一种快速收敛的随机并行梯度下降算法

来源 :激光与光电子学进展 | 被引量 : 0次 | 上传用户:sj1020300
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
理论模拟仿真了基于变形镜与随机并行梯度下降(SPGD)算法的无波前探测自适应光学系统(AOS)。为提高基于SPGD算法的无波前探测AOS的收敛速度,在不降低精度的前提下,对SPGD算法中关键参数随机扰动幅值和增益系数的关系进行了优化。实验发现,AOS存在参数优选区域,且与初始畸变大小有关。进行了理论验证并与模拟退火算法进行了比较,结果表明,SPGD算法收敛精度比模拟退火算法高6.32%,具有更好的收敛速度。
其他文献
针对运动模糊图像的模糊去除问题,提出了一种基于L_0范数正则化的模糊核方法。该方法以图像梯度L_0范数为正则项,根据图像的稀疏先验条件,选取合适的参数估计方法,构建了一个非凸的最优化能量函数。在对该函数进行数值求解中,选用了交替迭代法,交替更新原始图像和模糊核的估计值。在原始图像估计中,以图像梯度L_0范数为稀疏正则项可以有效地保留图像的强边缘并抑制弱边缘对模糊核估计的影响,从而提高了核估计的正确
提出一种分段式位姿测量方法和系统的实现方案。利用柱面镜线阵相机的成像方程为远段图像测量子系统构建线性三维坐标测量模型,并利用最小化物方空间误差方法标定各线阵相机的外部参数。针对近段图像测量子系统的单目位姿测量问题,提出一种基于线性初始解的迭代位姿优化方法。实验结果表明,在5~35m的视距变化范围内,系统可实现小于0.5%的相对位置测量精度和低于40mm的方均根误差;在5m以内的视距范围内,可实现小
由于目标姿态、摄像头角度、光线条件等因素的影响,行人重识别仍然是一个具有挑战性的问题。目前大多数方法主要注重提高重识别精度,对实时性考虑较少。因此,本文提出了一种
混合失真图像质量评价是图像质量评价(IQA)领域的重点和难点,基于高阶相位一致性,提出了一种混合失真无参考IQA算法。计算了高阶相位一致性用于捕捉图像结构信息,应用灰度共生矩阵分别提取了4阶相位一致性图像的统计特征;在分析相邻阶相位一致性的相关性及相邻阶相位一致性局部熵的相关性的基础上,分别计算了相邻阶相位一致性及其局部熵的互信息和交叉熵;利用支持向量回归机制建立回归模型并进行质量预测。在MLIV
基于平行平板波导的TE1模式理论和电场是近似线偏振的假设,推导了余弦-高斯光束在平行平板波导中的电场传输表达式。在傍轴近似的条件下,余弦-高斯光束可以作为平行平板波导
将物体波前中的振幅信息与相位信息同时作为焦平面判定准则,物体波前中含有振幅信息和相位信息,而强度是振幅的表现形式,较容易获得,因此目前主要提取物体波前的振幅信息来定位焦
为了实现空间翻滚卫星(同时作自旋和进动的卫星)的消旋,提出了一种非接触式的卫星运动参数辨识方法。算法主要包含3个步骤:通过点云配准技术,获取相邻两幅点云之间的位姿变换
针对裂纹与背景之间的低对比度及裂纹区域内灰度值不均匀所导致的裂纹提取困难问题,提出一种基于双边滤波和局部灰度差相结合的双重阈值裂纹片段提取法,并结合张量投票算法进行裂纹检测。该算法采用双重阈值法获取裂纹片段,并根据裂纹片段的接近度和连续性特征,通过张量投票算法得到裂纹的显著性图谱以及完整的裂纹曲线,利用裂纹曲线对裂纹片段进行连接并去除离散点,完成准确裂纹提取。实验结果表明,相比于根据裂纹片段首尾位
针对传统指静脉系统在鉴别未知类别指静脉时采用的被动比对拒绝会出现严重的干扰识别以及识别效率低等问题,提出了一种基于卷积神经网络(CNN)的主动鉴别未知类别的指静脉识别方法,并称之为深度未知指静脉模型,该模型采用深层Inception ResNet V2作为基础模型,构建基于CNN的未知类别识别方法,在此基础上挖掘Softmax分类结果建立类受试者工作特征曲线验证阈值主动获取算法,在确保已知类别指静
为提高深空光通信中异步时钟采样信号恢复数据的可靠性,提出了基于光脉冲位置调制的异步时钟错位采样数据恢复方案。该方案将光子探测器阵列输出信号分为两组,其中奇数组信号