非线性反问题求解的参数微分正则化方法

讨论了非线性反问题的求解问题,将具有大范围收敛特性的同伦方法引入到非线性反问题的求解之中,籍此克服非线性反问题常规求解过程中局部收敛的缺陷;结合吉洪诺夫正则化方法,以解决计算Frechet导数时病态的问题.在此基础上,提出了一种用于求解非线性反问题的参数微分正则化方法,给出其构造过程,并且证明了参数微分正则化方法解的存在性和收敛性.     

偏微分方程参数反演的小波多尺度-正则化方法

针对偏微分方程参数反演问题,提出了小波多尺度-正则化反演方法,用小波变换将参数反演问题转化为小波域中有限维系数的反演问题,基于多尺度分析思想,有效改进了局部极小和计算量大的问题,结合正则化方法克服了反问题的不适定性。数值模拟试验表明了该方法的有效性。     

求解非线性不适定问题的正则化同伦方法

基于同伦方法的思想,设计了一种求解非线性不适定问题的全局收敛的方法-正则化同伦方法,研究了方法的正则化性质,以及全局极小点对正则参数的连续依赖性.     

弹性波反演的多尺度全变分法

通过引入全变分正则化来代替传统的Tikhonov正则化,在多尺度算法思想基础上,构造一种快速有效的反演方法—多尺度全变分法。针对待反演参数不连续的情况,提高了算法精度。通过对弹性波方程反演模拟,结果表明:所提出的多尺度全变分法是一种稳定,快速和精确的反演方法。     

求解数值微分问题的磨光化方法及应用

数值微分是用离散的函数值近似地求出函数在某点的导数值,此问题在阿达马(Hadamard)意义下是一个不适定问题,即在测量过程中的微小误差可能造成数值结果的巨大误差。用磨光化方法构造了数值微分问题的正则解,给出误差估计。理论分析和实验证明,此方法可以用来寻找函数的间断点,并可应用于Abel积分方程的误差估计。     

一类含对流项热传导方程的热源识别反问题

探讨了由给定的附加条件识别含对流项的一维热传导方程的只含有空间变量的热源识别反问题．这类问题是不适定的,即问题的解不连续依赖于测量数据．通过利用Fourier截断正则化方法,得到了问题的一个正则近似解,并且给出了正则解和精确解之间具有Holder型的误差估计．     

Runge-Kutta方法对微分代数方程的正则性

Runge-Kutta方法对微分代数方程是正则的,是指数值解的有限渐进值与方程本身的渐进值是相等的.给出了保证Runge-Kutta方法对微分代数方程是正则的条件,证明了Runge-Kutta方法是正则的充要条件是折叠方法是正则的.     

基于L曲线与de Boor算法的正则化参数选取方法

针对数值微分中的参数选取问题,提出一种基于L曲线与de Boor算法的新型正则化参数选取方法:利用基于Hansen的正规化数据包的L曲线对函数进行平滑处理,采用de Boor算法对平滑处理后的函数进一步优化,进而借助正则化方法选择最优参数.为了验证所提方法的有效性,在Matlab中进行了数值仿真.二阶导数近似的仿真结果表明,提出的方法可以实现参数的准确选择,从而大幅度提高了函数逼近的精确性.     

一种新的后验正则化方法求解Helmholtz方程的Cauchy问题

由于Helmholtz方程的Cauchy问题的解不连续依赖于所给的Cauchy数据,Cauchy数据的一个小小扰动引起解有很大的变化,所以该问题是严重的不适定问题。为了解决该问题的不适定性,需要借助正则化方法进行求解,这种新的后验正则化方法的饱和效应使得随着解的光滑性假设的提高而提高其收敛率,令正则化近似解与精确解之间误差估计达到最优。根据正则化的最优理论,误差估计的阶数是最优的,这种新的正则化方法可以借助于傅里叶变换和逆变换实现。考虑在半带状区域上Helmholtz方程的Cauchy问题,提出一种新的后验正则化方法得到其正则化近似解,并通过偏差原理得到后验正则化参数选取法则及正则化近似解与精确解之间最优的Holder型收敛误差估计。     

二值图像恢复的一个非线性正则化方法

二值图像恢复往往按灰度图像恢复和闽值分割两步来处理,效果不佳.该文利用二值图像的特有性质,提出一种二值图像恢复的非线性正则化方法.同Tikhonov正则化方法不同,该文提出的方法最终归结为一个非线性最优化问题,并采用全局Barzilai和Borwein梯度算法求解此优化问题.实验结果表明.该文的二值图像恢复算法足可行的、有效的.     

基于二维小波变换的图像边缘检测方法

在不同尺度下图像突变点可以通过它的小波变换局部极大值为检测。该文给出了一种基于二维二进小波变换的图像边缘提取方法。这种方法通过对二进尺度下二维小波变换图像局部极大值的检测得到图像的边缘信息,文中给出的实验结果表明该检测方法是十分有效的。     

多尺度小波分解融合在微机电陀螺数据处理中的应用

提出一种小波域数据融合模型. 将多个传感器的数据进行多尺度分解,分别对每个尺度上的细节信号和最粗尺度上的近似信号进行局部加权融合,并根据小波重构公式得到原尺度上的融合信号. 基于实际工程应用对该模型进行了数学证明,分析随机序列经离散小波多尺度变换后的形式,研究各尺度上的平滑信号、细节信号之间的统计特性,从理论上解释小波域多尺度数据融合算法的优越性. 实验表明：该方法能显著提高数据融合后微机电陀螺仪的零偏稳定性.     

光纤陀螺自适应阈值滤波新方法

通过Lipschitz指数分析不同分解尺度上信号与噪声对应的小波系数变化情况和光纤陀螺输出信号模型,研究了一种新的基于离散小波变换的自适应滤波方法. 该方法可根据光纤陀螺输出信号的能级自动调整小波系数在不同尺度上的阈值. 构造了一种新的阈值函数,用一个多项式来削弱低于阈值的小波系数,能最大限度地保留真实信息. 与软硬阈值函数相比,对于不同信噪比的信号均表现出较好的性能. 仿真实验表明,与传统固定阈值滤波相比,新算法能更好地去除噪声,改进光纤陀螺的零偏稳定性和随机游走等技术指标.     

逆时热传导问题数值解

考虑逆时热传导问题,即由某一时刻T>0温度场分布来确定初始时刻温度场分布.给出了一种新的计算方法,这种方法是基于正则化技术和SOR迭代算法.对正问题使用离散奇异卷积(DSC)过程.数值实验表明求解过程是有效的.     

带限图象信号的数据外推

引进正则参数能够处理数据外推问题的内在不稳定性.本文通过应用正则参数,给出了一种能够抑制噪声的二维正则外推矩阵,提出了一种实现二维数字外推器的流程结构,建立了一种二维递归外推的Kalman滤波算法.     

基于小波的图像去斑点噪声方法的研究

根据超声图像斑点噪声统计模型的特性,通过对超声图像进行连续小波变换、分形插值小波变换等变换方法以及小波分析的软阈值滤波方法,提出了结合小波软阈值与中值滤波去噪的方法,在不同尺度对信号小波系数进行处理,达到降噪目的.