的检测。通过构造基本点电荷系模型对该快速优化算法进行可行性验证,最后将该算法应用于110 kV猫头型三相绝缘子串的一相绝缘子进行了实例计算,结果表明：该快速优化算法能够快速有效地实现对劣质绝缘子的在线诊断。     

高维数据分类中的特征降维研究

以高维分类为目标,从分类的准确率与模型解释性角度探讨了降维的必要性,分析了特征选择与抽取2类方法特点,并对常用的特征抽取方法,包括主成分分析(PCA)、偏最小二乘(PLS)和非负矩阵分解(NMF)进行了阐述.考虑到约减后的数据缺乏稀疏性与可解释性,提出了基于稀疏正则化的特征抽取模型,为高维特征降维提供了一种新思路.     

非齐次热方程侧边值问题的一种迭代方法

探讨非齐次热方程侧边值问题,这类问题是严重不适定的. 应用迭代正则化方法,得到问题的一个正则近似解,并分别在先验和后验正则化参数选取规则下给出正则解与精确解之间的Hlder型误差估计,数学实验表明使用迭代正则化方法求解这类问题是有效的.     

大地电磁反演中改进的自适应正则化因子选取

通过建立大地电磁(MT)层状地电模型,利用共轭梯度法求解反问题,在给定不同初始模型的条件下对多种正则化因子选取方法进行了计算比较,分析了各种方法的特点和使用条件.结果表明,自适应正则化算法的效果与传统的定值方法如L曲线法相近,但反演过程远比传统方法便捷.为了解决反演依赖于初始模型的局限并增强解的稳定性,基于多种自适应正则化方案的对比分析,提出了改进的自适应正则化方案,选取数据拟合泛函与模型稳定泛函较大的比值为正则化因子的初始值,并提出相应的调整方案自动控制正则化因子衰减.模型试验表明,该方法对初始模型的依赖性低于其他几种自适应的算法,反演结果的稳定性较强,可以进一步提高正则化反演的效率.     

热方程未知源识别问题的磨光化方法

讨论一类未知源识别问题,这个问题是不适定的,即解不连续依赖于输人数据．本文中用磨光化方法对这一问题的稳定性进行分析,给出数值算法,数值试验显示正则化方法是稳定和有效的．