学科分类
/ 1
5 个结果
  • 简介:在压缩感知、矩阵恢复等研究领域,弹性正则化方法引起了广泛的关注.由于该方法可以避免数据建模时(特别是解决复杂问题时)解出现大的波动,从而被视为解决相关问题的优秀方法之一.针对以上情况,提出基于Schattenp-norm最小化的矩阵恢复的弹性正则化模型,旨在加强解决复杂问题时的解的稳定性并改进矩阵恢复研究领域中基于核范数最小化逼近秩函数这一传统方法的缺陷.同时,为了解决提出的非凸模型,采用交替迭代算法和MM算法求解所提出的模型.实验结果表明,所提出的算法能够有效地恢复测量值较少的矩阵.

  • 标签: 矩阵恢复 弹性正则化 Schatten p-范数 交替迭代算法 MM算法
  • 简介:随着汽车工业的发展和新材料、新技术的广泛使用,车身碰撞修复过程中的形状与功能恢复是目前车身维修技师广泛关注和研究的新课题。下面,笔者结合自己多年车身碰撞修复经验,就此问题谈一谈自己的观点。

  • 标签: 修复过程 功能恢复 车身 形状 汽车工业 维修技师
  • 简介:本文介绍了一种在线递归投影稀疏矩阵恢复(ReProSMR)算法矩阵时间序列Mt等于稀疏矩阵序列St与非稀疏矩阵序列Lt之和,其中Lt在低维张量空间内随时间缓慢变化ReProSMR算法实时地将观测矩阵Mt分解为非稀疏矩阵Lt和稀疏矩阵StReProSMR算法的一个典型应用场景为监控视频动态背景建模,监控视频的每一帧图像的背景部分由于具有很强的相似性而构成低秩部分,而少量的运动目标构成视频的前景则对应于稀疏部分ReProSMR算法对图像序列进行矩阵低秩稀疏分解,便可成功地将静止的背景和活动的前景分开,从而实现背景动态建模和运动前景识别。ReProSMR算法是递归投影压缩传感(ReProCS)算法引入张量主成分分析后的改进算法实验结果表明,ReProSMR算法的计算效率显著高于ReProCS算法。

  • 标签: 张量主成分分析 稀疏矩阵恢复 ReProSMR
  • 简介:摘要:长期以来,在开采矿产资源的同时,环境保护的缺失使矿山地质生态环境问题日益突出。近年来,随着对生态环境的日益重视,国内外对矿山地质环境问题的研究逐渐深化,并取得了一定的研究成果,如地表土壤保持技术、废弃地改造技术、植被恢复技术等。本文提出了矿山地质环境治理方案,总结了具有普遍借鉴意义的生态环境修复治理策略。希望能为类似项目和生态环境恢复治理的理论研究提供借鉴。

  • 标签: 矿山 地质灾害 生态环境恢复 治理 难点 对策