正则化-同伦方法用于电阻抗断层成像

电阻抗断层成像问题本质上是一个非线性、不适定反问题,必须进行正则化处理.基于Tikhonov正则化方法,结合大范围收敛的同伦方法,设计Tikhonov正则化-同伦方法,旨在克服传统重构算法(如Newton类算法等)的局部收敛性,解决初值难以有效选取的难题.针对电阻抗断层成像的图像重建仿真试验,结果表明该方法的有效性与全...     

二维双相介质波动方程反演的共轭梯度法

针对二维双相介质波动方程反问题,将大范围收敛的同伦方法与求解大规模优化问题的共轭梯度法有机结合,并引入求解不适定问题的Tikhonov正则化方法,构造出正则化-同伦-共轭梯度法.数值实验结果表明了该方法能有效地处理非线性的、不适定的地震勘探反演问题.     

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.     

非凸多目标优化问题的连续同伦方法

考虑具有等式和不等式约束的非凸多目标优化问题(MOP).在某些基本假设条件下,构造了一个新的连续同伦映射,证明了由该映射可以得到一个有界光滑的同伦路径,且收敛到多目标优化问题的KKT系统的解.同时又保证了该算法的全局收敛性及数值结果的有效性.     

Maxwell方程反问题的小波-微分正则化算法

构造了一种求解Maxwell方程反问题的小波-微分正则化混合反演算法。利用小波将反问题分解到不同尺度上,在最大尺度上采用微分正则化方法求得次级尺度的初始解,在其它尺度上进行迭代修正以获得全局最小点。算法结合了小波多尺度反演和微分正则化方法的优点,数值模拟说明了其较强的全局搜索能力。     

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.     

一般非线性规划的组合同伦牛顿法

把含等式和不等式约束的一般非线性规划问题转化为只含不等式约束的非线性规划问题,然后构造同伦方程来求解.在组合内点同伦算法中,每一次迭代,都用牛顿法计算变量的增量.在可行域满足法锥条件下,证明了该算法的全局线性收敛性.     

求解病态线性方程组的一个正则化方法

利用矩阵的奇异值分解,讨论了病态线性方程组,并给出求解病态方程组的正则化方法,依据偏差原理选取正则化参数,结果表明了该算法的有效性.     

扰动广义KdV-Burgers方程的无穷级数解

近似同伦直接约化法应用于扰动广义KdVB方程.应用该方法给出方程的无穷级数解,得到任意阶数的约化方程,从而推广了非线性系统的处理方法,推广了方程的解.     

多目标规划问题的同伦方法

考虑多目标规划问题的组合同伦内点法,构造了一个新的组合同伦映射,在某些基本条件下证明了由该映射可以得到一个有界光滑同伦路径.数值追踪这条路径,可以得到多目标规划问题(MOP)的K-K-T点及相应的Lagrange乘子.     

一类Lotka—Volterra模型周期轨道近似的同伦分析法

通过引入适当的辅助线性算子与同伦算子,本文利用同伦分析法研究一类Lotka-Volterra模型的周期轨道及其周期的近似问题,获得了该模型的周期轨道及其周期的解析近似表达式．所得的结果与数值积分结果比较表明：对于Lotka-Volterra模型,同伦分析的解析结果具有较高的精度,即使对于大振幅情形．     

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。     

一种求解比例延迟中立型泛函微分方程的数值方法

将一种有效的分析方法即同伦分析法应用到求解中立型延迟泛函微分方程中,由于辅助参数在变动,可以得到不同的近似解,比较这些结果可知同伦分析对解决中立型比例延迟微分方程是简单有效的方法.     

时间分数阶电报方程第2类混合边值问题的解

考虑时间分数阶电报方程混合边值问题的求解问题,借助于分离变量和同伦摄动法,得到时间分数阶电报方程分别在齐次和非齐次混合边界条件下的解析解,并且可以显式表示成级数形式,从而有利于计算.     

基于局部加权低秩先验的高光谱稀疏解混方法

为了充分挖掘丰度系数的内在本质属性，提升高光谱图像稀疏解混精度，提出一种基于局部加权低秩先验的稀疏解混方法.该低秩先验主要基于这一事实：高光谱图像中的局部立方体块具有较高的相空间关性和光谱相关性.加权的低秩先验能够挖掘局部块内在的低维结构特征，有效地抑制噪声，保持数据的细节结构.该先验联合全变差正则项、协同稀疏正则项，能够更好地刻画丰度系数的细节结构、局部平滑性以及行稀疏性.利用模拟数据和真实高光谱数据进行的实验表明，所提方法与现有方法相比能够更好地保持数据的细节信息，提升解混精度.