为了进一步提高在α稳定分布噪声背景下非线性自适应滤波算法的收敛速度,本文提出了一种新的基于p范数的核最小对数绝对差自适应滤波算法(kernel least logarithm absolute difference algorithm based on p-norm,P-KLLAD).该算法结合...为了进一步提高在α稳定分布噪声背景下非线性自适应滤波算法的收敛速度,本文提出了一种新的基于p范数的核最小对数绝对差自适应滤波算法(kernel least logarithm absolute difference algorithm based on p-norm,P-KLLAD).该算法结合核最小对数绝对差算法和p范数,一方面利用最小对数绝对差准则保证了算法在α稳定分布噪声环境下良好的鲁棒性,另一方面在误差的绝对值上添加p范数,通过p范数和一个正常数a来控制算法的陡峭程度,从而提高该算法的收敛速度.在非线性系统辨识和Mackey-Glass混沌时间序列预测的仿真结果表明,本文算法在保证鲁棒性能的同时提高了收敛速度,并且在收敛速度和鲁棒性方面优于核最小均方误差算法、核分式低次幂算法、核最小对数绝对差算法和核最小平均p范数算法.展开更多
基于降低设备制造成本或辐射剂量等目的,计算机断层成像(Computer Tomography,CT)中的一个实际需求是以有限的探测器尺寸来获得更大的视野(Field of View,FOV),通过将探测器放置在横向偏移位置可以有效的扩大FOV。然而,常规的重建算法...基于降低设备制造成本或辐射剂量等目的,计算机断层成像(Computer Tomography,CT)中的一个实际需求是以有限的探测器尺寸来获得更大的视野(Field of View,FOV),通过将探测器放置在横向偏移位置可以有效的扩大FOV。然而,常规的重建算法无法精确重建偏置投影数据,针对这一问题,本文提出了一种基于自适应加权增强总变差最小化的偏置重建模型及CP(Chambolle-Pock)求解算法。具体来说,构建自适应加权增强总变差范数作为正则项,其中自适应权重根据局部增强梯度自适应调整权值,进而设计了一种基于自适应加权增强总变差最小化的偏置重建模型(Weighted Adaptive-weight reinforced Total Variation,WAwrTV),并推导出了相应的CP算法。实验结果表明,所提算法能有效的重建偏置投影数据并提高重建精度,且具有良好的抗噪性能。展开更多
针对三维点云数据中存在的异常点会对平面拟合过程产生不利的影响,提出了一种将最小平方中值算法(Least Median of Squares,LMedS)与特征值法相结合的点云平面拟合新方法。首先,通过LMedS算法进行多次迭代确定最佳阈值并剔除点云数据中...针对三维点云数据中存在的异常点会对平面拟合过程产生不利的影响,提出了一种将最小平方中值算法(Least Median of Squares,LMedS)与特征值法相结合的点云平面拟合新方法。首先,通过LMedS算法进行多次迭代确定最佳阈值并剔除点云数据中的异常点。然后,采用特征值法对剔除完异常点后的点云数据进行平面拟合,以获得更加精确的拟合平面参数解。最后,分别采用最小二乘法、特征值法、RANSAC+主成分分析法与所提出方法对仿真和实测点云数据进行平面拟合计算。实验结果表明,相比于其他方法,该方法的平面拟合精度更高,适用于对含有异常点的点云数据进行平面拟合,具有较高的鲁棒性。展开更多
文摘为了进一步提高在α稳定分布噪声背景下非线性自适应滤波算法的收敛速度,本文提出了一种新的基于p范数的核最小对数绝对差自适应滤波算法(kernel least logarithm absolute difference algorithm based on p-norm,P-KLLAD).该算法结合核最小对数绝对差算法和p范数,一方面利用最小对数绝对差准则保证了算法在α稳定分布噪声环境下良好的鲁棒性,另一方面在误差的绝对值上添加p范数,通过p范数和一个正常数a来控制算法的陡峭程度,从而提高该算法的收敛速度.在非线性系统辨识和Mackey-Glass混沌时间序列预测的仿真结果表明,本文算法在保证鲁棒性能的同时提高了收敛速度,并且在收敛速度和鲁棒性方面优于核最小均方误差算法、核分式低次幂算法、核最小对数绝对差算法和核最小平均p范数算法.
文摘基于降低设备制造成本或辐射剂量等目的,计算机断层成像(Computer Tomography,CT)中的一个实际需求是以有限的探测器尺寸来获得更大的视野(Field of View,FOV),通过将探测器放置在横向偏移位置可以有效的扩大FOV。然而,常规的重建算法无法精确重建偏置投影数据,针对这一问题,本文提出了一种基于自适应加权增强总变差最小化的偏置重建模型及CP(Chambolle-Pock)求解算法。具体来说,构建自适应加权增强总变差范数作为正则项,其中自适应权重根据局部增强梯度自适应调整权值,进而设计了一种基于自适应加权增强总变差最小化的偏置重建模型(Weighted Adaptive-weight reinforced Total Variation,WAwrTV),并推导出了相应的CP算法。实验结果表明,所提算法能有效的重建偏置投影数据并提高重建精度,且具有良好的抗噪性能。
文摘针对三维点云数据中存在的异常点会对平面拟合过程产生不利的影响,提出了一种将最小平方中值算法(Least Median of Squares,LMedS)与特征值法相结合的点云平面拟合新方法。首先,通过LMedS算法进行多次迭代确定最佳阈值并剔除点云数据中的异常点。然后,采用特征值法对剔除完异常点后的点云数据进行平面拟合,以获得更加精确的拟合平面参数解。最后,分别采用最小二乘法、特征值法、RANSAC+主成分分析法与所提出方法对仿真和实测点云数据进行平面拟合计算。实验结果表明,相比于其他方法,该方法的平面拟合精度更高,适用于对含有异常点的点云数据进行平面拟合,具有较高的鲁棒性。
