-
题名不完全乔莱斯基分解预优共轭梯度的模型
被引量：3
- 1
-
-
作者
沈焕锋
李平湘
张良培
-
机构
武汉大学测绘遥感信息工程国家重点实验室
-
出处
《计算机工程》
EI
CAS
CSCD
北大核心
2006年第17期15-18,共4页
-
基金
国家自然科学基金资助项目(40471088)
国家"973"发展计划基金资助项目(2003CB415205)
中国科学院遥感科学国家重点实验室开放基金资助项目
-
文摘
在超分辨率影像重建中,基于最大后验估计(MAP)框架的重建方法具有较大的优势,应用非常广泛。然而,常用的迭代求解方法如最速下降法、共轭梯度法等收敛速度慢、处理时间长,经常难以满足实际处理的需要。该文在MAP框架的基础上,提出了基于不完全乔莱斯基分解预优共轭梯度的模型求解方法,即在迭代求解过程中利用不完全乔莱斯基分解构造预优矩阵,降低系数矩阵的条件数,从而提高收敛速度,节省处理时间。实验结果证明,该方法是有效的、可行的。
-
关键词
超分辨率鼋建
预优共轭梯度
不完全乔莱斯基分解
-
Keywords
Super-resolution reconstruction
Preconditioned conjugate gradient
Incomplete Cholesky decomposition
-
分类号
TP751
[自动化与计算机技术—检测技术与自动化装置]
-
