导读:本文包含了混合范数论文开题报告文献综述及选题提纲参考文献，主要关键词:波动方程,自由表面相关多次波,层间多次波,自适应匹配相减
混合范数论文文献综述
陈习峰,薛永安,黄新武[1]（2019）在《自适应加权混合L1/L2范数匹配相减多次波压制方法》一文中研究指出基于波动方程的自由表面多次波和层间多次波压制时,自适应匹配相减方法的选取是关键的环节。L2范数自适应匹配相减方法适用于多次波强而有效波弱的情况,L1范数自适应匹配相减方法则适用于多次波弱而有效波强的情况,L2范数自适应匹配相减方法的运算速度明显较L1范数自适应匹配相减方法更快。自适应加权混合L1/L2范数匹配相减方法需要构建联合L1范数和L2范数的目标函数,再根据地震数据中有效波与多次波的能量比自适应地调整目标函数中L1范数和L2范数所占权值。该方法充分利用了L1范数和L2范数压制多次波时对地震数据不同的要求,既不需要L2范数自适应匹配相减方法的有效信号与噪声正交的假设,又克服了L1范数自适应匹配相减方法运算效率较低的缺点,在保证压制效果的同时提高了计算效率。多层水平层状模型及SEG/EAGE Pluto模型的测试结果表明,相较于常规方法,该方法明显提升了多次波的压制效果。(本文来源于《石油物探》期刊2019年04期）
张永霖,王海斌,台玉朋,汪俊,陈曦[2]（2019）在《基于混合范数约束的非均匀稀疏水声信道估计方法》一文中研究指出水声信道具有明显的簇状稀疏特性,即稀疏的信道冲激响应大部分为零或接近零的小值系数,而非零值系数是以簇的形式非均匀分布于时延域。为此该文提出了一种基于非均匀混合范数约束仿射投影算法的水声信道估计方法。该方法首先根据信道簇状结构对其进行非均匀分组,基于此将l_(21)范数约束规则加入仿射投影算法中,具体方法为对簇状部分施加l_2范数约束,有效提高系数间的相关性,而簇状结构与其他零值抽头之间利用l_1范数约束实现了整体的稀疏特性。数值仿真以及深海远程水声通信试验数据处理结果表明了该文所提出的水声信道估计算法相较现有稀疏信道估计方法能够实现更快的收敛速度以及更高精度的信道估计结果。(本文来源于《应用声学》期刊2019年04期）
张永霖,王海斌,台玉朋,陈曦[3]（2019）在《基于混合范数约束的自适应水声信道估计方法》一文中研究指出本文提出了一种基于混合范数约束比例调节仿射投影算法(Improved Proportionate Affine Projection Algorithm,IPAPA)的水声信道估计方法,该方法针对水声簇状信道结构,在IPAPA算法中引入l_pl_(21)混合范数约束规则,实现了对信道结构更为精准的重构。海上实验结果表明了本文所提出的信道估计算法相较己有的信道估计方法,在水声簇稀疏信道的估计上能够实现更高精度的估计结果。(本文来源于《中国声学学会水声学分会2019年学术会议论文集》期刊2019-05-25）
陈璐,毕大平,潘继飞[4]（2019）在《叁重混合范数的L型嵌套阵列二维角度估计》一文中研究指出针对L型嵌套阵列二维角度估计问题,提出一种叁重混合范数块稀疏重构算法。首先,建立一种俯仰角和方位角可分离的二维稀疏测向模型,将两个维度采样点分块,分别计算联合协方差矩阵,二维角度估计问题被转化为联合协方差矩阵稀疏优化问题;为减小计算复杂度,建立叁重混合范数块稀疏重构模型,利用交叉迭代的方法得到稀疏解,实现了二维角度估计,并且可以自动配对。仿真试验表明,叁重混合范数稀疏重构算法能够有效估计多个辐射源的二维角度,分辨率较高,并且具有一定的鲁棒性。与传统算法相比,在低信噪比和小快拍数的条件下,均优于传统二维角度估计算法。(本文来源于《宇航学报》期刊2019年01期）
李烁,王慧,耿则勋,于翔舟,卢兰鑫[5]（2018）在《双范数混合约束的遥感影像亮度不均变分校正》一文中研究指出针对遥感影像内部亮度分布不均匀的问题,提出了一种双范数约束的亮度不均变分校正方法。首先分析了单范数变分Retinex方法的不足,根据反射影像和光照影像的特性构造新的变分模型,利用L1范数约束反射影像的纹理和细节信息,利用L2范数约束光照影像的光滑性。为了提高运算效率,采用分裂Bregman方法将变分模型的求解转换为3个子问题交替迭代计算。再对分离出的光照影像进行Gamma校正,取其均值与反射影像进行乘积运算,最后对重建影像进行对比度拉伸处理。试验结果表明,本文方法切实可行,与单范数约束的变分Retinex方法相比,本文方法可以更好地消除亮度不均匀现象和保持影像的纹理和细节信息,同时具有更高的运算效率,速度提高7倍以上。(本文来源于《测绘学报》期刊2018年12期）
范黎杨,张笑钦,严玉芳,刘倩倩[6]（2018）在《基于l_p范数正则化的混合噪声去除模型》一文中研究指出提出了一种基于l_p范数正则化的混合噪声去除模型.首先构造一个基于l_p范数的低秩-稀疏模型,同时对加性高斯白噪声和脉冲噪声进行处理,然后利用交替方向乘子法求解该优化模型,并将其应用于观测图像的混合噪声去除中.实验结果表明,该方法相比于目前比较先进的方法,能够有效地去除混合噪声,恢复原始图像.(本文来源于《温州大学学报(自然科学版)》期刊2018年04期）
李小宝,郭立君,张荣,洪金华[7]（2018）在《混合l_2/l_(1/2)范数的局部组稀疏表示方法》一文中研究指出当前基于稀疏表示的行人再识别都是通过松弛l_0正则项为l_1正则项以达到逼近l_0范数稀疏性的目的.在满足有限等距性质(RIP)条件下,l_1和l_0具有等价性,然而在具有杂乱背景、物体遮挡等众多干扰因素的行人再识别任务中,却很难满足RIP条件.因此,文中提出混合l_2/l_(1/2)范数的组稀疏表示方法,通过将gallery集中同一行人图像序列视为一组,利用l_2范数约束组内结构,l_(1/2)范数约束组间结构,对遮挡和杂乱背景等干扰因素具有更高的鲁棒性.为了进一步增强模型的判别性,引入人体结构约束,将行人图像划分为若干近邻块区域,针对每一区域分别构造适应性的混合l_2/l_(1/2)范数的组稀疏模型,最终融合全部稀疏模型得出再识别结果.在当前具有挑战性的2个多行人图像序列数据集PRID 2011和iLIDS-VID上的实验验证文中方法的有效性.(本文来源于《模式识别与人工智能》期刊2018年09期）
秦岭,马新,李宝山,杜永兴[8]（2018）在《一种混合范数整形分辨率可调的波束形成器》一文中研究指出针对实际应用中需要调节分辨率的现象,提出一种混合范数整形分辨率可调的波束形成器。该方法利用信号的稀疏特性与子空间方法使零陷和旁瓣降低的同时,根据l2范数具有促进稠密解的特性,加入了对主瓣的l2范数约束,从而增大主瓣的阵列增益强度,使主瓣宽度变窄。仿真结果表明,调节加权系数可以调节波束图的主瓣宽度、旁瓣高度和零陷深度,实现了分辨率可调的目的。也可以根据实际需要通过调节加权系数实现各性能参数间良好折衷。(本文来源于《微波学报》期刊2018年03期）
张鑫,邹德旋,沈鑫[9]（2018）在《含交叉项的混合二范数粒子群优化算法》一文中研究指出针对原始粒子群优化算法(PSO)在搜索过程中容易陷入局部最优点的问题,并尽量避免破坏种群多样性,提出一种含交叉项的混合二范数粒子群优化算法HTPSO。首先,利用二范数原理计算当前粒子与个体历史最优粒子间的欧氏距离;其次,将欧氏距离引入速度迭代公式以影响社交项对粒子速度的作用,并按照一定规律随机分布惯性权重;最后,在此基础上简化粒子群算法,并将差分进化(DE)算法中的交叉算子融入该算法中,使粒子能在一定概率下与个体历史最优粒子交叉。为了验证HTPSO的性能,与利用正弦函数改进惯性权重的粒子群优化算法(Sin PSO)、自适应粒子群优化算法(Sel PSO)、基于自适应惯性权重的均值粒子群优化算法(MAWPSO)和简化粒子群优化算法(SPSO)在不同维度下解决8个常用基准函数,并根据T-test、成功率和平均迭代次数分析了各算法的优化结果。实验结果表明,HTPSO具有较优秀的收敛能力,且粒子运动非常灵活。(本文来源于《计算机应用》期刊2018年08期）
王峣钧,林文城,程叁,厍斌,胡光岷[10]（2018）在《基于自适应混合范数的快速多道波阻抗反演》一文中研究指出常规单道地震波阻抗反演忽略了地层的沉积连续性,而多道反演充分利用了地震道之间的空间相干性,可以产生更逼真的地下结构图像,因此近年来多道反演受到普遍关注。在现有多道波阻抗反演算法中,通常都假设噪声服从高斯分布用以构建反演目标函数,但由于地震数据噪声来源的多样性,实际噪声很难满足高斯分布的先验假设,噪声先验假设的不合理性会影响反演对算法对噪声的压制效果。针对以上问题,本文在多道波阻抗反演框架下,提出一种新的自适应混合范数地震波阻抗多道反演方法,在保持地层特征连续性的同时提高反演算法对地震数据噪声的压制效果。然而,当需要同步计算地震道数量很多时,多道反演需要耗费大量时间和存储空间来求解大规模矩阵问题,严重制约了多道反演算法的实际应用。为此,本文引入块坐标下降(BCD)快速算法来进一步求解自适应混合范数地震波阻抗多道反演方程,有效提高了算法的计算效率和对实际地震数据的适用性。本文采用所提出的自适应混合范数多道波阻抗反演方法进行模型测试,表明该方法对混合噪声有较好的压制效果同时求解效率有较大幅度提升。最后在实际页岩气工区中进行应用,相对于常规方法反演效果和运算效率都有较大提升。(本文来源于《CPS/SEG北京2018国际地球物理会议暨展览电子论文集》期刊2018-04-24）
混合范数论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
水声信道具有明显的簇状稀疏特性,即稀疏的信道冲激响应大部分为零或接近零的小值系数,而非零值系数是以簇的形式非均匀分布于时延域。为此该文提出了一种基于非均匀混合范数约束仿射投影算法的水声信道估计方法。该方法首先根据信道簇状结构对其进行非均匀分组,基于此将l_(21)范数约束规则加入仿射投影算法中,具体方法为对簇状部分施加l_2范数约束,有效提高系数间的相关性,而簇状结构与其他零值抽头之间利用l_1范数约束实现了整体的稀疏特性。数值仿真以及深海远程水声通信试验数据处理结果表明了该文所提出的水声信道估计算法相较现有稀疏信道估计方法能够实现更快的收敛速度以及更高精度的信道估计结果。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
混合范数论文参考文献
[1].陈习峰,薛永安,黄新武.自适应加权混合L1/L2范数匹配相减多次波压制方法[J].石油物探.2019
[2].张永霖,王海斌,台玉朋,汪俊,陈曦.基于混合范数约束的非均匀稀疏水声信道估计方法[J].应用声学.2019
[3].张永霖,王海斌,台玉朋,陈曦.基于混合范数约束的自适应水声信道估计方法[C].中国声学学会水声学分会2019年学术会议论文集.2019
[4].陈璐,毕大平,潘继飞.叁重混合范数的L型嵌套阵列二维角度估计[J].宇航学报.2019
[5].李烁,王慧,耿则勋,于翔舟,卢兰鑫.双范数混合约束的遥感影像亮度不均变分校正[J].测绘学报.2018
[6].范黎杨,张笑钦,严玉芳,刘倩倩.基于l_p范数正则化的混合噪声去除模型[J].温州大学学报(自然科学版).2018
[7].李小宝,郭立君,张荣,洪金华.混合l_2/l_(1/2)范数的局部组稀疏表示方法[J].模式识别与人工智能.2018
[8].秦岭,马新,李宝山,杜永兴.一种混合范数整形分辨率可调的波束形成器[J].微波学报.2018
[9].张鑫,邹德旋,沈鑫.含交叉项的混合二范数粒子群优化算法[J].计算机应用.2018
[10].王峣钧,林文城,程叁,厍斌,胡光岷.基于自适应混合范数的快速多道波阻抗反演[C].CPS/SEG北京2018国际地球物理会议暨展览电子论文集.2018