基于Tikhonov正则化理论的时差定位新算法研究

提出了基于Tikhonov正则化理论的多站时差定位新方法.将基于拟最优原则的Tikhonov正则化方法应用于经过线性化处理后的定位方程组的求解,这种方法的优势之一在于它不需要任何关于噪声分布的信息.给出了有关正则解收敛性的理论结果,并介绍了正则化定位的计算方法.在计算机仿真部分,以普通最小二乘定位算法为参照,给出了在不同误差条件下两种算法的定位结果.数据结果显示,正则化定位算法的定位精度相对较高,且抗噪声干扰的能力也较强,这证明了正则化定位算法的可行性.     

基于自适应共轭梯度算法的高分辨率谱估计器

基于AR模型的功率谱估计是现代谱估计应用非常广泛的一种方法。通过对一全极点模型的参数估计来实现功率谱估计。提出了一种采用自适应共轭梯度算法来进行参数估计的方法。由于共轭梯度算法采用迭代运算求解Yule-Walker方程,同现有的谱估计算法相比,大大减小了谱估计算法的计算复杂度;随着自相关矩阵阶数的增大,该方法谱估计精度在小信噪比下提高显著。仿真结果表明,这种方法和基于AR模型的其它谱估计方法在不同信噪比下具有几乎相同的分辨率。因此,该谱估计算法具有重要的实用意义,有助于谱估计算法的实时实现。     

推广的正则化FOCUSS算法及收敛性分析

针对一类可分的稀疏性度量函数,利用梯度分解技术给出了稀疏信号重构的拟牛顿算法。进一步研究表明,基于再加权最小2 范数的FOCUSS算法以及基于p 范数的正则化FOCUSS算法都是拟牛顿算法的特例。由此导出了可用于稀疏成份分析的广义正则化FOCUSS算法,并证明了该算法的收敛性。数值结果表明广义FO CUSS算法收敛到局部极小点,并且在迭代初值较为准确时能找到最合理的稀疏解。     

基于扩散张量的自适应正则化变分模型

结构张量是描述图像的有效工具。利用结构张量对图像灰度变化的方向和大小进行判断,提出基于扩散张量的自适应正则化变分模型。该模型将冲击滤波器耦合在其中,使其在恢复图像的同时能有效地增强边缘。同时,给出一种构造正则化参数的方法。仿真实验表明,该模型在对带噪图像进行自适应恢复时,能较好地保护边缘信息,增强纹理特征,得到了较为满意的结果。     

基于多模型蒸馏的时间正则化相关滤波跟踪算法

目前大多数基于相关滤波的跟踪方法是通过对模型采取简单的线性加权融合或是将历史模型作为时间正则化项来约束模型更新的方式, 增强滤波器对目标的判别能力, 但这种方式对目标时域信息利用有限, 容易造成模型退化漂移。本文提出一种基于多模型蒸馏的时间正则化相关滤波跟踪算法, 该方法通过收集跟踪过程中利用当前样本产生的独立模型, 在建立包含背景信息的局部样本库中来指导滤波器更新, 以此保留目标在时域中的鲁棒特征。同时,根据每一个模型对当前目标的表征能力不同进行可靠性权值更新。最后,利用交替方向乘子(alternating direction multiplier,ADMM)算法进行模型迭代优化。通过在大量的数据库进行实验, 结果表明本文的方法在精确度与成功率上有了大幅提升。     

基于小波与最小二乘正则化技术的图像超分辨方法

采用正则化技术与小波插值方法相结合，并利用最小二乘原理，研究一种图像的超分辨方法，数值实验表明，新方法具有高精度、高效率的特点。     

基于正则化RBF神经网络的软测量技术及其在质量预测中的应用

神经网络对噪声污染数据的过拟合是模型设计中主要考虑的问题。将Tiknonov正则化方法用于RBF神经元网络的设计,在网络学习中将正交最小二乘与前向选择相结合进行网络参数的估计,通过k均值聚类算法获得网络中心,采用L-曲线方法进行正则参数估计,并将该正则化RBF网络用于气体分馏装置产品质量的预测。仿真结果表明,该模型简单易行,并具有较快的计算速度和较好的泛化能力。     

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。     

多层前向神经网络带正则化因子的算法

针对权衰减递推最小二乘算法(trueweightdecayRLS,TWDRLS)每迭代一步计算复杂度和存储要求很大,基于局部线性最小二乘算法(locallinearizedleastsquaresalgorithm,LLLS)与正则化因子,给出了多层前向神经网络带正则化因子的LLLS算法,大大减小了TWDRLS算法每迭代一步计算的复杂度和存储量。实验表明,改进的算法提高了原LLLS算法的鲁棒性和泛化能力,其性能接近TWDRLS算法。     

边值传热反问题误差评估的正则化仿真模型

传热反问题数值解误差的准确评估一直是制约它应用于工业测量的一个难点.以淬火测试探头冷却过程的非稳态一维线性传热反问题为例,以位于探头中心热电偶所测的温度数据为基础,通过引入正则化参数,抑制了反问题对测量误差的放大作用,根据特殊情况下的非级数形式的解析解, 建立了数值解计算误差评估的正则化仿真模型.仿真实验获得了模型的最优正则参数,提高了反问题数值解误差评估的准确性,验证了该模型的有效性.     

一种用神经网络来进行图像恢复的方法

本文首先简要地介绍了Ｙ．－Ｔ．Ｚｈｏｕ提出的图像恢复神经网络方法，并分析了这种方法存在的缺陷，在此基础上提出了一种用于图像恢复的改进神经网络方法，在计算机上利用实际拍摄的人头图像对本文提出的改进方法进行仿真实验，结果表明本文提出的这种方法是切实可行的。     

Image Compression Based on LSS Algorithm

1. INTRODUCTIONThe lifting scheme is a second-generation wavelet transform and an efficient implementationof a wavelet transform algorithm. The inverse transform is easy to find and always providesperfect reconstruction of the input data. All classical wavelet transforms can be implemelltedusing the lifting scheme by a factorization in lifting steps. The theory behind the type of thefirst-generation wavelet transform relies greatly on Fburier analysis, while the lifting schemecan be used …     

一种基于空频域特征的多传感器图像融合方法

提出了一种基于多分辨率小波分析和高斯 -马尔可夫随机场理论的边缘图像融合方法。在图像的多分辨率小波分析的基础上 ,基于高斯 -马尔可失随机场理论 ,在不同图像的对应区域 ,用回归分析的方法分别提取一组统计参数 ,这些参量表征了图像的局部结构特征 ,计算其相似性测度 ,最后由输入图像及其特征的相似性矩阵生成融合后的边缘图像。实验证明 ,这种融合方法具有较强的适应性和可靠性 ,即使在图像信噪比较低的情况下 ,也能取得较好的融合效果。     

基于多尺度信息综合的快速地图匹配算法研究

针对航片数字地图与实时图像的景象匹配实时性问题 ,提出了一种快速地图匹配方法———基于多尺度信息综合的数字地图匹配算法。该算法采用了多尺度分析与综合的思想 ,通过实时图像和参考图像在多尺度信息下的综合变换以及在同一尺度下的比较、综合 ,并结合一般常规图像匹配算法中的粗匹配和精匹配方法 ,实现了真实匹配位置的快速逼近 ,有效地提高了图像匹配的速度。通过PC机软件模拟仿真 ,该算法在匹配精度和匹配速度上都达到了较满意的效果。     

一种基于第二代小波变换的图像融合算法

在阐述了第二代小波变换的基本原理及其特点的基础上,提出了基于第二代小波变换的实现图像融合的新算法。与单纯的空间域数据融合算法进行实验对比,发现在第二代小波变换域实现的数据融合图像,明显地保存了边缘细节,避免了图像融合过程中出现的模糊现象。     

一种基于遗传算法的最优空间布置方法

空间布置问题是工业生产中的瓶颈问题,因为存在太多的可能组合,容易陷入局部最小解。本文提出一种在空间布置问题中基于遗传算法把空间位置进行编码并通过遗传操作算子进行重定位和改变有限旋转方向策略的全局搜索方法。种群中每一个个体是一种有效的空间分配方案,在遗传算法进化过程中为减少计算时间,提高空间利用率,采用了多种启发式信息如原点策略、边策略、避免重复定位点策略和无悬挂策略等来加速收敛到全局最优解。最后,仿真例子说明了所提方法是工业应用中一种可选方案。     

一种快速模拟退火矢量量化图像编码算法

模拟退火是解决全局优化问题的随机搜索技术,它在工程领域有着广泛应用。将模拟退火技术与LBG算法有机结合,通过对LBG算法中的空胞腔码书进行适当处理,并设置适当参数使LBG与模拟退火交替进行,提出了一种快速模拟退火矢量量化图像编码算法,以降低计算量和进一步提高码书性能。实验结果表明,算法具有对初始码书选取依赖性小、不容易陷入局部极小、收敛速度快等优点。与随机竞争学习矢量量化及进化模拟退火矢量量化算法相比,峰值信噪比改善超过0.6dB。     

具闭凸集约束选址问题的简捷算法

对具闭凸集约束的建造发电厂，仓库，炼油厂，飞机维修厂，商业大厦等的选址问题，原有的算法或当在迭代过程中遇极点时不能继续进行，或算法形式复杂，针对较Fetmat场址问题更一般的单场址问题，给出一种具有全局收敛性的简捷算法，该算法本质上属梯度法，但克服原先梯度法在遇极点时迭代不能继续的缺陷，且一般不需做线性搜索，同时算法具有较快的收敛速度。     

基于区域边界的图像变形算法

基于区域边界的图像变形算法使用不同类型的区域划分图像，在区域内建立仅与该区域边界相关的扭曲函数，使区域内象素的扭曲局部化，同时又保证区域问扭曲函数的连续性，从而克服了基于特征线段、基于网格扭曲等方法的缺点。本文详细讨论了区域的划分类型和方法，给出了区域的扭曲函数，最后对复杂的人脸图像进行了实验。实验结果表明，该算法所需用户控制少，方便用户对渐变精细度的控制，运算速度快，能产生理想的平滑渐变效果。