1) stepped regularization
分步正则化
2) 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。
4) differential regularization method
微分正则化
1.
In the maximum scale the differential regularization method is used to find the initial value of the next scale,in the other scales the iteration processing is carried out to obtain the global minimum point.
构造了一种求解Maxwell方程反问题的小波-微分正则化混合反演算法。
5) regularized discriminant analysis(RDA)
正则化判别分析
1.
By using the optimized covariance matrices to optimize the new regularized discriminant analysis(RDA),the correct classification rate is higher than th.
利用优化的协方差矩阵对正则化判别分析方法进行优化,其模式分类正确率有显著提高。
6) Bounded variation regularization
有界变分正则化
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