基于改进加权核范数最小化的图像去噪算法研究

针对彩色图像的高斯噪声,在加权核范数最小化(WNNM)框架下,提出了一种对于彩色图像去噪的多信道(MC)优化模式。首先,选择多种类型噪声计算量,利用信道的冗余特性将RGB补丁连接起来,再引入权重矩阵以协调3种信道的图像保真性。把所提的MC-WNNM模型转换成线性等式约束现象,并采用交替位置乘子法(ADMM)解决。每个变量更新步骤都具有其封闭解,并能保证收敛性。基于真实用于无人机目标识别的彩色图像添加噪声进行仿真实验,实验结果说明,该算法相较现有的BM3D方法及WNNM方法具有明显优势。

基于自适应惩罚的潜变量高斯图模型结构学习

采用自适应惩罚似然方法解决含潜变量高斯图模型的结构学习问题.模拟结果表明,自适应惩罚显著优于非自适应惩罚,可有效降低估计偏差,更准确地估计给定潜变量时观测变量间的条件独立性关系.

单天线功率约束和统计CSI下的MU-MIMO下行链路线性预编码

近年来,多用户多输入多输出(Multiple-User Multiple-Input Multiple-Output,MU-MIMO)下行链路的预编码算法设计吸引了越来越多研究者的兴趣。然而目前并没有对基站端已知信道误差概率分布且约束条件为单天线功率约束(Per-Antenna Power Constraints,PAPCS)的情况下的线性预编码算法的研究。针对上述情况,以遍历和速率(Expected Sum Rate)最大化为优化准则,主要基于约束随机逐次凸近似(Constrained Stochastic Successive Convex Approximation,CSSCA)、二阶对偶法、交替方向乘子法(Alternating Direction Method of Multipliers,ADMM)及高斯随机化(Gaussian Randomization)设计了线性预编码算法。所提算法的适用场景更符合实际情况,而且实验仿真结果证明,算法的性能较好。

应用Gussian回代交替方向图像分解算法的色织物疵点检测

针对传统的人工织物检测方法效率低,稳定性差,处理速度慢的问题,提出了基于Gaussian回代交替方向(ADMG)图像分解的色织物疵点检测算法。首先对疵点织物进行直方图均衡化的预处理操作,以减少织物背景纹理信息对织物疵点检测产生的影响。然后采用总方差范数与Sobolev空间中的半范数相结合的Gaussian回代交替方向的图像分解算法,将色织物图像分解为疵点部分u和纹理部分v。最后,应用二维Otsu阈值方法将图像的疵点部分u分割,识别织物图像上的疵点。实验结果表明:通过基于ADMG图像分解算法对包括星型、方格型和圆点型在内的色织物图像疵点检测是可行、有效的,可得到满意的识别结果。

基于在线评论情感分析模型的鲜果动态定价研究

针对基于在线评论情感分析的鲜果动态定价问题,提出融合边缘采样和协同训练的在线评论情感分析方法,构建基于在线评论情感分析的鲜果动态定价模型,设计融合高斯回代的交替方向乘子法对模型进行求解,通过数值仿真和灵敏度分析,得出零售商最优定价决策。研究表明:正反馈情感的在线评论对鲜果销售有促进作用,零售商依据情感分析结果做出了提高鲜果价格的决策,获得了较其他定价策略更高的利润。此外,通过对比分析本研究提出的改进算法和传统的交替方向乘子法的迭代结果,发现交替方向乘子法与高斯回代有机结合具有更快的收敛性。

基于变分正则化的混合泊松-高斯噪声图像去噪方法综述

对基于变分正则化的混合泊松-高斯噪声图像的去噪模型及算法进行综述.首先,简要介绍了2个针对单一类型噪声的去噪模型,包括处理高斯噪声的ROF模型和处理泊松噪声的TV-KL模型;然后,在此基础上重点介绍基于变分正则化方法的混合泊松-高斯噪声去噪模型,包括通过最大后验估计推导的精确泊松-高斯噪声去除模型、Shifted-Poisson模型、TV-IC模型,以及广义的Anscombe变换模型和PURE模型等;相应地,总结了求解上述模型的常用高效数值算法,包括原始-对偶算法、交替方向乘子算法和半光滑牛顿算法等;在数值实验部分,对相关模型的噪声去除效果进行评估;最后,对该领域未来的研究方向进行了展望,指出了在模型改进、具有收敛性保证的算法设计、自动调参策略以及高维非线性等几个方面存在的问题和未来的发展方向.

基于稀疏优化的可展曲面逼近方法

可展曲面能无形变地映射至平面,在工业设计领域有着广泛应用。针对基于严格可展条件的重建方法可能存在逼近误差较大的问题,提出一种基于稀疏优化的网格曲面可展性逼近方法。该方法将"高斯曲率处处为零"的可展条件松弛为"高斯曲率几乎处处为零",运用L;范数定义曲面高斯曲率度量,并结合基于拉普拉斯坐标的逼近能量来控制曲面的形状误差。为求解该非线性非凸问题,采用泰勒公式将高斯曲率函数线性化,并使用交替方向乘子法对原问题若干子问题进行迭代计算。结果表明:该方法能够有效地控制高斯曲率分布,使高斯曲率场奇异点集中分布于个别顶点,并能较好地逼近原曲面;相比现有方法,各种模型上的逼近结果在可展性和逼近精度方面均有提升。