增广拉格朗日乘子相关论文
随着计算机技术的迅速发展,大数据以及人工智能成为社会主流话题之一,而这些领域经常遇到大规模的矩阵数据分析与处理.然而,在矩阵......
为了增加研究结果的大众接受度,在满足一定交通污染排放控制水平条件下,以最小收费为优化目标建立了交通污染控制的双层优化模型.......
在计算机视觉、机器学习和模式识别等领域中,运动目标检测一直都是一个热门的研究方向,受到学术界和工业界的广泛关注。运动目标检......
最优化问题在国防、经济、金融、工程等重要领域有着广泛的应用。锥约束优化是一类非常重要的优化问题，它包含了非线性规划、半定规......
矩阵重建问题是近几年的科研热点，其主要分为矩阵填充和矩阵恢复两个部分.对于普通矩阵的矩阵重建问题，无论是在理论研究，算法设计，还......
半无限规划问题是求解决策变量的个数无限或者约束个数无限的最优化问题，它是数学规划的重要研究课题，不仅在工程设计、最优控制、信......
基于Toeplitz矩阵填充(TMC)的修正增广拉格朗日乘子(MALM)算法,本文给出此算法的一种加速策略,提出Toeplitz矩阵填充的?-步修正增......
针对交通环境影响限制对出行者出行线路选择的影响,建立了对应交通流分配模型,并为模型设计了有效的增广拉格朗日乘子求解算法。首......
由于TV变换会造成阶梯伪影,使其不能很好地恢复磁共振图像(MRI)的细节和纹理.针对这种缺点,提出了在优化模型中引入非局部正则化来......
为增强目标跟踪的鲁棒性,克服诸如光照、非刚性变化等各种复杂挑战带来的剧烈外观变化,提出一种基于稀疏直方图的通用生成目标跟踪......
首先提出一种图像调和稀疏分解(HSID)模型,用于将一幅图像分解为调和分量和稀疏分量.然后提出基于增广拉格朗日交替方向法(ALADM)......
基于Toeplitz矩阵填充(TMC)的修正增广拉格朗日乘子(MALM)算法,本文给出此算法的一种加速策略,提出Toeplitz矩阵填充的l-步修正增......
针对视频目标鲁棒跟踪问题,提出了一种基于稀疏表示的生成式算法。首先提取特征构建目标和背景模板,并利用随机抽样获得足够多的候......
针对增强视频目标跟踪鲁棒性难题, 提出一种利用稀疏协同判别模型和生成模型的跟踪算法. 在判别模型中, 利用先验视觉知识训练一个......
基于秩极小化方法的低秩表示模型研究是有关稀疏表示(Sparse Representation)和压缩传感理论(Compressed Sensing)中的一类重要数......
提出了1种新的低秩纹理图像修复算法,该算法将低秩纹理图像修复问题建模成低秩矩阵优化问题进行求解。由于单纯使用低秩假设不足以......
针对小波阈值图像去噪会引入量化噪声和阈值选取不当会损失图像本身有用信息的问题，提出一种新的融合小波变换与低秩矩阵恢复（Low Ra......
增广拉格朗日方法是处理最优化问题的一种重要方法,在理论研究和数值计算方面表现出的良好的性质使其在多个领域得到广泛应用.本文......
为了满足光电精密跟踪设备中光学系统对支撑结构变形位移相等的设计要求,基于变密度法,以刚度极大为目标,同时以体积约束和位移等......
随着计算机技术与信息处理技术的飞速发展，人们越来越发现利用现有硬件技术，提高信息获取质量的重要性。如何通过软件的方式突破图像......
回 回 产卜爹仇贱回——回 日E回。”。回祖 一回“。回干 肉果幻中 N_。NH lP7-ewwe--一”＄ MN。W;- __._——————》 砧叫]们......
采用子结构凝聚自由度法推导出桩土接触问题的非线性有限元平衡方程,引入接触问题的约束条件,并通过增广拉格朗日乘子法对约束条件......
针对现有算法在通用图像分辨率要求较高时重建效果不稳定的问题,提出一种基于稀疏表示与矩阵填充的多帧超分辨率图像重建算法.对自......
散焦是由于透镜引起的光线变向特性,使不同景深的物体在传感器上的成像清晰度存在着很大的差异,从而导致成像模糊。散焦问题是光学......
矩阵重建问题是近几年的科研热点,其主要分为矩阵填充和矩阵恢复两个部分.对于普通矩阵的矩阵重建问题,无论是在理论研究,算法设计......
随着新兴压缩传感(Compressive Sensing,CS)理论的出现,使用L1范数最小化(L1-min)算法进行信号处理和优化成为近几年的热门课题,由......
核磁共振成像（MRI）作为现代医学科技手段一直限制于成像速度和易造成轮廓模糊的问题。而树形结构方法相比于传统K空间方法能进一步减......
针对传统pLSA模型中语义建模和参数求解不足的问题，提出一种基于先验信息的pLSA场景分类方法．首先对概率模型中的参数矩阵增加同类场......
近年来由于矩阵重建在多领域的广泛应用,其逐渐成为研究的热门课题并受到越来越多科研工作者的关注.矩阵重建主要分为矩阵填充,矩......
高阶全变分图像去噪方法利用图像方向导数的可分L1范数,构建优化方程进行图像去噪,可以在去除图像噪声的同时有效保留图像中的细节......
