求解不适定方程的两步定常迭代法

讨论了方程Kx=y两步定常迭代的近似解,推导出滤波函数.通过适当地确定α,β的范围,证明此滤波函数是正则滤波函数,并给出此迭代的收敛阶及停止法则.     

Beurling型超广义函数D＇（ω）（R^n）中元素的正则化问题

文章讨论了ω-超可微函数空间D＇（ω）（R^n）和ω-超广义函数空间D（ω）（R^n）中的一些正则化性质，证明了当ε→0时，Tε=T＊αε→T（D＇（ω）R^n）．     

基于L曲线法的电容层析成像正则化参数优化

电容层析成像（ECT）系统的不适定性问题严重影响重建图像质量，为此必须减小灵敏度矩阵的争件数．以Tjkhonov正则化和后验策略为基础，从灵敏度矩阵广义逆的角度阐述了L曲线法并设置滤波函数，建立极小化泛函及L曲线图，最终确定正则参数．仿真实验表明，L曲线法具有较强的抗噪声性能和较快的收敛速度，明显改善了ECT系统的重构图像质量．     

基于时间元模型的复杂桥梁结构移动荷载识别

为研究桥梁结构在移动车辆荷载反复作用下的疲劳损伤机理，利用有限元法建立复杂桥梁结构模型，同时为提高计算精度，承载主梁单元形函数采用5次Hermitian插值函数，并得到桥梁的离散振型与模态参数；利用归一化的第1类Chebyshev正交多项式作为响应和荷载的时间有限元形函数，基于加权残值法建立了移动荷载识别的时间元模型；为解决荷载识别的不适定性，利用截断奇异值分解的正则化方法由应变和位移响应得到移动荷载的稳定解．数值分析结果表明，该方法能有效地识别复杂结构的移动荷载，识别精度高，抗干扰能力强．     

一维非恒定紊动扩散初始条件反问题的一种数值求解方法

应用Tikhonov正则化方法和有限差分法,研究了一维非恒定紊动扩散初始条件反问题,给出了一种数值求解方法,数值模拟结果表明,该方法是可行的,且具有较高的精度。     

基于改进Paik型Hopfield网络的图像复原

针对图像复原提出了一种改进的Paik型Hopfield网络神经元状态变化规则,在此基础上详细讨论了全并行算法的收敛性、残值误差和能量变化,并依据"由粗至精"的思想和相邻精度层能量变化差估计提出了一种改进迭代算法.仿真实验表明该方法能无限逼近能量极小点,大大提高了Paik型Hopfield网络的精度和收敛速度.     

基于PDE演化的视频图像序列超分辨率重建

在加权最小二乘的基础上,结合PDE正则化,提出了一种视频图像序列超分辨率重建的自适应滤波方法.详细讨论了运动补偿矩阵和权值矩阵的构成和性质,推导并给出了滤波器的递推公式.仿真试验表明该算法的重建结果相当有效,具有一定的自适应性和鲁棒性.     

高分遥感影像不同形状建筑物半自动提取与规则化

现有的高空间分辨率遥感影像交互式建筑物提取方法需要用户在建筑物上勾画出与建筑物大小和形状相近的线，且大多方法只能提取直角建筑物。为降低交互要求并实现不同形状建筑物的精确提取，该文首先在用户少量交互的基础上采用区域生长、高斯混合模型、CannyLines线段检测算法以及基于多星形约束的最大流/最小割分割模型获得建筑物图斑，然后分别针对直角建筑物和非直角建筑物图斑进行规则化，得到与实际建筑物形状一致的提取结果。实验表明，该方法交互简单且建筑物提取精度F₁值可达到0.9，具有较强的鲁棒性。     

基于Split Bregman算法的MRI图像重建参数分析

压缩感知理论已应用在MRI成像中,作为压缩感知的非线性重建算法的重要分支,以Split Bregman算法为代表的凸松弛法将信号重建问题转化为凸优化问题求解,其计算效率高.对Split Bregman算法的正则化参数功能和调节机制进行了理论研究,分析了正则化参数对该算法收敛精度和收敛速度的影响.仿真结果表明了3个正则化参数对MRI图像重建效率和精度的影响程度.     

开放式电阻抗成像中变差正则化重构算法

采用单排固定电极模式的开放式电阻抗成像(open electrical impedance tomography, OEIT)克服封闭式电阻抗成像在临床运用中重构模型适应性差、电极定位误差大以及操作简便性差等弊病。针对OEIT逆问题求解中更加严重的病态性问题,提出以变差函数作为罚函数项的变差正则化算法获得适定的重构解。仿真实验和水槽实验表明：变差正则化算法可有效求解OEIT重构的逆问题,重构图像能够正确反映位于电极下浅表层区域的目标位置、大小,并在一定程度上反映电导率的相对值。OEIT以其简便快速而更具潜在的临床实用价值。