冗余机械臂轨迹的增广Lagrange-改进粒子群算法优化

1

作者 吴国强 《机械设计与制造》 北大核心 2023年第1期268-272,277,共6页

为了减小冗余机械臂的工作时间和运动冲击,提出了基于增广lagrange-多学习行为粒子群算法的轨迹优化方法。介绍了7自由度冗余机械臂的构型,以减小工作时间和运动冲击为目标建立了约束优化模型。使用增广拉格朗日乘子法将约束优化问题转... 为了减小冗余机械臂的工作时间和运动冲击,提出了基于增广lagrange-多学习行为粒子群算法的轨迹优化方法。介绍了7自由度冗余机械臂的构型,以减小工作时间和运动冲击为目标建立了约束优化模型。使用增广拉格朗日乘子法将约束优化问题转化为无约束优化问题。在粒子群算法中引入了3种新型的粒子学习行为,并依据学习行为价值确定粒子选择各学习行为的概率,既保证了粒子多样性也保证了收敛的快速性。经实验验证,多学习行为粒子群算法优化的轨迹在时间和冲击方面好于传统粒子群算法优化轨迹,且改进粒子群算法优化轨迹平滑,运动参数在约束范围内,以上结果验证了增广lagrange-多学习行为粒子群算法在机械臂轨迹优化方面的有效性和优越性。 展开更多

关键词 冗余机械臂 轨迹优化 增广拉格朗日乘子 新型学习行为 粒子群算法

在线阅读 下载PDF 职称材料

Toeplitz矩阵压缩恢复的两种中值修正的增广Lagrange乘子算法 被引量：2

2

作者 牛建华 王川龙 《工程数学学报》 CSCD 北大核心 2019年第2期187-197,共11页

增广Lagrange乘子算法是求解矩阵压缩恢复的一种有效迭代方法.为了有效求解Toeplitz矩阵压缩恢复模型,本文提出了两种中值修正的增广Lagrange乘子算法.在新算法中,对增广Lagrange乘子算法每步产生的迭代矩阵进行中值修正并保证其Toeplit... 增广Lagrange乘子算法是求解矩阵压缩恢复的一种有效迭代方法.为了有效求解Toeplitz矩阵压缩恢复模型,本文提出了两种中值修正的增广Lagrange乘子算法.在新算法中,对增广Lagrange乘子算法每步产生的迭代矩阵进行中值修正并保证其Toeplitz结构.新算法不仅减少了奇异值分解所用的时间和CPU时间,而且获得更精确的迭代矩阵.同时,本中还详细给出了两种新算法的收敛性分析.最后通过数值例子验证了新算法的可行性和有效性,并展示了新算法在计算时间和精度方面比增广Lagrange乘子算法更有优势. 展开更多

关键词 压缩恢复 TOEPLITZ矩阵 增广lagrange乘子算法

在线阅读 下载PDF 职称材料

基于TCSPSO算法的机械臂运动时间最优轨迹规划

3

作者 许家伟 李磊 +3 位作者 汪建华 张雅君 覃杰伟 刘旭珍 《现代制造工程》 北大核心 2025年第3期69-76,83,共9页

目前,在船舶制造工业中,采用机械臂焊接作业已逐渐取代传统人工作业,为了提高机械臂的工作效率和稳定性,提出了一种基于终端交叉和导向的扰动粒子群优化(Terminal Crossover and Steering-based Particle Swarm Optimization,TCSPSO)算... 目前,在船舶制造工业中,采用机械臂焊接作业已逐渐取代传统人工作业,为了提高机械臂的工作效率和稳定性,提出了一种基于终端交叉和导向的扰动粒子群优化(Terminal Crossover and Steering-based Particle Swarm Optimization,TCSPSO)算法的机械臂运动时间最优轨迹规划方法。首先,构造5-7-5多项式插值函数,拟合机械臂关节空间中的运动轨迹,以机械臂运动时间最优为目标建立约束优化模型;然后,使用增广拉格朗日乘子法将约束优化问题转化为无约束优化问题,为了避免结果陷入局部最优,采用TCSPSO算法进行求解;最后,在MATLAB软件中进行仿真实验,得到了机械臂的最优运动时间和平滑的运动轨迹。结果表明,该方法可以有效地缩短机械臂的运动时间,保证了机械臂在运动过程中的稳定性。 展开更多

关键词 机械臂 轨迹规划 粒子群优化算法 多项式插值 增广拉格朗日乘子法

在线阅读 下载PDF 职称材料

一种基于矩阵填充的稀疏阵波达方向估计技术 被引量：1

4

作者 范王恺 芮义斌 +1 位作者 李鹏 谢仁宏 《南京理工大学学报》 CAS CSCD 北大核心 2024年第3期384-389,共6页

为了提高稀疏阵列波达方向(DOA)估计的性能,该文将低秩矩阵重构理论应用到DOA估计中,提出了一种改进的矩阵填充模型及其优化求解方法。该方法利用Sigmoid函数实现核范数约束并建立最小化模型;然后基于粒子群算法改进增广拉格朗日乘子法... 为了提高稀疏阵列波达方向(DOA)估计的性能,该文将低秩矩阵重构理论应用到DOA估计中,提出了一种改进的矩阵填充模型及其优化求解方法。该方法利用Sigmoid函数实现核范数约束并建立最小化模型;然后基于粒子群算法改进增广拉格朗日乘子法,对模型实现低秩优化求解;最后利用多信号分类(MUSIC)算法实现DOA估计。仿真结果表明,该方法能有效实现稀疏阵重构,DOA估计的性能优良,且能够适用于相关信源。 展开更多

关键词 波达方向估计 稀疏阵列 矩阵填充 增广拉格朗日乘子法 粒子群寻优算法

在线阅读 下载PDF 职称材料

基于非局部低秩和全变分的高光谱图像去条带方法

5

作者 孔祥阳 张娇 +1 位作者 王惠 徐保根 《航天返回与遥感》 CSCD 北大核心 2024年第5期64-78,共15页

受探测器的像素响应不均匀、传感器的机械运动以及图像采集过程中温度的变化等因素的影响,获取的高光谱图像中常包含条带噪声,而当前去条带方法往往着眼于条带的整体性质而忽略了条带的非局部相似性,难以取得较满意的去条带结果。针对... 受探测器的像素响应不均匀、传感器的机械运动以及图像采集过程中温度的变化等因素的影响,获取的高光谱图像中常包含条带噪声,而当前去条带方法往往着眼于条带的整体性质而忽略了条带的非局部相似性,难以取得较满意的去条带结果。针对上述问题,文章通过分析条带噪声和干净图像的先验信息,提出了一种基于非局部低秩张量分解和全变分的去条带算法。该算法考虑了条带的非局部相似性,对与参考块相似的条带进行聚类,进而用张量低秩分解进行逼近,另外,还考虑了条带的方向和结构稀疏特征,通过联合高光谱图像的局部和非局部相似性,实现光谱畸变的有效降低。为评估该方法的去条带效果,分别进行了模拟数据试验和真实数据试验,其中模拟数据试验结果显示,在随机长度条带和整体条带情况下,该算法的平均峰值信噪比(MPSNR)和平均结构相似性指数(MSSIM)值分别比对比方法中最好的结果高出约2~3 dB和0.02~0.04,而平均光谱角匹配(MSAM)值降低约0.02~0.06;真实数据试验结果显示,该算法能够精确地估计和分离条带,恢复出受条带影响的图像信息,克服条带残留问题,并且其无参考评价指标逆方差系数(ICV)和平均相对偏差(MRD)均优于对比方法。文章提出的算法为去除高光谱图像中的条带噪声提供了一种有效的解决方案,有望为高光谱图像的后续应用提供有力的支撑。 展开更多

关键词 高光谱图像 去条带 非局部低秩 全变分 增广拉格朗日乘子法

在线阅读 下载PDF 职称材料

低秩矩阵恢复算法综述 被引量：75

6

作者 史加荣 郑秀云 +1 位作者 魏宗田 杨威 《计算机应用研究》 CSCD 北大核心 2013年第6期1601-1605,共5页

将鲁棒主成分分析、矩阵补全和低秩表示统称为低秩矩阵恢复,并对近年来出现的低秩矩阵恢复算法进行了简要的综述。讨论了鲁棒主成分分析的各种优化模型及相应的迭代算法,分析了矩阵补全问题及求解它的不精确增广拉格朗日乘子算法,介绍... 将鲁棒主成分分析、矩阵补全和低秩表示统称为低秩矩阵恢复,并对近年来出现的低秩矩阵恢复算法进行了简要的综述。讨论了鲁棒主成分分析的各种优化模型及相应的迭代算法,分析了矩阵补全问题及求解它的不精确增广拉格朗日乘子算法,介绍了低秩表示的优化模型及求解算法。最后指出了有待进一步研究的问题。 展开更多

关键词 低秩矩阵恢复 鲁棒主成分分析 矩阵补全 低秩表示 增广拉格朗日乘子算法

在线阅读 下载PDF 职称材料

基于RPCA的太阳能电池片表面缺陷检测 被引量：33

7

作者 姚明海 李洁 王宪保 《计算机学报》 EI CSCD 北大核心 2013年第9期1943-1952,共10页

目前太阳能电池片生产过程中的缺陷检测主要由人工完成,费时费力,容易受主观因素的影响.文中提出了一种基于RPCA(Robust Principal Component Analysis,RPCA)的太阳能电池片表面缺陷检测方法.该方法对图像矩阵进行变换,使之分解成无缺... 目前太阳能电池片生产过程中的缺陷检测主要由人工完成,费时费力,容易受主观因素的影响.文中提出了一种基于RPCA(Robust Principal Component Analysis,RPCA)的太阳能电池片表面缺陷检测方法.该方法对图像矩阵进行变换,使之分解成无缺陷的低秩矩阵图像和有缺陷的稀疏矩阵图像.通过凸优化的方法,分别最小化上述两个矩阵的核范数和1范数,从而使矩阵得以有效快速地分解.同时,文中分别对优化的两种算法:加速逼近梯度(Accelerated Proximal Gradient,APG)法和非精确增广拉格朗日乘子(Inexact Augmented Lagrange Multiplier,IALM)法,在太阳能电池片缺陷检测的计算时间和迭代次数方面进行了比较.最后通过大量实验,证明了上述方法在检测太阳能电池片表面缺陷的可行性和有效性. 展开更多

关键词 RPCA 缺陷检测 APG法 Ialm法

在线阅读 下载PDF 职称材料

联合低秩与稀疏先验的高光谱图像压缩感知重建 被引量：10

8

作者 孙玉宝 吴泽彬 +1 位作者 吴敏 刘青山 《电子学报》 EI CAS CSCD 北大核心 2014年第11期2219-2224,共6页

本文建立了一种新的高光谱图像压缩感知重建模型,编码端采用块对角的Noiselet测量矩阵对每一谱带进行独立采样,解码端首先建立高光谱图像低秩稀疏表示模型,分解为低秩与稀疏成分,并对低秩成分在空间维进行稀疏分解,进而构建联合谱间低... 本文建立了一种新的高光谱图像压缩感知重建模型,编码端采用块对角的Noiselet测量矩阵对每一谱带进行独立采样,解码端首先建立高光谱图像低秩稀疏表示模型,分解为低秩与稀疏成分,并对低秩成分在空间维进行稀疏分解,进而构建联合谱间低秩性先验与谱内空间稀疏性先验的凸优化重建模型,并提出模型求解的增广拉格朗日乘子迭代算法,通过引入辅助变量与线性化技巧,使得每一子问题均存在解析解,降低了模型求解的复杂度.实验结果验证了本文模型及其算法的有效性. 展开更多

关键词 压缩感知 低秩先验 稀疏先验 增广拉格朗日乘子算法

在线阅读 下载PDF 职称材料

一种基于低秩表示的子空间聚类改进算法 被引量：26

9

作者 张涛 唐振民 吕建勇 《电子与信息学报》 EI CSCD 北大核心 2016年第11期2811-2818,共8页

该文针对现有的基于低秩表示的子空间聚类算法使用核范数来代替秩函数,不能有效地估计矩阵的秩和对高斯噪声敏感的缺陷,提出一种改进的算法,旨在提高算法准确率的同时,保持其在高斯噪声下的稳定性。在构建目标函数时,使用系数矩阵的核... 该文针对现有的基于低秩表示的子空间聚类算法使用核范数来代替秩函数,不能有效地估计矩阵的秩和对高斯噪声敏感的缺陷,提出一种改进的算法,旨在提高算法准确率的同时,保持其在高斯噪声下的稳定性。在构建目标函数时,使用系数矩阵的核范数和Forbenius范数作为正则项,对系数矩阵的奇异值进行强凸的正则化后,采用非精确的增广拉格朗日乘子方法求解,最后对求得的系数矩阵进行后处理得到亲和矩阵,并采用经典的谱聚类方法进行聚类。在人工数据集、Extended Yale B数据库和PIE数据库上同流行的子空间聚类算法的实验对比证明了所提改进算法的有效性和对高斯噪声的鲁棒性。 展开更多

关键词 子空间聚类 低秩表示 秩函数 Forbenius范数 增广拉格朗日乘子法

在线阅读 下载PDF 职称材料

拥堵交通网络模型和增强拉格朗日乘子算法 被引量：17

10

作者 程琳 王炜 《管理科学学报》 CSSCI 北大核心 2006年第5期18-27,共10页

为了更加准确地反映拥堵网络的交通流状态,必须在传统交通网络均衡模型中添加路段容量约束条件,限制路段交通流量的非现实的增长,因此构造了一个容量制约下的均衡交通网络流模型.在拥堵交通网络中,传统的路段特征函数不能反映拥堵的交... 为了更加准确地反映拥堵网络的交通流状态,必须在传统交通网络均衡模型中添加路段容量约束条件,限制路段交通流量的非现实的增长,因此构造了一个容量制约下的均衡交通网络流模型.在拥堵交通网络中,传统的路段特征函数不能反映拥堵的交通特性,修正路段的旅行费用表示为行车时间和因为拥堵而产生的等待延迟的总和,路段容量约束条件的拉格朗日乘子等于该路段的等待延迟.把外惩罚函数和牛顿法相结合构筑成增强拉格朗日乘子算法,用来求解拥堵网络的交通流状态.外惩罚函数通过调整惩罚参数,把容量约束下的网络均衡问题转化成传统网络均衡问题.牛顿法通过移动方向、修正矩阵和移动步长的组合来保证路径或路段交通流量解的可行性,同时获得转化后子问题的最优解. 展开更多

关键词 交通网络流 拥挤 堵塞 均衡 增强拉格朗日乘子 牛顿法

在线阅读 下载PDF 职称材料

一种基于L_(2,1)范数的PCA维数约简算法 被引量：6

11

作者 刘丽敏 樊晓平 +1 位作者 廖志芳 刘曼玲 《计算机应用研究》 CSCD 北大核心 2013年第1期39-41,共3页

传统PCA存在对异常值和特征噪声敏感等问题,基于L2,1范数的PCA算法改进了这些缺点。现有的基于L2,1范数的PCA算法是通过降低矩阵的秩来实现维数约简,而秩的计算复杂。针对这一问题,提出一种新的维数约简算法。该算法提出利用迹范数代替... 传统PCA存在对异常值和特征噪声敏感等问题,基于L2,1范数的PCA算法改进了这些缺点。现有的基于L2,1范数的PCA算法是通过降低矩阵的秩来实现维数约简,而秩的计算复杂。针对这一问题,提出一种新的维数约简算法。该算法提出利用迹范数代替矩阵的秩来简化L2,1-PCA的计算,提高算法效率;对于算法的求解提出了基于拉格朗日乘子的方法并将算法应用扩展Yale B人脸数据集进行图像去噪。可视化的实验结果表明所提出的算法有效。 展开更多

关键词 维数约简 主成分分析 L2 1-PCA L2 1范数 拉格朗日乘子

在线阅读 下载PDF 职称材料

基于子空间的鲁棒射影重建方法 被引量：2

12

作者 郭继东 李学庆 杨成伟 《计算机学报》 EI CSCD 北大核心 2013年第12期2560-2576,共17页

现有基于子空间的方法不但要求测量矩阵中所有特征点在所有图像上是可见的,而且不能含有错误对齐的数据项(局外点).文中提出基于子空间的鲁棒射影重建方法,该方法使用施加秩约束的广义Lagrange乘子法(ALM)极小化一个由核范数和L1范数组... 现有基于子空间的方法不但要求测量矩阵中所有特征点在所有图像上是可见的,而且不能含有错误对齐的数据项(局外点).文中提出基于子空间的鲁棒射影重建方法,该方法使用施加秩约束的广义Lagrange乘子法(ALM)极小化一个由核范数和L1范数组合的凸规划,求出测量矩阵所位于的低维子空间,消除局外点和丢失数据项对因子化方法的影响.文中算法在同一个子空间框架中,对同一个目标函数关于2组不同参量交替估计射影结构和射影深度,由此确保迭代解的收敛.实验证明,与Tang子空间方法比较,文中算法的有效性和可靠性都有所提高. 展开更多

关键词 局外点 丢失数据项 子空间方法 广义lagrange乘子 因子化方法

在线阅读 下载PDF 职称材料

多线性鲁棒主成分分析 被引量：7

13

作者 史加荣 周水生 郑秀云 《电子学报》 EI CAS CSCD 北大核心 2014年第8期1480-1486,共7页

鲁棒主成分分析(RPCA)是恢复低秩与稀疏成分的一种非常有效的方法.本文将RPCA推广到张量情形,提出了多线性鲁棒主成分分析(MRPCA)框架.首先建立了MRPCA模型,即最小化张量核范数与l1范数的加权组合.然后使用增广拉格朗日乘子法求解上述... 鲁棒主成分分析(RPCA)是恢复低秩与稀疏成分的一种非常有效的方法.本文将RPCA推广到张量情形,提出了多线性鲁棒主成分分析(MRPCA)框架.首先建立了MRPCA模型,即最小化张量核范数与l1范数的加权组合.然后使用增广拉格朗日乘子法求解上述张量核范数优化问题.实验结果证实:对于具有多线性结构的数据,MRPCA比RPCA更加鲁棒. 展开更多

关键词 多线性鲁棒主成分分析 鲁棒主成分分析 低秩 核范数最小化 增广拉格朗日乘子法

在线阅读 下载PDF 职称材料

无线传感器网络下线性支持向量机分布式协同训练方法研究 被引量：7

14

作者 及歆荣 侯翠琴 侯义斌 《电子与信息学报》 EI CSCD 北大核心 2015年第3期708-714,共7页

针对无线传感器网络中分散在各节点上的训练数据传输到数据融合中心集中训练支持向量机(Support Vector Machine,SVM)时存在的高通信代价和高能量消耗问题,该文研究了仅依靠相邻节点间的相互协作,在网内分布式协同训练线性SVM的方法。首... 针对无线传感器网络中分散在各节点上的训练数据传输到数据融合中心集中训练支持向量机(Support Vector Machine,SVM)时存在的高通信代价和高能量消耗问题,该文研究了仅依靠相邻节点间的相互协作,在网内分布式协同训练线性SVM的方法。首先,在各节点分类器决策变量与集中式分类器决策变量相一致的约束下,对集中式SVM训练问题进行等价分解,然后利用增广拉格朗日乘子法,对分解后的SVM问题进行求解和推导,进而提出基于全局平均一致性的线性SVM分布式训练算法(Average Consensus based Distributed Supported Vector Machine,AC-DSVM);为了降低AC-DSVM算法中全局平均一致性的通信开销,利用相邻节点间的局部平均一致性近似全局平均一致性,提出基于一次全局平均一致性的线性SVM分布式训练算法(Once Average Consensus based Distributed Supported Vector Machine,1-AC-DSVM)。仿真实验结果表明,与已有算法相比,AC-DSVM算法的迭代次数和数据传输量略高,但其能够完全收敛到集中式训练结果;1-AC-DSVM算法具有较好的收敛性,而且在收敛速度和数据传输量上也表现出显著优势。 展开更多

关键词 无线传感器网络 支持向量机 分布式学习 增广拉格朗日乘子法 平均一致性

在线阅读 下载PDF 职称材料

基于潜在语义分析的场景分类优化决策方法 被引量：10

15

作者 范玉华 秦世引 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2013年第2期175-182,共8页

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景数据的低秩性及单幅图像相对语义主题的稀疏性约束,建立基于先验信息的优化决策模型;然后采用非精确... 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景数据的低秩性及单幅图像相对语义主题的稀疏性约束,建立基于先验信息的优化决策模型;然后采用非精确增广拉格朗日乘子法给出模型参数求解算法;最后将基于潜在语义分析的场景分类方法应用到较大规模的场景分类任务中.与其他基于pLSA模型的分类算法进行比较的实验结果表明,文中方法便于产生低维空间中紧致有效的场景语义表示,避免了EM算法收敛性欠佳引起的局部最优问题,具有更好的场景分类性能. 展开更多

关键词 场景分类 潜在语义分析 增广拉格朗日乘子

在线阅读 下载PDF 职称材料

滤除图像中混合噪声的LSE模型 被引量：5

16

作者 袁珍 林相波 王新宁 《信号处理》 CSCD 北大核心 2013年第10期1329-1335,共7页

图像中的高斯白噪声使LS模型中的低秩矩阵低秩性和稀疏矩阵稀疏性不能同时满足,造成去噪不充分或细节严重丢失。本文在LS模型的基础上引入高斯噪声约束项,提出一种新的用于去除图像中混合噪声的LSE模型,该模型首先对图像进行相似块匹配... 图像中的高斯白噪声使LS模型中的低秩矩阵低秩性和稀疏矩阵稀疏性不能同时满足,造成去噪不充分或细节严重丢失。本文在LS模型的基础上引入高斯噪声约束项,提出一种新的用于去除图像中混合噪声的LSE模型,该模型首先对图像进行相似块匹配,然后对得到的相似块低秩逼近得到去噪图像。实验结果表明,与LS模型相比,LSE模型在保证去噪效果的同时,保留了图像的细节信息,具有更佳的视觉效果,去噪图像的信噪比提高了约0.1-2dB;与BM3D相比,在高斯噪声较小的情况下信噪比提高了约0.5-2.5dB。 展开更多

关键词 块匹配 低秩理论 增广拉格朗日算法

在线阅读 下载PDF 职称材料

基于迹范数的L1-PCA算法 被引量：2

17

作者 刘丽敏 樊晓平 廖志芳 《计算机工程》 CAS CSCD 2013年第4期199-202,209,共5页

L1-PCA相比传统的主成分分析(PCA)更具鲁棒性,但是L1-PCA算法存在很多局部最优解且秩约束计算较为复杂。为此,提出一种基于迹范数的L1-PCA算法。利用迹范数近似代替矩阵的秩,以解决秩约束存在很多局部最优解的问题,采用基于增强拉格朗... L1-PCA相比传统的主成分分析(PCA)更具鲁棒性,但是L1-PCA算法存在很多局部最优解且秩约束计算较为复杂。为此,提出一种基于迹范数的L1-PCA算法。利用迹范数近似代替矩阵的秩,以解决秩约束存在很多局部最优解的问题,采用基于增强拉格朗日乘子的方法对算法求解,并将其应用于图像的降噪处理。实验结果表明,利用该算法降噪后的图像轮廓清晰、同类图像特征明显趋同。 展开更多

关键词 主成分分析 迹范数 增强拉格朗日乘子 闭合形式解 奇异值分解

在线阅读 下载PDF 职称材料

利用数据低秩性和稀疏性的位场分离 被引量：6

18

作者 朱丹 刘天佑 李宏伟 《石油地球物理勘探》 EI CSCD 北大核心 2019年第4期925-936,I0014,共13页

鲁棒主成分分析将低维信号秩最小的单目标函数优化问题扩展成低维信号秩最小且高维信号稀疏的双目标函数优化问题。针对传统位场分离方法(如匹配滤波等)易出现欠拟合或过拟合现象,本文分析了区域场的低秩特征和局部场的稀疏特征,采用鲁... 鲁棒主成分分析将低维信号秩最小的单目标函数优化问题扩展成低维信号秩最小且高维信号稀疏的双目标函数优化问题。针对传统位场分离方法(如匹配滤波等)易出现欠拟合或过拟合现象,本文分析了区域场的低秩特征和局部场的稀疏特征,采用鲁棒主成分分析对位场进行分离,使得位场分离更加稳健。理论模型计算结果表明,该方法是一种有效、易于实现、权系数λ取值宽松的空间域方法,能够避免傅里叶变换带来的误差。最后将该方法用于宁夏卫宁北山地区重磁异常的处理解释,分离的局部低重、高磁异常与已知隐伏岩体对应关系好,并圈定了6个可能赋存隐伏岩体的异常区。 展开更多

关键词 鲁棒主成分分析(RPCA) 位场分离 低秩矩阵 稀疏矩阵 Ealm算法 卫宁北山地区

在线阅读 下载PDF 职称材料

融合过程先验知识的递归神经网络模型及其应用 被引量：5

19

作者 娄海川 苏宏业 谢磊 《化工学报》 EI CAS CSCD 北大核心 2013年第5期1665-1673,共9页

大部分化工过程具有非线性特性,一般的线性建模方法难以有效应用。针对非线性化工过程动态建模,提出了一种基于过程先验知识的递归神经网络模型,充分发掘化工过程隐含的先验知识,并将这些先验知识以非线性约束的形式嵌入NARMAX结构的前... 大部分化工过程具有非线性特性,一般的线性建模方法难以有效应用。针对非线性化工过程动态建模,提出了一种基于过程先验知识的递归神经网络模型,充分发掘化工过程隐含的先验知识,并将这些先验知识以非线性约束的形式嵌入NARMAX结构的前馈神经网络中,同时基于增广拉格朗日乘子法约束处理机制,用PSO-IPOPT混合优化算法对过程先验知识递归神经网络权值进行优化。该过程先验知识递归神经网络模型对非线性化工过程动态建模,不仅有良好的建模精度和预测外推能力,而且能避免零增益的出现和增益反转,确保网络模型在实际应用中的安全性。文中以环管式丙烯聚合反应过程实际工业数据验证了所提网络模型的有效性。 展开更多

关键词 过程先验知识 递归神经网络 增广拉格朗日乘子法 粒子群-内点法优化算法 丙烯聚合反应过程

在线阅读 下载PDF 职称材料

基于稀疏表示与矩阵填充的多帧超分辨率图像重建 被引量：2

20

作者 王卓峥 贾克斌 刘帷 《北京工业大学学报》 CAS CSCD 北大核心 2014年第1期38-42,48,共6页

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.对自然图像库进行训练建立过完备词典对,并将低分辨率图像分成若干图像块,根据局部先验约束建立稀疏表示模型... 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.对自然图像库进行训练建立过完备词典对,并将低分辨率图像分成若干图像块,根据局部先验约束建立稀疏表示模型,通过线性规划的方法求得过完备词典对下图像块的稀疏系数;利用多帧图像序列的相似性,采用非精确增广拉格朗日乘子法对全局约束构建的观测矩阵进行矩阵填充和矩阵恢复,最终获得高分辨率图像.实验结果表明,与其他主流算法相比,重建后的图像保留了更丰富的图像边缘与细节信息,不会过于平滑而导致图像模糊,并且不易受过完备词典选择范围的影响,具有较好的稳定性和更高的峰值信噪比,可应用于遥感图像超分辨率重建等图像应用领域. 展开更多

关键词 超分辨率 稀疏表示 矩阵填充 增广拉格朗日乘子

在线阅读 下载PDF 职称材料