三维显微图像带约束的迭代解卷积复原算法

阐述显微镜透明厚样本成像原理和三维显微图像带约束的迭代解卷积复原算法。根据显微镜透明厚样本成像原理,对已知三维清晰图像进行退化处理,并且使用带约束的迭代解卷积算法去除退化图像中的散焦信息。试验结果表明,图像散焦信息的干扰得到有效的去除,清晰度和信噪比得到明显的改善,并且该算法可以恢复成像过程中丢失的部分频率成分,实现超分辨率复原。当迭代次数较大时,复原效果优于邻域法和线性方法。

Hilbert空间中求解带约束的分裂公共不动点问题的三种迭代算法

该文的目的是研究带约束的分裂公共不动点问题.建立和分析了求解带约束的分裂公共不动点问题的三种新的迭代算法.建立了三种迭代算法的强收敛性结果,这些结果改进并推广了某些作者的相关结论.

一类矩阵方程异类约束解与Ls解的迭代算法

当多矩阵变量线性矩阵方程(LME)相容时,通过修改共轭梯度法的下降方向及其有关系数,建立求LME的一种异类约束解的迭代算法,当LME不相容时,先通过构造等价的线性矩阵方程组(LMEs),将不相容的LME异类约束最小二乘解(Ls解)问题转化为相容的LMEs异类约束解问题,然后参照求LME的异类约束解的迭代算法,建立求LME的一种异类约束Ls解的迭代算法,不考虑舍入误差时,迭代算法可在有限步计算后求得LME的一组异类约束解或者异类约束Ls解;选取特殊的初始矩阵时,可求得LME的极小范数异类约束解或者异类约束Ls解,此外,还可在LME的异类约束解或者异类约束Ls解集合中给出指定矩阵的最佳逼近矩阵,算例表明,迭代算法是有效的。

线性矩阵方程异类约束最小二乘解的迭代算法

多矩阵变量线性矩阵方程(LME)约束解的计算问题在参数识别、结构设计、振动理论、自动控制理论等领域都有广泛应用。本文借鉴求线性矩阵方程(LME)同类约束最小二乘解的迭代算法,通过构造等价的线性矩阵方程组,建立了求多矩阵变量LME的一种异类约束最小二乘解的迭代算法,并证明了该算法的收敛性。在不考虑舍入误差的情况下,利用该算法不仅可在有限步计算后得到LME的一组异类约束最小二乘解,而且选取特殊初始矩阵时,可求得LME的极小范数异类约束最小二乘解。另外,还可求得指定矩阵在该LME的异类约束最小二乘解集合中的最佳逼近解。算例表明,该算法是有效的。

多变量LME一种异类约束最小二乘解的迭代算法

基于求多矩阵变量线性矩阵方程(LME)异类约束解的迭代算法,通过构造等价的线性矩阵方程组,建立了求多变量LME的一种异类约束最小二乘解的迭代算法.该算法不要求等价线性方程组的系数矩阵正定、可逆或者列满秩,因此该算法总是可行的.不考虑舍入误差时,该算法可在有限步计算后求得多变量LME的一组异类约束最小二乘解;选取特殊的初始矩阵时,可求得多变量LME的极小范数异类约束最小二乘解.此外,还可在多变量LME的异类约束最小二乘解集合中给出指定矩阵的最佳逼近矩阵.算例表明,迭代算法是有效的.

一类离散时间代数Riccati矩阵方程异类约束解的双迭代算法

本文研究在最优控制系统中遇到的离散时间代数Riccati矩阵方程(DTARME)异类约束解的数值计算问题.首先对多变量DTARME中的逆矩阵采用矩阵级数方法进行等价转化,然后采用牛顿算法求多变量DTARME的异类约束解,并采用修正共轭梯度法求由牛顿算法每一步迭代计算导出的线性矩阵方程的异类约束解或者异类约束最小二乘解,建立求多变量DTARME的异类约束解的双迭代算法.双迭代算法仅要求多变量DTARME有异类约束解,不要求它的异类约束解唯一,也不对它的系数矩阵做附加限定.数值算例表明,双迭代算法是有效的.

矩阵方程组一种异类约束最小二乘解的迭代算法

本文研究了求双矩阵变量线性矩阵方程组(LMEs)的一种异类约束最小二乘解的问题.通过构造等价的LMEs,并修改共轭梯度法的下降方向及其有关系数,建立了一种迭代算法.算例表明,迭代算法是有效的.

双变量LME一种异类约束最小二乘解的迭代算法

通过构造等价的线性矩阵方程组(LMEs),将不相容的LMEs异类约束最小二乘解(Ls解)问题转化为相容的LMEs异类约束解问题,然后根据求LMEs的异类约束解的迭代算法构造原理,建立求LMEs的一种异类约束Ls解的迭代算法.不考虑舍入误差时,该算法可在有限步计算后求得LMEs的一组异类约束Ls解;选取特殊的初始矩阵时,该算法可求得LMEs的极小范数异类约束Ls解.此外,还可在LMEs的异类约束Ls解集合中给出指定矩阵的最佳逼近矩阵.

离散对偶代数Riccati方程异类约束解的双迭代算法

利用逆矩阵的Neumann级数形式,将在离散时间跳跃线性二次控制问题中遇到的含未知矩阵之逆的离散对偶代数Riccati方程(DCARE)转化为高次多项式矩阵方程组,然后采用牛顿算法求高次多项式矩阵方程组的异类约束解,并采用修正共轭梯度法求由牛顿算法每一步迭代计算导出的线性矩阵方程组的异类约束解或者异类约束最小二乘解,建立求DCARE的异类约束解的双迭代算法.双迭代算法仅要求DCARE有异类约束解,不要求它的异类约束解唯一,也不对它的系数矩阵做附加限定.数值算例表明,双迭代算法是有效的.

一类多变量线性矩阵方程异类约束解的迭代算法

研究一类多变量线性矩阵方程的异类约束解.基于异类约束解的结构特点,通过修改共轭梯度法的下降系数建立相应的迭代算法.该算法在不计舍入误差的前提下,可通过有限步迭代求得一组异类约束解,并可获得测试矩阵的最佳逼近矩阵.实验算例表明,该算法实际可行.

应用自解卷积和增量Wiener滤波实现迭代盲图像复原

提出了一种基于自解卷积和增量Wiener滤波的迭代盲图像复原算法(SDIWF-IBD)。将自解卷积点扩散函数估计法应用于迭代盲目反卷积,准确估计了点扩散函数频域;在图像估计时使用增量Wiener滤波,确保算法稳定收敛。为进一步控制算法收敛速度,引入内迭代加速方法,有效减少了算法的外部迭代次数。实验结果表明,复原后图像细节明显增加且失真小,算法快速收敛于较小误差。该算法复原效果良好,收敛快速可控,有利于实时应用。

AXB＋CXD=F的中心对称解及其最佳逼近的迭代算法

应用共轭梯度思想,给出了求解约束矩阵方程AXB+CXD=F的中心对称解及其最佳逼近的迭代算法.当矩阵方程AXB+CXD=F有中心对称解时,在有限的误差范围内,对任意初始中心对称矩阵X1,运用迭代算法,经过有限步可得到矩阵方程的中心对称解;选取合适的初始迭代矩阵,还可以迭代出极小范数中心对称解.对任意给定的矩阵X0,矩阵方程AXB+CXD=F的最佳逼近中心对称解可以通过迭代求解新的矩阵方程AX^B+CX^D=F的极小范数中心对称解而得到.文中给出的数值例子证实了该算法的有效性.

利用加权预测的图像迭代盲解卷积

为解决大气湍流造成的图像退化问题,本文鉴于现有的盲解卷积算法收敛性不稳定,计算量大等特点,提出了一种基于加权预测的迭代盲解卷积算法。对目前性能优秀的用迭代实现盲解卷积的L-R算法进行优化,在每次迭代结束后通过加权方法求出预测值,根据预测值计算方向加速算子,从而大大提高算法的收敛速度。实验表明:该算法不仅可对模糊退化图像进行很好的复原,同时与L-R算法相比收敛速度提高约43.8倍,其迭代速度快的特点决定了算法具有较高的工程实用价值。

一种迭代加权更新的带加速算子的半监督AP聚类算法

为了提高AP算法的数据集分类准确度和收敛速度,提出一种基于改进AP算法的迭代加权更新的带加速算子的半监督AP聚类算法(AP-SSM)。该算法采用带约束的标签映射的方法对样本所属子簇进行分类,在采用传统AP聚类算法上引入了迭代加权更新方法来吸引度参数和适选度参数,并在算法聚类过程中引入了加速因子,考虑到了子簇自身数据中心和权重值的加速因子可以提高聚类精度和算法收敛性能。仿真实验结果表明,AP-SSM算法相比AP、AP-VSM、SAP算法,在数据集分类准确度和算法运行速度上具有更好的效果。

带混合误差的粘滞迭代算法的强收敛定理

通过使用预解算子技术,引入并研究了一类新的找两个非扩张映象公共不动点与松弛(γ,r)-余强制映象的变分不等式解的公共元素带混合误差的粘滞迭代算法,建立了强收敛定理,从而改进和推广了一些已知结果.

矩阵方程AXB+CXD=F广义双对称解的迭代算法

对广义自反矩阵P,即PT=P,P2=I,如果PXP=X,XT=X,称X为广义双对称矩阵。在共轭梯度思想的启发下,给出了迭代算法求解约束矩阵方程AXB+CXD=F的广义双对称解及其最佳逼近。应用迭代算法,矩阵方程AXB+CXD=F的相容性可以在迭代过程中自动判断。当矩阵方程AXB+CXD=F有广义双对称解时,在有限的误差范围内,对任意初始广义双对称矩阵X1,运用迭代算法,经过有限步可得到矩阵方程的广义双对称解;选取合适的初始迭代矩阵,还可以迭代出极小范数广义对称解。而且,对任意给定的矩阵X0,矩阵方程AXB+CXD=F的最佳逼近广义双对称解可以通过迭代求解新的矩阵方程AXB+C XD=F的极小范数广义双对称解得到。

自适应光学图像非对称图像迭代盲复原算法

为了提高自适应光学图像复原效果,提出了一种新的多重约束非对称图像迭代盲解卷积算法。首先,在点扩散函数(PSF)频率域引入带宽有限约束来提高迭代盲解卷积算法的可靠性;然后,在PSF空间域引入支持域动态更新的思想以加快迭代盲解卷积算法收敛速度;最后,自动计算迭代盲解卷积算法的非对称因子以提高算法的自适应性。模拟实验结果表明,与RL-IBD算法比较,新算法迭代次数减少22.4%、峰值信噪比提高10.18 dB。在FK5-857和某双星的自适应光学图像复原实验中,也取得很好的复原效果。

快速迭代反卷积算法的超分辨性能优化复原图象

本文给出了一种利用快速迭代反卷积算法优化用于图象复原的约束最小二乘的空域迭代算法的有效方法。该方法在基于约束最小二乘的空域迭代方法的基础上,运用快速迭代反卷积算法所有的线性迭代算法的超分辨效果,使图象复原问题的近似解误差更小。实验结果表明运用快速迭代反卷积算法后,运用快速迭代反卷积算法后,图象复原的效果更佳,并避免了大量的复杂计算。

基于IS距离的交替迭代算法

本文研究的是这样一类问题，找到一个解，使其在满足给定的约束条件下，使某一个目标函数极小．在本文中这个目标函数就是与先验解之间的IS距离．这类问题可以归结为非线性优化问题，为降低求解的难度，本文将问题分解为多个于问题，然后采用一种选代策略，通过交替地求解这些子问题，达到求解原问题的目的．CT图像重建的一个应用例子表明，这种思路是可行的，构造的算法是有效的．

一种基于模拟退火方法的多约束QoS组播路由算法

研究了带宽、时延及时延抖动约束最小代价的QoS组播路由问题,提出一种利用模拟退火方法解决该问题的QoS组播路由算法SABDMA。该算法通过选择合适的模拟退火参数迭代求解,以获得满足QoS约束的最小代价组播树。同时,为避免搜索区域的扩大和计算时间的增加,根据时延和时延抖动的关系,提出采用“路径交换”策略在可行解范围内构造邻域集。仿真结果表明该算法具有可行、稳定、收敛快的特点;能根据组播应用对QoS的限制要求,有效地构造代价较低的组播树,具有较强的实时性。