增广拉格朗日乘子法相关论文
本文利用时间最优控制问题与范数最优控制问题的等价性,针对控制系统为线性常微分方程的时间最优控制问题,提出两类新的求解时间最......
连铸是钢铁生产的关键环节,二冷区是连铸生产过程中的关键环节,二冷区水量的大小影响着铸坯是否均匀冷却,关系着铸坯质量的好坏。......
钢铁作为工业生产中不可或缺的原材料,为世界经济的高速发展提供了基础保证。同时,由于钢铁行业也是能源消耗大户,因此亟需从制造......
图像记忆性预测包含两个核心问题:特征表征与预测模型。当前对图像记忆性预测的研究多聚焦于探索对其有影响的视觉因素,预测过程采......
近年来,医学图像配准技术迅速发展。临床上通常需要对同一个病人进行多种模式或同一种模式的多次成像,综合分析所得图像就可以观察......
图像分类是通过计算机对图像进行处理、分析以代替人类去识别不同模式的目标和对象的技术,因其具备的巨大的应用价值而被广泛研究......
在数据爆炸时代,信号处理、图像处理和模式识别等领域中的许多问题都需要处理高维数据集。然而,随着数据维度的增大,数据处理难度......
随着第四次科技革命的到来,许多领域中数据采集的规模呈现出几何级增长的态势。在图像视觉领域,由于受到环境或者图像数据采集工具......
障碍问题又称为自由边界问题。这类问题由一些微分等式和不等式组成的互补形式来描述。由于这类问题所固有的非线性,使得在数学建......
随着移动互联网与多媒体技术的普及与发展,人们不但是图片和视频的使用者,而且是它们的创造者。在主客观条件的限制下,拍摄或传输......
随着传感器技术、通信技术、计算机技术等的蓬勃发展,人们每时每刻都能获得海量数据。然而,由于这些数据往往是大规模、高维且含有......
伴随着大数据时代的到来,人类社会进入了一个“数据化生存”的时代,人们每时每刻都在获取海量高维数据。然而,在计算机视觉、图像......
过去十年来,复杂网络已成为多学科交叉研究的重要领域,受到了来自不同领域的学者的关注。链路预测作为复杂网络中最重要的研究方向......
列车运行品质提升需要高质量、高效的养护维修技术支持,而铁路运行过程平面、纵断面受行车、路基及其它结构物变形等的影响,需要高......
随着计算机网络技术和多媒体技术的快速发展与普及,社交网络已经成为人们生活中不可缺少的一部分。在此背景下,图像作为用户产生的......
如何解决无线传感网络中的能源有限和网络中大量的数据传输带来的能量消耗与网络拥塞之间的矛盾一直是无线传感网络的研究热点之一......
随着科学技术的不断发展,大数据分析及其处理技术在社会生产和生活的各个领域发挥着越来越重要的作用。当今社会,人们对信息的需求......
由于结构和轨下基础的弹性不均等原因造成轨道线形的长波不平顺。长波不平顺又分为动态不平顺和静态不平顺，静态不平顺是指无轮载作......
第一章，综述了结构可靠性发展的历史，指出了结构可靠性未来的发展方向，并介绍了结构可靠性中几个常用的概念。 第二章，对当今实用的一......
主成分分析是解决大规模科学问题的有力工具,在信号处理、图像处理、计算机视觉、机器学习等领域有广泛的应用。对于混有高斯白噪......
在经营管理、工程设计、科学研究、军事指挥等方面普遍地存在着最优化问题，然而其中结合实际情况出现的绝大多数问题都被归纳于非线......
目的 为解决手指肌肉、肌腱组织结构复杂导致肌肉力真实值很难获取的问题,采用混合遗传算法求解手指肌肉力.方法 在分析手指解剖结......
在成本限制下,为使系统的可靠度最大,系统采用表决冗余结构,并对具有表决冗余结构的系统可靠度和冗余度同时进行优化和分配,优化方......
目的低秩矩阵恢复是通过最小化矩阵核范数来获得低秩解,然而待恢复低秩矩阵相关性低的要求往往会导致求解不稳定的情况。方法针对......
由于采用矩阵的表示形式会破坏视频数据的原始空间结构,针对这一问题,提出了一种基于块和低秩张量恢复的视频去噪方法。首先运用自......
随着测井技术的发展，各大油田采集和存储的测井数据量呈井喷式增长，并存在大量冗余和噪声，在进行油气层识别前必须对测井数据进行压缩......
提出一种多任务稳健主成分分析方法，用以结合多视觉特征实现运动目标分割．给定由多类型特征矩阵描述的视频数据，将它分解为低秩和稀疏......
利用磁共振影像数据实现对阿尔茨海默病的准确诊断。将常规稀疏表示中的单层字典分解为两层,分别使用各类别的典型样本和类内差异......
针对现有的鲁棒主成分分析(RPCA)方法忽略序列数据的连续性及不完整性的情况,提出了一种低秩矩阵恢复模型——正则化不完全鲁棒主......
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......
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......
针对压缩感知的矩阵低秩稀疏分解目标跟踪算法实时性差的问题,提出一种大矩阵压缩特征目标的低秩跟踪算法。该算法通过将大矩阵分......
为了改善低信噪比情况下去噪效果、边缘保持能力差的问题,提出一种联合全变分正则项的字典学习图像去噪方法.首先,把增广拉格朗日......
鉴于增广拉格朗日乘子法作为一种数学方法已被广泛应用于各类数值计算的实践中,提出了一种以增广拉格朗日乘子法为框架,能有效解决......
污水处理过程是一个大型流程工业过程，它受到进水流量和污泥负荷中的大扰动以及进流污水中的不确定混合成分影响严重，因此，保证污水处......
针对声呐主动探测时受界面混响干扰的问题,本文在稀疏矩阵分解理论的基础上,与平均声强器处理相结合,提出了一种适用于强混响环境......
为了解决具有约束的非线性优化问题,本文将增广拉格朗日乘子法和鱼群算法相结合用于非线性问题的全局优化,即用人工鱼群算法寻找增......
针对传统背景建模存在的问题,文中基于低秩矩阵恢复原理,直接从视频序列中分离出前景物体和背景模型。已有低秩矩阵恢复算法的迭代......
针对多模态目标跟踪中大多仅考虑单个图像的异种特征融合或不同模态图像的同种特征融合,为了使得这两者间能自然集成,提出基于联合......
利用Hopfield神经网络与增广拉格朗日乘子法相结合来求解非线性约束的结构优化问题。针对神经网络模型容易陷入局部极小解的缺点,......
随着科学技术的不断发展,尤其是网络传媒工具的普及,大规模数据的分析与处理技术在社会生活和科学研究中占据越来越重要的地位,广......
为了在缓解阶梯效应的同时更好地保留去噪后图像的细节信息,提出一种基于增强高阶非凸全变分(higher order non-convex total vari......
将约束最优化问题的间接解法中有代表性的惩罚函数法和增广拉格朗日乘子法应用到配气机构五项式凸轮型线的最优化设计中,优化设计......
为了解决在矩阵填充过程中的高维度和高计算成本的问题,提出一种基于快速随机投影的矩阵填充方法(FRPMC)。利用对矩阵的随机投影的......
本文提出了一种基于粒子群算法和增广拉格朗日乘子法的混合可靠性分析方法.该方法通过引入参数的不确定性和区间变量,得到一种概率......
针对动力定位船舶处于环境载荷较小但方向可能不断变化的海况,为了减小机械磨损和能量消耗,设置了推进器的固定角度工作模式,并采......
从结构可靠指标 β的几何意义出发 ,提出了相关正态随机向量下求解β的优化模型 ,并给出了求解β的增广拉格朗日乘子算法。在理论......
鲁棒主成分分析(RPCA)问题用于恢复某些元素被严重破坏的低秩矩阵,在视频去噪、背景建模、推荐系统等领域具有广泛的应用.考虑到RP......
