SAR图像目标增强模型最优性能分析

研究用于SAR图像目标增强的lk范数正则化方法的最优性能.从有偏参数估计的统计性能极限角度,将达到渐进最小总方差的参数估计看作目标增强的最优效果.根据Bayes框架以及罚最大似然估计原理,研究了达到最优性能时正则项需满足的条件,该条件与图像大小、信号统计分布以及观测数据噪声方差有关,可为模型设计与迭代算法设计提供依据.并证明了仅当噪声方差较小时lk范数约束才能使得处理结果达到该最优估计性能.仿真实验验证了该结论的正确性.     

现代数学教育与学生创新能力的培养

创新能力的培养与现代数学教育有着密不可分的联系。数学的教学过程就是培养学生创新思维能力的过程。数学教育能提供创新的智力基础和思维方式。学生创新能力的培养反过来对现代数学教育提出了更高的要求。     

《线性代数》教学中重要概念的引入

基本概念的教学在线性代数课程教学中占据重要的基础地位。结合教学实践,本文对线性代数中n阶行列式、矩阵乘法运算、初等变换和向量的线性相关性等四个重要概念的引入分别进行了阐述。     

一种含椒盐噪声图像去噪的新方法

经典基追踪模型不适用于非高斯噪声环境下的图像去噪问题.基于不同的拟合误差项形式,提出一类新的基追踪扩展模型,并用于图像去噪.实验结果表明,本文方法在椒盐噪声环境下具有显著的去噪效果.     

复图像域正则化特征增强SAR成像方法

通过分析合成孔径雷达(SAR)的成像过程和频域上的正则化特征增强方法,提出了一种在复图像域进行正则化特征增强的SAR成像方法,直接从SAR复图像域数据出发,利用先验信息,使用正则化方法重建高分辨率的SAR图像。实验结果表明,该方法能较好地保护目标并增强目标的可分辨性、抑制旁瓣和噪声、提高SAR图像的对比度。通过大量实验,研究了正则化参数的选取规律,总结出一些有用的结论。复图像域上的正则化特征增强方法的计算量比频域上的正则化特征增强方法的计算量大大减小。     

基于lk范数正则化的实信号去噪方法

针对实信号去噪问题 ,系统研究了基于lk 范数正则化的去噪方法。在研究和借鉴Tikhonov正则化参数选择方法的基础上 ,给出了基于lk 范数正则化中最优正则化参数的自动选择方法 ,同时给出了正则化方法求解的迭代算法。理论分析和仿真计算结果表明 ,该方法对于加性噪声有较好的抑制能力 ,同时能够有效地保护信号中的重要特征。