1) regularization variation
正则化变分
1.
Based on the idea of SAR image processing and the prior knowledge of SAR image,we presented an adaptive regularization variation method by constructing diffusion coefficient and regularization parameter.
传统的SAR图像相干斑抑制方法通常会导致边缘和目标的模糊,针对该问题,本文基于SAR图像的先验信息和处理理念,通过合理构造扩散系数和正则化参数,提出了一种新的更适合SAR图像相干斑抑制和特征增强的自适应正则化变分方法。
3) Bounded variation regularization
有界变分正则化
4) reguar variation
正则变分
6) total variation regularization method
全变分正则化方法
1.
Combining the characteristics of time-lapse seismic, total variation regularization method is introduced as a method of iteration suitable for obtaining a stable numerical solution for inverse problem of wave equation in non-continuous function classes.
接着,本文建立了时间推移地震的反演模型,结合时间推移地震的特点,引入了适用于获得波动方程反问题在非连续函数类中的稳定数值解的迭代法——全变分正则化方法,并且针对时间推移地震的模型特点,自适应地提出了适用于时间推移地震反演模拟的快速精细稳定的算法——多尺度全变分方法,并且应用于三维时间推移地震反演模拟中,通过与传统算法比较,说明了本文所构造的算法是一种具有较高精度的快速稳定反演算法。
补充资料：巨正则配分函数
其定义为：式中λ为乘因子，相当于粒子的绝对活度;n为巨正则系综中体系的粒子数;Qn为n个粒子体系的正则配分函数。巨正则配分函数与体系的热力学函数之间的关系为：
式中p为压力；V为体系的体积；k为玻耳兹曼常数；T为热力学温度；E为体系的能量。
在巨正则系综中,具有粒子数ni,能量Ei的体系出现的几率为：
式中N为总体系数；表示具有粒子数为ni,能量为Ei的体系数；W(ni,Ei)表示粒子数为ni,能量为Ei的体系的微观态数。
式中p为压力；V为体系的体积；k为玻耳兹曼常数；T为热力学温度；E为体系的能量。
在巨正则系综中,具有粒子数ni,能量Ei的体系出现的几率为：
式中N为总体系数；表示具有粒子数为ni,能量为Ei的体系数；W(ni,Ei)表示粒子数为ni,能量为Ei的体系的微观态数。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条