导读:本文包含了正则参数论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:正则,参数,广义,方法,子群,子粒,载荷。
正则参数论文文献综述
段楠楠[1]（2017）在《基于广义交叉验证的正则参数选择在非凸非Lipschitzian图像恢复模型中的应用》一文中研究指出病态问题的研究在优化理论、算法和应用中都占据非常重要的地位.许多应用都涉及到病态问题的参数估计问题,例如:图像恢复问题.目前已有多种估计正则参数的方法,常用的有L曲线法、交叉验证法和广义交叉验证法等.本论文主要研究基于广义交叉验证的正则参数估计方法在非凸非Lipschitzian图像恢复模型中的应用.我们采用非凸非Lipschitzian的Lp(0<p<1)正则项,从而有助于恢复清晰的轮廓.本文主要使用交替极小化算法框架、光滑最速下降算法及一维黄金分割搜索等来同时实现正则参数的调整及图像恢复.比较不同噪音水平下的图像恢复效果发现基于广义交叉验证来选择正则参数的非凸非Lipschitzian图像恢复模型能够得到比采用LTV、L1正则项的图像恢复模型均大的信噪比结果.(本文来源于《北京交通大学》期刊2017-04-20）
白俊雨,谢爽,梁义强[2]（2017）在《基于蚁群算法的Tikhonov正则参数优化计算》一文中研究指出正则化方法是求解不适定问题的最有效方法之一,在科学和工程技术领域被广泛应用,而正则参数的选取是实施这一方法的关键。在分析了Tikhonov正则化原理的基础上,研究了Tikhonov正则化方法中的正则参数求解问题,分别以广义交叉准则(GCV)、L曲线准则和Engl误差极小化准则来构建目标函数,把正则参数的求解问题转化为非线性优化问题,并采用鲁棒性强、收敛速度快的蚁群算法对目标函数在解空间进行全局寻优,以最大的概率获得正则参数的最优值。以第一类Fredholm积分方程为例进行了数值试验,数值模拟结果表明该方法是寻求最优正则解的一条有效途径。(本文来源于《新疆石油天然气》期刊2017年01期）
张兰[3]（2016）在《基于HS-QPSO算法的Tikhonov正则参数选取》一文中研究指出Tikhonov正则化方法是处理一类不适定问题的有效方法,最优正则参数的选取直接影响到最优解的产生,因此,如何选取最优参数极为重要。结合和声算法易收敛到全局最优和量子粒子群算法收敛快的优点,提出了一种和声搜索的量子粒子群算法,首先对基本测试函数进行测试,表明了算法的优越性,然后将算法应用于正则化参数的选取。结果表明,HS-QPSO算法在选取正则参数时能有效的跳出局部最优解,与其它算法相比具有优更好地全局优化能力。(本文来源于《计算机仿真》期刊2016年01期）
陈杭,叶春茂,张伯彦[4]（2015）在《一种正则化图像特征增强中正则参数选择方法》一文中研究指出正则化图像特征增强算法能够在保持图像较高分辨力的情况下抑制散斑和旁瓣。选择合适的正则化参数对于正则化算法所形成图像的质量至关重要。本文应用推广到非二次型正则化情形的广义交叉验证(GCV)、稳健广义交叉验证(RGCV)和Stein无偏风险估计(SURE)方法研究正则参数选择策略,推导了特征增强正则化方法中GCV,RGCV和SURE函数的直接计算公式,并提出了修正特征项后快速求取正则解的算法以及一般的不动点迭代算法,从而实现了正则参数的自适应选择。数值仿真和实测数据处理结果均说明所提方法的有效性。(本文来源于《太赫兹科学与电子信息学报》期刊2015年06期）
曾小牛,李夕海,陈鼎新,杨晓云[5]（2015）在《基于径向谱的位场向下延拓正则参数选取方法》一文中研究指出Tikhonov正则算法是解决位场向下延拓不适定性广泛采用的一种有效方法,最优正则参数的选取对下延精度和计算时间都有影响。为了快速、有效地选取正则参数,提出一种基于位场径向平均功率谱的Tikhonov正则参数选取方法。该方法通过建立由径向平均功率谱确定的截止波数和Tikhonov正则低通滤波函数的截止波数的关系来确定正则参数。基于理论重力模型数据及航磁实测数据将新方法同以往普遍采用的L-曲线法、C-范数法进行了正则向下延拓效果的对比实验。实验结果表明,新方法实现简单、物理意义明确,且选取的正则参数优于另外两种经典方法。(本文来源于《石油地球物理勘探》期刊2015年04期）
吴文俊[6]（2014）在《正则参数下指数族分布回归模型的变量选择方法研究》一文中研究指出目前分析、处理高维数据是统计学的研究热门问题．变量选择方法是处理高维数据的有效方法．Elastic Net方法是针对高维海量数据，特别是微列阵的数据而提出的变量选择方法，它能选出强相关的变量，同时估计参数．DantzigSelector(DS)方法是针对样本量远远小于维数类型的数据而提出的变量选择方法，它进行变量选择的同时估计参数．本文阐述了Elastic Net和DS方法，研究正则参数下指数分布回归模型Elastic Net、Adaptive Elastic Net和Adaptive DS方法的性质与应用．主要研究内容如下：一是提出正则参数下指数族分布回归模型Elastic Net方法的变量选择，研究正则参数下指数族分布回归模型ElasticNet方法的组效应性质，及AdaptiveElastic Net方法的Oracle性质；通过数值模拟来验证Elastic Net方法的可行性．二是提出正则参数下指数族分布回归模型ADS方法的变量选择，研究正则参数下指数族分布回归模型ADS方法的Oracle性质，并通过数值模拟来验证该方法的可行性．(本文来源于《广西师范学院》期刊2014-06-01）
李彦东,杨滨,徐灿华,代萌,付峰[7]（2013）在《针对脑部电阻抗成像的四种正则参数选取方法的比较研究》一文中研究指出目的:寻找一种适用于脑部电阻抗成像(EIT)的正则化参数选取方法。方法:将L型曲线法、广义交叉校验法、固定噪声系数法和偏差原理法4种正则化参数选取算法应用于包含高阻抗颅骨的真实颅脑模型中,然后通过模糊半径和重建位置误差2个指标比较施加50次不同高斯白噪声的重建效果。结果:在4种算法中偏差原理法最客观、最稳定以及最接近真实解。结论:可采用偏差原理法作为脑部EIT的正则参数选取方法。(本文来源于《中国医学装备》期刊2013年11期）
刘春生,任春平,鲁士铂,万丰[8]（2013）在《截齿截割载荷谱重构的正则参数优化策略》一文中研究指出为有效提取及识别截割载荷谱特征,提高煤岩破碎效率,针对有限的镐型截齿实验载荷谱,应用Tikhonov正则化方法,分析其载荷谱在不同正则参数下的重构效果,给出载荷谱重构的最优正则参数选取策略,探讨选取不同正则参数策略对载荷谱重构的影响程度。结果表明:广义交叉法(GCV)比L-曲线准则更能够选取最优的正则参数,其重构载荷谱特征易于识别和提取,且能够反映煤岩实际破碎状态。(本文来源于《黑龙江科技学院学报》期刊2013年05期）
冯李哲,盛宝怀[9]（2012）在《系数正则化回归模型的最优正则参数》一文中研究指出研究了具有最小平方损失且正则项为系数正则化的回归问题的误差分析,分别对样本误差和逼近误差作了估计,获得了关于参数γ的误差界;通过选择合适的参数,使得该误差界最优并且得到学习速率.(本文来源于《浙江大学学报(理学版)》期刊2012年02期）
陈大伟,胡访宇[10]（2011）在《采用自适应正则参数的超分辨率加权重建》一文中研究指出采用L1(一阶)、L2(二阶)范数是当前较为流行的2种图像超分辨率重建算法。在对这2种算法的优缺点进行分析的基础上,提出了一种采用L1和L2范数混合加权的参数自适应双边全变差正则化重建算法,将正则化参数作为重建图像的一个函数。实验证明这种算法有很好的边缘保持和去除椒盐噪声的能力,重建图像的质量有显着提高。(本文来源于《无线电工程》期刊2011年05期）
正则参数论文开题报告
（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：
正则化方法是求解不适定问题的最有效方法之一,在科学和工程技术领域被广泛应用,而正则参数的选取是实施这一方法的关键。在分析了Tikhonov正则化原理的基础上,研究了Tikhonov正则化方法中的正则参数求解问题,分别以广义交叉准则(GCV)、L曲线准则和Engl误差极小化准则来构建目标函数,把正则参数的求解问题转化为非线性优化问题,并采用鲁棒性强、收敛速度快的蚁群算法对目标函数在解空间进行全局寻优,以最大的概率获得正则参数的最优值。以第一类Fredholm积分方程为例进行了数值试验,数值模拟结果表明该方法是寻求最优正则解的一条有效途径。
（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。
正则参数论文参考文献
[1].段楠楠.基于广义交叉验证的正则参数选择在非凸非Lipschitzian图像恢复模型中的应用[D].北京交通大学.2017
[2].白俊雨,谢爽,梁义强.基于蚁群算法的Tikhonov正则参数优化计算[J].新疆石油天然气.2017
[3].张兰.基于HS-QPSO算法的Tikhonov正则参数选取[J].计算机仿真.2016
[4].陈杭,叶春茂,张伯彦.一种正则化图像特征增强中正则参数选择方法[J].太赫兹科学与电子信息学报.2015
[5].曾小牛,李夕海,陈鼎新,杨晓云.基于径向谱的位场向下延拓正则参数选取方法[J].石油地球物理勘探.2015
[6].吴文俊.正则参数下指数族分布回归模型的变量选择方法研究[D].广西师范学院.2014
[7].李彦东,杨滨,徐灿华,代萌,付峰.针对脑部电阻抗成像的四种正则参数选取方法的比较研究[J].中国医学装备.2013
[8].刘春生,任春平,鲁士铂,万丰.截齿截割载荷谱重构的正则参数优化策略[J].黑龙江科技学院学报.2013
[9].冯李哲,盛宝怀.系数正则化回归模型的最优正则参数[J].浙江大学学报(理学版).2012
[10].陈大伟,胡访宇.采用自适应正则参数的超分辨率加权重建[J].无线电工程.2011
论文知识图
