二维直流电阻率与音频大地电磁自适应渐进联合反演

开展了非结构化三角网格条件下的二维直流电阻率与音频大地电磁自适应渐进正则化联合反演研究。通过研发以模型灵敏度信息为依据的反演网格自适应优化技术,构建由粗网格到细网格逐步反演的自适应渐进反演策略,减少了反问题对稳定因子的依赖,进而降低了正则化因子搜索的计算量;通过最小二乘算法求解非结构化三角网格的模型粗糙度,构建了非结构化网格条件下的最小结构稳定因子;采用高斯-牛顿法优化求解正则化反演目标函数,通过双共轭梯度稳定算法求解高斯-牛顿方程,确保反演稳定性,同时有效减少了反问题对内存的需求。理论模型与实测数据的联合反演试算表明,直流电阻率与音频大地电磁数据联合反演能够有效减少反演多解性,提高反演效果,实现音频大地电磁静态效应异常体的直接反演。     

基于Tikhonov和变差正则化的磁感应断层成像重建算法

为了解决磁感应断层成像(MIT)逆问题的病态性和改善重建图像的质量,提出一种新的组合算法.该组合算法首先利用Tikhonov正则化算法对解的适定性产生初步的成像区域,之后再利用变差正则化算法对解的保边缘性和锐化作用进行图像重建.该组合算法与Tikhonov正则化算法及变差正则化算法相比,不仅有效地克服了磁感应断层成像(...     

二维时间反向热传导问题的正则化方法及误差估计

讨论二维时间反向热传导问题，从终值时刻t=T(T>0)的温度分布来反演初始时刻的温度分布.该问题在图像处理方面有重要应用.这是一个严重不适定问题，它的解在一定条件下不连续依赖于数据.针对传统正则化方法的缺陷，采用拟逆正则化方法和分数次Tikhonov正则化方法恢复解对数据的依赖性.同时，还给出2种方法相应的先验参数选取规则及其正则解与精确解的误差估计.     

广义混合变分不等式的Tikhonov正则化方法

极小化问题可以转化为变分不等式,因此,变分不等式是解决极小化问题的一类重要方法.当变分不等式模型中的集合无界时,许多学者研究了各种各样的强制条件,以保证变分不等式的解存在.比较了几种主要强制性条件之间的关系,并在映射具有变分不等式性质时,给出了广义变分不等式解存在的证明,并且用Tikhonov正则化方法解决了不适定广义变分不等式解的存在性问题.广义混合变分不等式是比广义变分不等式更一般的模型,将广义变分不等式的Tikhonov正则化方法推广到广义混合变分不等式,以使Tikhonov正则化方法具有更加广泛的应用范围.为此,主要建立广义混合变分不等式的Tikhonov正则化理论.首先,在更弱的强制条件下,证明了广义混合变分不等式解的存在性,然后给出了广义混合变分不等式的Tikhonov正则化结果.     

三维电阻抗成像中混合正则化算法

为解决三维电阻抗成像(electrical impedance tomography,EIT)逆问题的病态性和改善重建图像质量,在对比研究Tikhonov正则化和一步牛顿法(Newton’s one-step error reconstructor,NOSER)的基础上,提出基于这2种算法的混合正则化算法。采用归一化均方距离判据和归一化平均绝对距离判据,为判断重构图像和原始图像的差异提供一种量化的客观标准。仿真计算和物理模型实验结果表明：混合正则化算法与Tikhonov正则化、NOSER正则化相比,不仅降低了雅克比矩阵的条件数,使逆问题由病态转为良态,还提高了目标物体的空间分辨率,有效改善了图像质量。该混合正则化算法对三维EIT的图像重构是有效的、可靠的。     

建筑室内热源逐时释放率的反向建模

室内热源逐时释放率的精准确定是营造舒适热环境的关键因素。应用响应因子方法,将热源的温度响应表示为逐时释放率与脉冲温度响应因子的卷积,基于计算流体力学,采用最小二乘优化与Tikhonov正则化相结合的策略,根据测点逐时温度建立反演室内热源逐时释放率的反问题数学模型。应用三维空腔实验台验证反演模型,结果表明,反演模型根据测点逐时温度可以准确有效地确定热源的逐时释放率。     

基于弱相关抽样的系数正则化的一致性分析

针对满足强混合条件的弱相关抽样,且α系数满足多项式衰减αi≤ai-t的情形,利用样本算子与积分算子的技巧,证明最小二乘系数正则化算法的一致性,并且得出在满足正则化条件LK-rfρ∈Lρ2X(X),0r≤21下的学习速度为o(m-2rmin{t,1}logm)。同时得出了基于弱相关抽样的系数正则化算法的饱和指数为2,说明与通常的最小二乘Tikhonov正则化算法相比,系数正则化算法在学习光滑函数时具有一定的优势。     

求解一类反向热传导问题的Fourier正则化和Tikhonov正则化方法

讨论了一类一维反向热传导问题,利用Fourier正则化方法给出了正则近似解,得到了H(o)lder型误差估计.同时通过提高先验光滑性假设,并利用Tikhonov正则化方法得到了对数型稳定性估计,解决了零点的收敛性问题.     

自反巴拿赫空间中混合变分不等式的稳定性与Tikhonov正则化

在自反巴拿赫空间中介绍混合变分不等式的Tikhonov正则化并建立其相关理论.首先,建立Minty型混合变分不等式的解集非空有界的等价刻画.利用Minty型混合变分不等式解集非空有界的等价条件讨论映射与非线性项同时被扰动时,Minty型混合变分不等式的稳定性.基于此稳定性结果,研究Tikhonov正则化的Minty型混合变分不等式解集的特征与扰动分析.进而,获得Tikhonov正则化的广义混合变分不等式解集的特征与扰动分析.     

基于三维模型的改进正则化ERT成像算法

电阻层析成像（ERT）通过对被测场边界注入电流,测量被测场电压变化,重建物场内电导率．针对ERT成像分辨率低,提出一种基于三维模型的改进Tikhonov迭代电阻成像算法．针对Tikhonov正则化参数选择问题,提出基于同伦映射的方法,并利用非线性函数Sigmoid调节正则化参数,以获得的图像灰度值作为Tikhonov迭代法的初始值进行迭代,重建敏感场图像．仿真及实验结果表明,该方法有效地改进了ERT图像质量．     

确定隐含波动率的总变分正则化方法

求解隐含波动率是一个典型的PDE反问题,传统的Tikhonov正则化方法往往导致解的过度光滑化.基于波动率的跳跃性、隔夜周末效应等及总变分正则化方法具有较好地保持图像边界的优点,本文以Black-Scholes理论为框架,把确定隐含波动率问题转化为一个抛物型方程的终端问题,进一步提出求解隐含波动率的总变分正则化方法,并证明了解的存在性.     

一维波动方程反问题的不适定性及正则化分析

基于一维波动方程反问题的数学模型,应用奇异值分解分析算子方程的不适定性。讨论了正则解的求解方法,并利用Tikhonov正则化方法克服反问题的不适定性。最后根据正则化参数的确定原则,采用精度高和适应性更好的遗传算法确定最优正则化参数。     

垂直激电测深二维自适应正则化反演

为了提高垂直激电测深2维反演的分辨率和稳定性,提出了一种针对垂直激电测深数据的自适应正则化反演方法.在整个反演过程中,正则化因子的选取无需人为干涉,实现了完全的自适应.给出了极化率数据的广义线性总体光滑约束反演方法,分别对极化率反演中初始模型的给定、偏导数矩阵的计算及自适应正则化因子的选取进行了研究,并编制了实用、高效的垂直激电测深2维反演软件.通过对模拟和实测的垂直激电测深数据反演,验证了方法的可行性和有效性,编制的反演软件可用于实际生产.     

算子非精确条件下确定正则化参数的一种方法

基于非标准的广义偏差原则,在算子及观测数据都有扰动的条件下,对于求解不适定问题的Tik-honov正则化方法,给出了一种选取正则化参数的简单迭代算法,并阐明了该迭代算法是一种线性模型函数算法.进一步地,利用线性模型函数方法,在一定条件下证明了所提出的选取正则化参数的简单迭代算法是收敛的,并通过数值算例验证了该方法的有效性.     

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.     

脑磁感应断层成像技术的敏感性分析及图像重建

为了分析脑磁感应断层成像(MIT)技术的敏感性,利用三层同心圆的简单头模型讨论了颅内血肿电导率大小、颅内血肿面积、颅内血肿位置及颅骨电导率大小对接收线圈上感生电压的影响,并利用变差正则化方法对三个不同位置的血肿进行了仿真重建.仿真结果表明:低电导率的颅骨对接收线圈上感生电压的影响不大,且利用变差正则化方法所获得的重建图像可以大致反映出颅内血肿的位置和大小.与Tikhonov正则化方法相比,重建图像的质量也得到了一定的提高,所以此方法为脑MIT的图像重建提供了一种有效的途径.     

非负约束全变差正则化方法在动态光散射颗粒粒度分布反演中的应用

将非负约束全变差正则化方法应用于颗粒粒度分布反演,并用固定点迭代法求解所构造的非线性最优化问题.模拟结果表明,在无噪声或加入0.01的噪声的情况下,全变差正则化均能较好地反演出单峰和双峰分布.通过对150nm的标准聚苯乙烯乳胶颗粒和由60nm与200nm组成的混合颗粒的反演验证了算法的性能.     

基于方向信息测度的非局部正则化图像去噪方法

针对非局部正则化在图像去噪过程中计算复杂度高、复原速度慢的问题,基于方向信息测度提出了改进的非局部正则化方法.在图像的边缘轮廓区域使用保边性能较好的非局部正则化方法,而在图像的平坦区域使用各向异性全变差模型,且该全变差模型由基于Bregman迭代正则化方法的快速迭代算法进行求解.实验结果表明:基于方向信息测度的非局部正则化方法在快速消除图像噪声的同时,能有效地保留图像的边缘和纹理等结构信息.