简介:为了提高图像插值的恢复效果,提出了一种基于图结构正则化稀疏表示的双层伯格曼迭代算法.该迭代算法的外层用于约束图像观测数据,内层用于更新图像块的学习字典和稀疏表示系数.引入的图结构正则化稀疏表示约束可以有效地自适应图像块的局部结构,对于严重受损的情形也能得到精确的恢复结果.此外,在内层迭代中改进的稀疏表示和简洁的字典更新策略使算法能快速地趋于收敛.数值实验结果表明,所提出的算法可以有效地恢复图像,在主观视觉效果和客观量化标准上要优于目前已有的算法.
简介:为了提高图像插值的恢复效果,提出了一种基于图结构正则化稀疏表示的双层伯格曼迭代算法.该迭代算法的外层用于约束图像观测数据,内层用于更新图像块的学习字典和稀疏表示系数.引入的图结构正则化稀疏表示约束可以有效地自适应图像块的局部结构,对于严重受损的情形也能得到精确的恢复结果.此外,在内层迭代中改进的稀疏表示和简洁的字典更新策略使算法能快速地趋于收敛.数值实验结果表明,所提出的算法可以有效地恢复图像,在主观视觉效果和客观量化标准上要优于目前已有的算法.更多还原
简介:设f是2个Banach空间E和F之间C^1映射.已经证明,的广义正则点概念是f的正则点概念的一个推广并且在非线性分析和大范围分析中有非常重要的应用.用f产生的在X0∈E处的3个整数(或无穷大)值指标M(x0),Mc(x0)和Mr(x0)和分析Banach空间上有界线性算子的广义逆来刻画,的广义正则点,即,如果f'(x0)在从E上到F的有界线性算子组成的Banach空间B(E,F)内有广义逆,且M(x0),Mc(x0)和Mr(x0)中至少有一个是有限,则x0是f的广义正则点的充分必要条件是多重指标(M(x),Mc(x),Mr(x))在x0点处连续.
简介:单次脑电分类实验中,采用基于logistic回归的正则化方法来提高分类准确率.首先,提出一种新算法——局部保持投影稀疏logistic回归,将局部保持投影正则项加入到稀疏logistic回归中.该算法旨在保留原始特征空间邻域信息的同时保证结果的稀疏性.然后,利用边界优化法和逐分量迭代算法在训练集上求解权重向量,克服了牛顿一拉夫森法和迭代重加权最小二乘法的局限性.最后,在自步调手指运动数据集上采用十重交叉验证法得到80%的分类准确率,并与稀疏logistic回归的实验结果进行对比,说明局部保持投影正则项有效地保留了对脑电分类有用的信息.
简介:对Boiti-Leon-Pempinelli系统,通过标准的Painlevé截断展开,获得具有延长结构的Lie点对称矢量场的留数局域对称。从已得到的对称得出一些变换不变性,同时也可利用Clarkson-Kruskal的直接方法得到该系统的对称。通过解特征方程得到该系统的双曲正切函数的显式解。
简介:利用辅助方程法并借助符号计算软件Maple求解了具有高阶非线性项的广义二维BBM方程,并获得该方程丰富的精确行波解,其中包括三角函数解、双曲函数解、双周期Jacobi椭圆函数解。