期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到139篇文章
< 1 2 … 7 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于L1正则化的高维特征降维方法
1
作者 戚贝贝 陈晨 陈孟楠 《移动信息》 2025年第8期294-296,共3页
文中针对超高维数据的特征降维需求,深入探讨了多种降维方法,包括主成分分析(PCA)、线性判别分析(LDA)等。对比发现,使用所提L1正则化模型进行特征筛选时能有效地减少维度并保留关键信息。实验表明,该方法能够降低过拟合风险,显著提升... 文中针对超高维数据的特征降维需求,深入探讨了多种降维方法,包括主成分分析(PCA)、线性判别分析(LDA)等。对比发现,使用所提L1正则化模型进行特征筛选时能有效地减少维度并保留关键信息。实验表明,该方法能够降低过拟合风险,显著提升模型的预测准确性和泛化能力。 展开更多
关键词 统计模型 高维特征筛选 l1正则化 回归模型 特征降维 支持向量机(SVM)
在线阅读 下载PDF
L1正则化机器学习问题求解分析 被引量：13
2
作者 孔康 汪群山 梁万路 《计算机工程》 CAS CSCD 北大核心 2011年第17期175-177,共3页
以稀疏学习为主线,从多阶段、多步骤优化思想的角度出发,对当前流行的L1正则化求解算法进行分类,比较基于次梯度的多步骤方法、基于坐标优化的多阶段方法,以及软L1正则化方法的收敛性能、时空复杂度和解的稀疏程度。分析表明,基于机器... 以稀疏学习为主线,从多阶段、多步骤优化思想的角度出发,对当前流行的L1正则化求解算法进行分类,比较基于次梯度的多步骤方法、基于坐标优化的多阶段方法,以及软L1正则化方法的收敛性能、时空复杂度和解的稀疏程度。分析表明,基于机器学习问题特殊结构的学习算法可以获得较好的稀疏性和较快的收敛速度。 展开更多
关键词 l1正则化 机器学习 稀疏性 多阶段 多步骤
在线阅读 下载PDF
基于次梯度的L1正则化Hinge损失问题求解研究 被引量：4
3
作者 孔康 陶卿 +1 位作者 汪群山 储德军 《计算机研究与发展》 EI CSCD 北大核心 2012年第7期1494-1499,共6页
Hinge损失函数是支持向量机(support vector machines,SVM)成功的关键,L1正则化在稀疏学习的研究中起关键作用.鉴于两者均是不可导函数,高阶梯度信息无法使用.利用随机次梯度方法系统研究L1正则化项的Hinge损失大规模数据问题求解.首先... Hinge损失函数是支持向量机(support vector machines,SVM)成功的关键,L1正则化在稀疏学习的研究中起关键作用.鉴于两者均是不可导函数,高阶梯度信息无法使用.利用随机次梯度方法系统研究L1正则化项的Hinge损失大规模数据问题求解.首先描述了直接次梯度方法和投影次梯度方法的随机算法形式,并对算法的收敛性和收敛速度进行了理论分析.大规模真实数据集上的实验表明,投影次梯度方法对于处理大规模稀疏数据具有更快的收敛速度和更好的稀疏性.实验进一步阐明了投影阈值对算法稀疏度的影响. 展开更多
关键词 l1正则化 Hinge损失 稀疏性 大规模数据 机器学习
在线阅读 下载PDF
一种单脉冲雷达多通道L1正则化波束锐化方法 被引量：5
4
作者 唐琳 焦淑红 +1 位作者 齐欢 吴如煊 《电子与信息学报》 EI CSCD 北大核心 2014年第9期2201-2206,共6页
该文针对单脉冲雷达波束锐化问题,提出一种多通道L1正则化波束锐化方法。首先根据最大后验概率准则推导了适合于单脉冲雷达波束锐化的多通道L1正则化模型,然后提出一种扩展的迭代收缩阈值算法来解决多通道L1正则化问题。理论分析和仿真... 该文针对单脉冲雷达波束锐化问题,提出一种多通道L1正则化波束锐化方法。首先根据最大后验概率准则推导了适合于单脉冲雷达波束锐化的多通道L1正则化模型,然后提出一种扩展的迭代收缩阈值算法来解决多通道L1正则化问题。理论分析和仿真实验表明,该方法在保证波束锐化性能的同时提高了抑制噪声的能力,有效地解决了单脉冲雷达中各通道方向图不满足强互质条件带来的噪声泄漏问题。其性能要明显优于现有的单脉冲雷达波束锐化方法。 展开更多
关键词 单脉冲雷达 前视成像 波束锐化 反解卷积 l1正则化
在线阅读 下载PDF
基于L1正则化的地震谱反演方法 被引量：4
5
作者 符伟 刘财 《世界地质》 CAS 2015年第2期505-510,共6页
将L1正则化方法应用到地震谱反演的实现中,验证了谱反演方法在拓宽频谱宽度、提高分辨率上的可行性。对谱反演中L1正则化解的稀疏性和应用矩形窗造成结果不稳定的现象做了详细讨论,提出自动选择窗口长度进行谱反演的算法模式,并基于该... 将L1正则化方法应用到地震谱反演的实现中,验证了谱反演方法在拓宽频谱宽度、提高分辨率上的可行性。对谱反演中L1正则化解的稀疏性和应用矩形窗造成结果不稳定的现象做了详细讨论,提出自动选择窗口长度进行谱反演的算法模式,并基于该模式对地震模型进行了试算。该方法有效地拓宽了数据的频谱宽度,提高了反射地震勘探的精度,为薄层的识别和更加复杂的地震勘探提供了一种新的思路。 展开更多
关键词 谱反演 窗函数 分辨率 l1正则化
在线阅读 下载PDF
基于L1正则化的随机梁式结构静力损伤识别方法 被引量：8
6
作者 黄斌 鲁溢 《计算力学学报》 EI CAS CSCD 北大核心 2020年第1期69-74,共6页
提出了一种结合摄动法和L1正则化方法的随机梁式结构静力损伤识别方法。考虑初始模型误差和测量误差的影响,建立了关于随机损伤指数的控制方程,并将摄动法和L1正则化方法相结合,对随机损伤指数的控制方程进行求解,进而从概率的角度对结... 提出了一种结合摄动法和L1正则化方法的随机梁式结构静力损伤识别方法。考虑初始模型误差和测量误差的影响,建立了关于随机损伤指数的控制方程,并将摄动法和L1正则化方法相结合,对随机损伤指数的控制方程进行求解,进而从概率的角度对结构的损伤进行识别。损伤试验结果表明,和传统的最小二乘求解法相比,本文方法能够更为准确地识别多处局部损伤的位置及大小,对实际结构损伤检测具有较好的参考价值。 展开更多
关键词 随机梁式结构 损伤识别 测量数据 l1正则化 损伤概率
在线阅读 下载PDF
L1正则化的深度谱聚类算法 被引量：5
7
作者 李文博 刘波 +2 位作者 陶玲玲 罗棻 张航 《计算机应用》 CSCD 北大核心 2023年第12期3662-3667,共6页
针对深度谱聚类模型训练不稳定和泛化能力弱等问题,提出L1正则化的深度谱聚类算法(DSCLR)。首先,在深度谱聚类的目标函数中引入L1正则化,使深度神经网络模型生成的拉普拉斯矩阵的特征向量稀疏化,并提升模型的泛化能力;其次,通过利用参... 针对深度谱聚类模型训练不稳定和泛化能力弱等问题,提出L1正则化的深度谱聚类算法(DSCLR)。首先,在深度谱聚类的目标函数中引入L1正则化,使深度神经网络模型生成的拉普拉斯矩阵的特征向量稀疏化,并提升模型的泛化能力;其次,通过利用参数化修正线性单元激活函数(PReLU)改进基于深度神经网络的谱聚类算法的网络结构,解决模型训练不稳定和欠拟合问题。在MNIST数据集上的实验结果表明,所提算法在聚类精度(CA)、归一化互信息(NMI)指数和调整兰德系数(ARI)这3个评价指标上,相较于深度谱聚类算法分别提升了11.85、7.75和17.19个百分点。此外,所提算法相较于深度嵌入聚类(DEC)和基于对偶自编码器网络的深度谱聚类(DSCDAN)等算法,在CA、NMI和ARI这3个评价指标上也有大幅提升。 展开更多
关键词 深度聚类 谱聚类 l1正则化 深度学习 无监督学习
在线阅读 下载PDF
一种求解截断L1正则化项问题的坐标下降算法 被引量：1
8
作者 王玉军 高乾坤 +1 位作者 章显 陶卿 《计算机研究与发展》 EI CSCD 北大核心 2014年第6期1304-1312,共9页
L1正则化在稀疏学习的研究中起关键作用,使用截断L1正则化项往往可以获得更好的准确率,但却导致了非凸优化问题.目前,主要采用多阶段凸松弛(multi-stage convex relaxation,MSCR)算法进行求解,由于每一阶段都需要求解一个凸优化问题,计... L1正则化在稀疏学习的研究中起关键作用,使用截断L1正则化项往往可以获得更好的准确率,但却导致了非凸优化问题.目前,主要采用多阶段凸松弛(multi-stage convex relaxation,MSCR)算法进行求解,由于每一阶段都需要求解一个凸优化问题,计算代价较大.为了弥补上述不足,提出了一种求解截断L1正则化项非凸学习问题的坐标下降算法(Non-convex CD).该算法只需在多阶段凸松弛算法的每一阶段执行单步的坐标下降算法,有效降低了计算复杂性.理论分析表明所提出的算法是收敛的.针对Lasso问题,在大规模真实数据库作了实验,实验结果表明,Non-convex CD在取得和MSCR几乎相同准确率的基础上,求解的CPU时间甚至优于求解凸问题的坐标下降方法.为了进一步说明所提算法的性能,进一步研究了Non-convex CD在图像去模糊化中的应用问题. 展开更多
关键词 截断l1正则化项 非凸优化 多阶段凸松弛 坐标下降 图像去模糊化
在线阅读 下载PDF
基于L1正则化反演的电压行波高精度检测方法 被引量：4
9
作者 李鑫瑜 邓丰 +2 位作者 张振 蒋素霞 毕岚溪 《电力系统保护与控制》 EI CSCD 北大核心 2023年第22期167-176,共10页
针对电压行波传感器二次侧故障行波信号不能真实反映电网一次行波波形特征的问题,提出了一种基于L1正则化反演的电压行波高精度检测方法。首先,分析了行波传感器的非理想传变特性,揭示了一、二次行波信号的波形差异性。在此基础上,提出... 针对电压行波传感器二次侧故障行波信号不能真实反映电网一次行波波形特征的问题,提出了一种基于L1正则化反演的电压行波高精度检测方法。首先,分析了行波传感器的非理想传变特性,揭示了一、二次行波信号的波形差异性。在此基础上,提出利用小波包变换对观测信号进行多尺度分解,并对各频段信号分别进行反演的方法,从而减小由行波传感器引起的畸变误差。其次,在反演模型中引入L1正则化约束对模型进行稀疏性刻画,使反演结果更能体现真实故障波形特征。最后,利用快速迭代收缩阈值算法(fast iterative shrinkage-thresholding algorithm,FISTA)进行迭代求解,将各分量的反演波形线性叠加,实现故障行波信号的精确还原。仿真和实验结果表明:与直接反演相比,所提方法能够实现故障行波在时域和频域上的高精度真实测量,在微弱故障和噪声环境下也能获得较为精确的反演结果,具有一定的工程应用价值。 展开更多
关键词 高精度检测 波形反演 行波传感器 l1正则化 多尺度
在线阅读 下载PDF
求解L1正则化L2损失支持向量机问题的多层随机坐标下降算法 被引量：2
10
作者 徐宇淼 徐文静 胡清洁 《桂林电子科技大学学报》 2022年第2期143-147,共5页
针对L1正则化L2损失支持向量机问题,基于多层优化思想,提出一种求解该问题的多层随机坐标下降算法。该算法有如下特点:若满足粗糙条件,则将求得的粗糙模型的解用于计算精细模型的搜索方向,再利用Armijo线搜索求解步长,从而得到下一个迭... 针对L1正则化L2损失支持向量机问题,基于多层优化思想,提出一种求解该问题的多层随机坐标下降算法。该算法有如下特点:若满足粗糙条件,则将求得的粗糙模型的解用于计算精细模型的搜索方向,再利用Armijo线搜索求解步长,从而得到下一个迭代点,否则,利用随机坐标下降算法求解精细模型的下一个迭代点。数值实验结果表明,多层随机坐标下降算法求解L1正则化L2损失支持向量机问题是有效的。 展开更多
关键词 l1正则化l2损失支持向量机 多层优化 随机坐标下降算法 粗糙模型 精细模型
在线阅读 下载PDF
基于车致桥梁响应和L1正则化的损伤识别研究 被引量：15
11
作者 贺文宇 武骥元 任伟新 《中国公路学报》 EI CAS CSCD 北大核心 2021年第4期61-70,共10页
桥梁损伤识别是典型的反问题,通常需采用正则化手段求解。基于L1正则化的损伤识别方法能很好地利用损伤所具有的稀疏性,在桥梁监测领域得到了广泛的应用。此类方法通常利用频率和振型的变化作为判断损伤的依据,然而实际测试中可获得的... 桥梁损伤识别是典型的反问题,通常需采用正则化手段求解。基于L1正则化的损伤识别方法能很好地利用损伤所具有的稀疏性,在桥梁监测领域得到了广泛的应用。此类方法通常利用频率和振型的变化作为判断损伤的依据,然而实际测试中可获得的频率阶数有限、振型测试精度低,严重影响其效果。采用移动荷载激励下的桥梁动力响应,提出一种基于有限元模型修正技术和L1正则化的损伤识别方法。首先,采用数值算例系统比较局部损伤导致的桥梁频率变化与车致桥梁动力位移-时间曲线面积变化情况,结果表明相比于频率变化,车致桥梁动力位移-时间曲线面积的变化更适合用于损伤识别。其次,提出基于有限元模型修正技术和L1正则化的桥梁损伤识别方法。将桥梁有限元模型中的单元刚度折减因子作为待修正参数,以模型计算和实测车致桥梁动力位移-时间曲线面积的差值最小为目标函数,并引入L1正则化优化求解,识别桥梁损伤。然后,采用包含单损伤和双损伤工况的简支梁和连续梁数值算例,验证所提方法的有效性,并分析测试噪音、移动荷载速度不均匀和桥梁刚度分布不均匀对识别结果的影响。最后,制作移动车辆和简支梁桥的试验模型,进行移动荷载试验。研究结果表明:提出的损伤识别方法能够较准确地识别桥梁单损伤的位置和程度,但随着损伤数目的增多,其有效性有所下降。 展开更多
关键词 桥梁工程 损伤识别 l1正则化 移动荷载 模型修正
原文传递
面向CFRP损伤检测的改进L1正则化EIT方法 被引量：1
12
作者 范文茹 王驰 《振动与冲击》 EI CSCD 北大核心 2022年第2期265-270,280,共7页
由于碳纤维复合材料(carbon fiber reinforced polymer,CFRP)具有导电特性,因此可利用电阻抗层析成像(electrical impedance tomography,EIT)技术实现结构损伤检测。考虑EIT电极位置、数量有限以及电场软场特性的影响,其灵敏度矩阵呈现... 由于碳纤维复合材料(carbon fiber reinforced polymer,CFRP)具有导电特性,因此可利用电阻抗层析成像(electrical impedance tomography,EIT)技术实现结构损伤检测。考虑EIT电极位置、数量有限以及电场软场特性的影响,其灵敏度矩阵呈现非均匀分布特征,导致场域内不同位置成像效果差别较大。该研究基于传统L1正则化的边缘锐化特性,提出了一种改进L1正则化方法。该方法通过分析损伤重建电导率分布规律,发现其在各邻域梯度分布的特征,并利用此特征保留L1正则化可能滤除的有效数据,在保证重建图像锐利边缘的同时,改善了不均匀灵敏度分布导致的区域成像精度差别。为验证所提出方法的有效性,仿真中设计了不同类型、不同相对位置的损伤模型,并且通过搭建的16电极EIT测试系统对损伤CFRP样品进行测试。仿真和试验结果表明,改进后的L1正则化方法不仅能重建更多位置上的损伤图像,而且不同程度地提高了各类损伤重建图像的精度。 展开更多
关键词 碳纤维复合材料(CFRP) 损伤评估 电阻抗层析成像(EIT) 改进l1正则化 图像重建
在线阅读 下载PDF
基于模态振型和L1正则化的结构损伤识别 被引量：2
13
作者 麻胜兰 刘昱昊 +1 位作者 张铮 吴琛 《福建工程学院学报》 CAS 2020年第1期40-45,共6页
考虑到基于2范数的正则化算法存在对结构识别结果过度光滑的效果,提出了基于模态振型与L1正则化的损伤识别方法。以一2D简支梁有限元模型为数值算例,比较了使用不同振型数以及不同损伤程度对损伤识别效果的影响。数值模拟结果表明,对于... 考虑到基于2范数的正则化算法存在对结构识别结果过度光滑的效果,提出了基于模态振型与L1正则化的损伤识别方法。以一2D简支梁有限元模型为数值算例,比较了使用不同振型数以及不同损伤程度对损伤识别效果的影响。数值模拟结果表明,对于多损伤工况,当损伤结构的振型数和无损结构的振型数乘积数大于6时,能较好地进行损伤定位,并能对损伤程度给出定性的描述。 展开更多
关键词 损伤检测 有限元方法 模态分析 稀疏恢复 l1正则化
在线阅读 下载PDF
基于L1正则化的MODIS地表反射率数据时域重建方法
14
作者 汪宇浩 沈焕锋 李志伟 《遥感技术与应用》 CSCD 北大核心 2024年第3期603-611,共9页
MODIS地表反射率数据被广泛应用于陆地表面的动态监测,但云覆盖等因素的影响使得数据中存在时空缝隙,从而影响了数据可用性。对此,提出一种基于L1正则化的时域重建方法,能有效修复MODIS地表反射率数据中的缺失,实现高精度的长时序数据... MODIS地表反射率数据被广泛应用于陆地表面的动态监测,但云覆盖等因素的影响使得数据中存在时空缝隙,从而影响了数据可用性。对此,提出一种基于L1正则化的时域重建方法,能有效修复MODIS地表反射率数据中的缺失,实现高精度的长时序数据重建。该方法首先识别时序数据中因自然因素及系统因素产生的噪声,然后基于噪声检测对信息缺失区域进行年际预填补,在此基础上引入对突变噪声更为稳健的L1正则化模型,并结合噪声标记构建时域重建变分模型,还原地表的时序变化趋势。实验结果表明:相比于SG滤波、HP滤波、L1滤波、谐波分析方法,在不同百分比10%、25%、50%、75%的像元缺失情况下,该方法都取得了最高的重建精度;在不同地表场景下,该方法也取得了更好的重建结果。因此,该方法在时序曲线重建和空间细节修复上都更具有优势,表现出较高的实用价值。 展开更多
关键词 时序数据重建 MODIS地表反射率数据 l1正则化 变分模型
原文传递
L1正则化与pinball损失函数的极限学习机 被引量：7
15
作者 陈聪 《信息技术与信息化》 2023年第3期37-40,共4页
极限学习机(extreme learning machine, ELM)由于其训练速度快、易于实现等优点,在回归领域得到了广泛的应用。然而,传统ELM的平方损失函数在异常值面前放大了异常值的影响,从而降低了性能。为了提高ELM的鲁棒性,在ELM中引入pinball损... 极限学习机(extreme learning machine, ELM)由于其训练速度快、易于实现等优点,在回归领域得到了广泛的应用。然而,传统ELM的平方损失函数在异常值面前放大了异常值的影响,从而降低了性能。为了提高ELM的鲁棒性,在ELM中引入pinball损失函数。pinball损失函数与误差线性相关,与平方损失函数相比,可以减少异常值的影响。此外,L2范数正则化对于隐藏层节点缺乏稀疏性。相比之下,L1范数正则化可以改善模型的稀疏性。为了同时具有鲁棒性和稀疏性,提出了一种基于L1范数正则化和pinball损失函数的ELM模型,通过迭代重加权算法求解相应的优化问题。为了验证模型的鲁棒性和稀疏性,在6个真实数据集上进行实验。实验结果表明,提出的L1-PELM优于其他方法。特别是对于异常值比率较大的数据,L1-PELM不仅对异常值不敏感,而且保持了稀疏性。 展开更多
关键词 极限学习机 l1正则化 pinball损失函数 迭代重加权 鲁棒性 稀疏性
在线阅读 下载PDF
L1正则化方法及其在经济增长中的应用 被引量：1
16
作者 管勇攀 《统计学报》 2020年第3期67-76,共10页
首先基于对L1正则化方法的介绍,将L1正则化应用到经济高质量增长模型中,用Lasso回归中的最小角回归方法筛选出对经济高质量增长影响较大的因素,并把影响较小的因素予以剔除。然后应用logistic回归和坐标下降法,对拥有较多维度的自变量... 首先基于对L1正则化方法的介绍,将L1正则化应用到经济高质量增长模型中,用Lasso回归中的最小角回归方法筛选出对经济高质量增长影响较大的因素,并把影响较小的因素予以剔除。然后应用logistic回归和坐标下降法,对拥有较多维度的自变量进行筛选,以得到影响结果的主要维度,并对其他维度进行剔除。最后发现,劳动力受教育水平、产业结构对经济高质量增长的影响较大。 展开更多
关键词 l1正则化 lasso回归 lOGISTIC回归 坐标下降法 经济增长
在线阅读 下载PDF
基于GWO优化的L1正则化分数阶灰色时间幂预测模型 被引量：1
17
作者 董帮强 张延飞 +1 位作者 丁木华 陈萍 《应用数学进展》 2021年第10期3277-3287,共11页
灰色预测模型是一类处理小样本数据预测的有效方法,其中单变量灰色预测模型GM(1,1,tα)是一个重要的研究对象。FAGM(1,1,tα)模型是在基于一阶累加的GM(1,1,tα)模型的基础上引入分数阶累加形式的预测模型。然而,该模型的精度不够高,且... 灰色预测模型是一类处理小样本数据预测的有效方法,其中单变量灰色预测模型GM(1,1,tα)是一个重要的研究对象。FAGM(1,1,tα)模型是在基于一阶累加的GM(1,1,tα)模型的基础上引入分数阶累加形式的预测模型。然而,该模型的精度不够高,且容易存在过拟合现象。本文结合Lasso回归中的L1正则化思想,对分数阶累加的灰色时间幂模型FAGM(1,1,tα)进行正则化,提出正则化分数阶灰色时间幂预测模型LFAGM(1,1,tα),使用坐标下降算法替代最小二乘估计来求解模型的参数。同时,使用灰狼优化算法(GWO)搜索LFAGM(1,1,tα)模型的最优非线性参数。并基于中国农业耕地灌溉面积情况(2008~2019年)进行算例分析,结果表明,LFAGM(1,1,tα)模型具有更高的预测精度。 展开更多
关键词 分数阶灰色预测模型 l1正则化 灰狼优化算法 坐标下降
在线阅读 下载PDF
基于L1正则化的船体梁弯矩与部分参数同时识别方法研究
18
作者 徐耕读 何小二 +1 位作者 甘进 吴卫国 《中国造船》 北大核心 2025年第1期50-63,共14页
引入L1正则化算法,提出了一种同时识别船体梁弯矩与部分结构参数的方法。以加筋箱型梁为对象,通过数值与试验方法,基于不同的同时识别方案评估了该方法的有效性。结果表明,同时识别方法中弯矩识别模块的识别精度高于弯矩与参数分别求解... 引入L1正则化算法,提出了一种同时识别船体梁弯矩与部分结构参数的方法。以加筋箱型梁为对象,通过数值与试验方法,基于不同的同时识别方案评估了该方法的有效性。结果表明,同时识别方法中弯矩识别模块的识别精度高于弯矩与参数分别求解的方法,而这两种方法中参数识别模块的精度相当。在同时识别方法的弯矩识别模块中引入L1正则化算法能有效提升弯矩识别的稳定性。该方法可为船体结构健康监测系统设计建议优化路径。 展开更多
关键词 弯矩识别 参数识别 同时识别 健康监测 l1正则化
原文传递
基于加权L_1正则化的水下图像清晰化算法 被引量：11
19
作者 杨爱萍 张莉云 +1 位作者 曲畅 王建 《电子与信息学报》 EI CSCD 北大核心 2017年第3期626-633,共8页
水体对光能量有较强的吸收和散射作用,造成水下图像颜色失真,对比度下降。传统的图像增强方法和复原方法处理水下图像时各有不足,该文结合水下成像物理模型和基于Retinex理论的图像增强算法,提出水下图像清晰化方案。首先,基于图像统计... 水体对光能量有较强的吸收和散射作用,造成水下图像颜色失真,对比度下降。传统的图像增强方法和复原方法处理水下图像时各有不足,该文结合水下成像物理模型和基于Retinex理论的图像增强算法,提出水下图像清晰化方案。首先,基于图像统计特性给出一种简单的颜色校正方法,以去除颜色失真;在水下图像成像理论框架下,利用边界约束求得初始透射率,再使用自适应维纳滤波进行优化;在此基础上,提出加权L_1正则化模型对亮度层进行增强,最后再进行自适应Gamma校正。实验结果表明,算法可以有效去除颜色失真,而且能够大幅提升图像的对比度和清晰度。 展开更多
关键词 图像处理 颜色校正 透射率 加权l1正则化 自适应Gamma校正
在线阅读 下载PDF
基于改进L1/2正则化的肺部电阻抗断层图像重建研究
20
作者 任晓康 张恒 +2 位作者 赵雅晴 李明宇 谢利德 《计算机应用文摘》 2025年第17期134-137,共4页
在肺部电阻抗断层图像重建过程中,病态逆问题会加剧噪声敏感性,导致重建图像精度不高。为此,提出一种基于改进L1/2正则化的肺部电阻抗断层图像重建方法。该方法首先建立描述肺部电阻抗与边界电压关系的数学模型,以增强对肺部电阻抗变化... 在肺部电阻抗断层图像重建过程中,病态逆问题会加剧噪声敏感性,导致重建图像精度不高。为此,提出一种基于改进L1/2正则化的肺部电阻抗断层图像重建方法。该方法首先建立描述肺部电阻抗与边界电压关系的数学模型,以增强对肺部电阻抗变化的捕捉能力;其次利用灵敏度矩阵重建肺部场域的电导率图像。在重建过程中,将改进的L1/2正则化与高斯噪声和拉普拉斯噪声的自适应范数混合模型相结合,有效识别并抑制2类噪声,从而提升图像清晰度与准确性。针对拉普拉斯噪声,引入了专门的滤波方法,并将其嵌入自适应范数混合模型中,以进一步消除该类噪声,优化重建质量。实验结果表明,该方法所生成的肺部电阻抗断层图像与原始真实图像的相似度约为0.95,能够有效降低噪声干扰并显著提升重建精度。 展开更多
关键词 改进l1/2正则化 肺部电阻抗断层 图像重建 正问题 高斯分布 拉普拉斯分布
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 7 下一页 到第 页
使用帮助 返回顶部