稀疏角度CT图像重建的一类自适应临近点算法

针对全变差正则化的稀疏角度CT图像重建问题,提出了一种自适应临近点算法。该算法在临近点迭代的每一步中自适应地选取临近参数矩阵,且该矩阵是变动且不对称的。在收缩算法的框架和一定条件下可建立该算法的全局收敛性。对广泛使用的滤波反投影算法和自适应临近点算法进行了二维的仿真数据实验,实验结果表明自适应临近点算法在图像重建中是有效实用的。

基于李雅普诺夫指数的临近点选取方法

混沌时间序列的局域法预测以其计算量小、适用性强等优点,得到了广泛应用。但是其预测效果受制于临近点的选取,尤其是"伪临近点"的存在将降低预测精度,所以合理选取临近点至关重要。考虑到相点各维分量对预测的影响不同,相点的演化趋势与其前S步相点存在相关性,文章利用最大李雅普诺夫指数构造权系数提出了基于李雅普诺夫指数的临近点选取方法。通过Lorenz方程产生的混沌时间序列进行检验,结果表明改进方法的预测效果明显提高。

基于八剖面临近点计算法的三维可视化研究

首先获取遥感影像并进行几何校正与配准,再基于八剖面临近点计算法提取高精度的DEM,然后利用ArcScene的可视化功能,从而实现了影像数据的三维可视化显示。使用八剖面临近点计算法进行提取DEM,除了可以减少"阶梯"地形带的误差,还大大提高了地形的三维可视化的精度。

求解两人博弈纳什平衡问题的定制临近点算法

针对一类不允许校正的两人轮流博弈纳什平衡问题,提出一种定制临近点分裂算法.该算法可用于模拟一种实际博弈活动:参与博弈的两个局中人轮流决策,且在一轮博弈中,每位局中人综合考虑对手上一轮与本轮所给出的决策,根据最优响应规则做出自己的相应决策.在一定假设条件下证明定制临近点算法全局地收敛到所考虑博弈的纳什平衡,数值算例验证了算法的有效性.

Banach空间中有限族“三解合一”的混合临近点法

在一致凸一致光滑的Banach空间中引进了一个新的混合迭代序列,利用混合临近点法,找到了均衡问题与变分不等式及有限族半相对非扩张映射不动点问题的公共解(简称"三解合一"),并证明了该迭代序列强收敛到其公共解.所得结果改进和推广了已有的相应结果.

对无临近点信息干涉条纹的参数估计

用广义radon变换可以从运动目标产生的干涉条纹中估计出目标的运动参数和波导不变量。但是当干涉条纹中没有出现临近点时,用此方法估计不出真实值。为了解决此问题,提出了一种新的估计方法。主要过程是先从时频图中提取出干涉条纹轨迹,再去搜索与此轨迹误差最小的最优曲线,此曲线的参数值代表目标的运动参数和波导不变量。仿真和海试结果表明,在干涉条纹无临近点信息情况下,用广义radon变换估计的参数值与真实值偏差很大,但是文中提出的方法仍能估计出较准确的结果。

线性化临近点算法及其在视频监督中的应用

基于参数化临近点算法和线性化加速技术,构造了一种线性化临近点算法求解二分块可分离凸规划模型,从而将子问题转化为临近算子的形式便于求解.利用变分不等式框架分析了算法的全局收敛性和次线性收敛速度.应用所提算法对视频监督中的一类图像处理问题进行求解,相关仿真实验测试了该线性化加速算法的数值效率.

新闻导语写作技巧探讨——寻找临近点

新闻的导语,新闻学家称其为新闻的眼睛,新闻的生命所在。导语写得如何,决定一篇新闻报道的成败。也就是说,导语像戏剧中的人物"亮相"一样,亮得好就会使观众喝彩,否则会使观众兴趣锐减。笔者认为,寻找临近点是写好导语的关键所在。

CAT(0)空间中平均非扩张映射的临近点算法

本文在CAT(0)空间中,为找到凸下半连续函数极小元集与平均非扩张映射不动点点集公共元而构造了新的临近点算法,研究了算法的收敛性,所得结果改进和推广了文献[9-11]中的结果。

CAT(0)空间混合非扩张映射修正临近点算法的收敛性（英文）

提出了一种修正的临近点算法,来寻找单值非扩张映射、集值非扩张映射不动点点集以及凸下半连续泛函极小元集的公共元,获得了所提出算法的收敛性。

基于点云特征的城市道路标识线提取与分类

为了解决基于车载激光雷达(LiDAR)点云数据中的道路标识线提取完整度与提取精确度方面数值偏低等问题,提出了一种基于点云多元特征的道路标识线快速提取方法。在城市道路标识线的强度信息、几何信息和语义信息基础上,结合路面点云的强度特征、高程特征和点密度特征,生成多个地理参考图像,对多元特征图像进行特征提取与填充,再利用Ostu算法以及Alpha shapes算法实现道路标识线点云精提取,并根据标识线的几何、语义信息和模型匹配方案实现标识线的细分类,进行了理论分析和实验验证,取得了澳大利亚某城市道路的点云数据。结果表明,提取的短虚线、斑马线、单向转向箭头、长虚线的准确率均高于96%,召回率均达到91%及以上,综合评价指标均达到94%及以上。这些结果对无人驾驶领域研究起到了添砖加瓦的作用,也为城市数字化建设提供了一定的参考价值。

基于扩展高斯球的点云数据与CAD模型配准

针对点云数据和三维CAD模型坐标配准过程中初始对应位置无法定量确定及最临近点计算效率问题,提出基于扩展高斯球的快速模板匹配算法,通过点云数据扩展高斯球空间与笛卡尔空间的相互转换,使外特征配准算法中测量点云与三维CAD模型初始位置的确定得到定量解决。为提高配准算法中点云数据与三维CAD模型最临近点的计算效率,采用三维CAD模型引导点云对测量数据与三维CAD模型进行桥接,从而将测量点与自由曲面的数值迭代计算问题转化为三维空间中最临近点的空间搜索,使算法的效率得到提升,实例验证了算法的有效性。

基于CAD模型引导的复杂曲面与测量点云配准

针对测量点云与CAD模型配准过程中普遍采用基于点云与曲面的匹配方法,提出了以CAD模型引导的最临近点迭代ICP(iterativeclosetpoint)配准方法,由CAD模型将复杂曲面离散生成引导目标点云,并采用四元数法求解引导目标点云与测量点云配准的旋转和平移矩阵.通过引导目标点云的桥接作用,使测量点云与CAD模型达到快速配准.该方法具有灵活、快速的特点,并在具体项目中得到验证.

一种基于M范数惩罚项的线性化ADMM算法

ADMM算法是求解两块可分凸优化问题的经典算法,主要思想是在增广拉格朗日乘子法的基础上,利用目标函数关于两块变量的可分性,降低了求解子问题的计算难度。当增广拉格朗日函数中的惩罚项是M范数时,求解子问题往往较为困难。因此,我们在增广拉格朗日函数的基础上,通过增加一个半正定或正定的临近项,将M范数的惩罚项变为2范数的惩罚项,这样,就可以很快得到子问题的闭形式解。该方法同时具备弱化的惩罚项的条件和半正定临近项的优势,具有更广的适用性和更高的求解效率。这种改进的新算法可以看成临近点算法,它的收敛性易于分析,且无需要较强的假设条件。实验结果表明,新算法和其他几种主流的高效算法相比,新算法是可行的。

整流站与逆变站临近的多直流系统短路比分析

为了给出多异端短路比的变化规律,本文基于CIGRE模型建立了两异端直流输电模型,在此基础上深入研究了整流站与逆变站临近的多直流落点系统短路比RNISCR(short circuit ratio of rectifier station near the inverter station system with multiple HVDC links)指标,并讨论了直流输送功率及电气距离对它的影响。该短路比指标是以往仅考虑受端的多馈入短路比的扩展。最后,PSCAD软件对两异端直流输电模型的仿真结果验证了该指标的有效性和准确性。

基于NDT和ICP融合的点云配准方法

针对传统迭代最近点算法高精度低效率与正态分布变换算法高效率低精度的问题,提出了基于NDT与ICP融合的点云配准方法。首先通过NDT算法选择合适的网格参数将待匹配的点云向目标点云拉近以提高配准效率,完成粗配准,其次使用KD树加速的ICP算法求解变换矩阵以提高配准的计算效率。通过实验表明,本文方法匹配速度相比NDT算法和ICP算法有明显提高,且精度高于NDT算法。

基于非凸非光滑变分模型的灰度图像泊松噪声移除算法

基于非凸变分方法在图像边界结构保持和对比度保持上的优势,针对泊松噪声的移除问题提出一种新的非凸非光滑正则化模型及快速求解算法。模型由非凸Lipschitz势函数复合图像梯度信息的正则化项和非线性Kullback-Leibler数据保真项两部分构成。通过使用临近点线性化策略,将求解非凸变分模型转化为求解一系列凸变分模型,进而使用交替方向乘子法求解。同时证明了算法的目标函数值序列具有单调下降性。实验结果表明,该方法能有效消除图像中的泊松噪声,且信噪比较经典算法有明显提升。

求解非凸正则化问题的L-BFGS算法

该文提出一种求解大规模l_(1)、平滑剪切绝对偏差(SCAD)和极小极大凹罚(MCP)问题的有限内存拟牛顿方法(L-BFGS)算法.算法在积极集集合上的搜索方向与文献[1]的方向相同,在自由空间集合上使用了有限内存L-BFGS的搜索方向.在适当的条件下,证明了使用非单调技术的算法是全局收敛的.数值实验证明所提出的算法是有效的.

海南省旅游业空间集聚研究

基于海南省历年统计数据与旅游景区、星级酒店及旅行社等旅游要素的空间位置关系,选用Hefindahl指数、区位熵系数、最临近点指数、空间联系指数及地理集中指数,对海南省旅游业空间集聚程度进行测算,进而分析海南旅游业总体、旅游要素、区域内部、城市集聚现状及差异.结果表明:海南省旅游业总体上呈集聚增长趋势;东部旅游集聚程度最大,西部次之,中部最小;琼北经济圈及三亚旅游圈构成海南岛南北各具特色并具较强竞争力的两大旅游集聚区;三亚、海口为海南省大尺度的旅游集聚区.在此基础上分析海南省旅游业空间集聚的影响因素,包括旅游资源禀赋、旅游业自身属性、区位条件、政府政策及经济发展水平,并探讨海南省旅游空间集聚模式.

基于AP的Volterra级数自适应多重回归及其多步预测应用

为解决时间序列多步预测的高效率、高精度问题,提出一种基于Volterra级数的多重回归仿射投影自适应算法。应用虚假最临近点法算法选择最优嵌入维数,优化模型初始参数。以系统Volterra核向量增量的模与某约束总和为损失函数,按照最陡下降原理导出各阶Volterra核更新公式,再利用矩阵求逆引理递推求取各阶Volterra子系统自相关逆矩阵导出算法,从而实现了对多输入多输出数据样本的建模,采用该模型对Henon映射产生的时间序列进行多步预测实验,结果表明可以对该时间序列进行准确建模和预测,证明了所提模型的有效性。