导读:本文包含了稀疏约束论文开题报告文献综述及选题提纲参考文献，主要关键词:压缩感知,波场重构,L1,2正则化,Shearlet变换
稀疏约束论文文献综述
兰南英,张繁昌[1]（2019）在《压缩感知框架下基于稀疏L_(1/2)正则约束的地震数据重构方法》一文中研究指出地震数据重构是地震资料处理领域中十分必要的前期性工作,对于提高偏移成像精度、多次波的压制效果以及AVO分析的准确性具有重要意义。压缩感知重构是目前应用最广泛的方法之一,其重构精度与稀疏正则化密切相关。本文提出一种基于稀疏L1/2正则约束的地震数据重构方法,该方法在压缩感知框架下,根据Shearlet域中地震数据的稀疏特性构建重构优化模型,以L1/2范数作为稀疏约束对地震数据进行高精度重构。数值测试结果表明,相较于传统的L1正则约束重构方法,提出的方法可以更好地恢复地震波场,消除空间假频。(本文来源于《2019年油气地球物理学术年会论文集》期刊2019-11-27）
魏亚杰,张盼,许卓[2]（2019）在《基于稀疏约束反演的叁维混采数据分离》一文中研究指出混合震源采集技术相对于传统的地震数据采集,在极大提高采集效率的同时引入了混迭噪声,很大程度上影响了成像结果的精度.二维混采数据中,我们通常利用混迭噪声在非共炮域呈非相干分布这一特点来压制混迭噪声,从而实现混合震源数据分离.相对于二维混采数据,叁维混采数据具有数据量巨大,构建混合震源算子困难,混合度的增加引入了高强度混迭噪声的特点.针对上述问题,本文采用稀疏约束反演方法在Radon域实现混采数据分离,混迭噪声强度比较大的情况下,稀疏约束反演方法能够得到更高精度的分离结果;利用震源激发的GPS时间通过长记录的方式在共接收点道集对上一次迭代分离结果做混合、伪分离,实现了单个共接收点道集自身混合、伪分离,避免了对整个数据做运算,同时不需要构建混合震源算子.通过模拟数据和实际数据计算来验证上述方法的适用性.(本文来源于《地球物理学报》期刊2019年10期）
孔繁锵,朱成,徐诚,周永波[3]（2019）在《空间相关性约束联合子空间追踪的高光谱图像稀疏解混》一文中研究指出通过深入分析高光谱图像空间相邻数据之间的空间相关性,提出一种利用空间相关性进行约束的联合子空间追踪解混(Spatial correlation constrained simultaneous subspace pursuit,SCCSSP)方法。该方法首先基于分块思想将高光谱图像进行分块处理,然后在图像块的端元提取步骤中,结合空间相关性特征对端元的提取进行约束,从而确保当前端元支撑集相对于高光谱图像残差是最优的。在丰度估计中将图像块的端元集合合并作为整幅图像的端元支撑集,通过求解非负性约束的最小二乘法获得丰度重建图像。模拟图像数据实验结果表明,本文方法在同等条件下能够获得更高的信号重构误差,且解混运算时间低于凸优化算法。在实际图像数据实验中,本文方法丰度图像稀疏度最低,取得了仅次于SUnSAL-TV算法的图像重建误差,其所得到的丰度重建图像也取得了更好的视觉效果。实验结果验证了本文方法具有更高的解混精度。(本文来源于《南京航空航天大学学报》期刊2019年05期）
田丹,张国山,孙申申[4]（2019）在《反向低秩稀疏约束下的融合Lasso目标跟踪算法》一文中研究指出现有的低秩稀疏优化目标跟踪算法容易存在下述两方面问题:①需要求解大量l1优化问题,计算复杂度高.②在目标突变运动情况下,经常出现跟踪漂移现象.为此,提出一种反向低秩稀疏约束下基于融合最小绝对值收缩和选择算子(Lasso)的目标跟踪算法.首先,建立目标表观的反向稀疏表示描述,利用候选粒子反向稀疏表示目标模板,将在线跟踪中l1优化问题的数目由候选粒子数简化为1.其次,将融合Lasso模型引入到目标跟踪建模中,约束表示系数差分的绝对值之和,保证表示系数稀疏性的同时,使其连续性差异亦稀疏.从而限制目标表观在相邻帧间具有较小差异,但允许个别帧间存在较大差异性,以适应目标的突变运动.再次,利用核范数凸近似低秩约束,限制目标表观的时域相关性,以适应目标的外观变化.实验结果表明,面向具有严重遮挡、光照和尺度变化、目标突变运动等挑战性的标准跟踪数据集,提出算法能完成复杂场景下的跟踪任务.与目前几种热点算法进行定性与定量分析比较,提出算法具有更高的跟踪精度和较快的跟踪速度,特别是在目标突变运动情况下具有更好的鲁棒性.(本文来源于《天津大学学报(自然科学与工程技术版)》期刊2019年12期）
李璞,李澄,黄长征,王洪荣,胡松喜[5]（2019）在《基于稀疏响应面的麦弗逊悬架多约束优化》一文中研究指出针对传统优化方法需要频繁调用仿真模型的弊端,提出基于非自适应采样和稀疏响应面方法的麦弗逊悬架多约束优化方法。基于ADAMS软件构建了麦弗逊悬架模型,通过灵敏度分析确定6个设计变量;在设计空间内进行一组60个非自适应采样,以车轮跳动试验中四轮定位参数的变化值作为响应值;构建了4个约束稀疏响应面和1个优化目标稀疏响应面;采用序列二次规划方法进行优化求解。结果表明,目标函数值由5.917°降低至3.158°,较Kriging模型方法多降低9.5%。(本文来源于《汽车工程学报》期刊2019年05期）
董烈乾,宋家文,张慕刚,蒋连斌,于文杰[6]（2019）在《基于正则化约束的稀疏域混迭噪声压制技术》一文中研究指出为了获取更高质量的深层地震成像效果和降低采集数据成本,高效混迭采集技术得到广泛应用。但该技术会产生严重的混迭噪声干扰,降低地震数据的信噪比和分辨率,也影响地下目标体的识别。针对此问题,本文设计了一种基于复曲波域迭代反演压制混迭噪声的技术,并在反演过程中利用正则化对反演结果进行约束,可以提高反演精度。与基于F-K域和传统稀疏域混迭噪声压制技术相比,本文技术可以在压制邻炮干扰的同时,更好的保护有效信号。(本文来源于《中国石油学会2019年物探技术研讨会论文集》期刊2019-09-09）
门哲,宁宏晓,李伟波,柳兴刚,郭明杰[7]（2019）在《基于压缩感知的随机采样与稀疏性约束采样重构效果对比》一文中研究指出压缩感知的叁个关键要素是目标数据的稀疏表达、随机采样和稀疏约束的优化重构算法,其中随机采样即对目标数据进行随机地抽样,采样点之间的间隔通常是不相等的。由于单纯的随机采样是完全随机的,存在某些位置采样点过于聚集或者过于分散的问题,导致过于分散位置的重构结果不理想。因此随机采样观测系统设计时要控制缺失采样点之间的最大间隔。本文提出了一种既适用于二维也适用于叁维的稀疏性约束的非规则采样方法,既具有随机性又能够控制缺口大小。针对一个实际二维数据,分别使用随机采样和本文提出的稀疏性约束采样,炮点保留75%,检波点保留50%,总道数为原始的37.5%,然后进行了数据重构,重构记录表明,稀疏性约束采样的结果优于随机采样的结果,稀疏性约束采样重构结果的迭加剖面的品质和原始数据的迭加剖面品质相当,并优于随机采样重构结果的剖面品质。(本文来源于《中国石油学会2019年物探技术研讨会论文集》期刊2019-09-09）
汪洋,刘志刚,王艺婷,鞠荟荟[8]（2019）在《基于交叉全变分正则化及稀疏约束的异常检测算法》一文中研究指出针对目前基于低秩矩阵分解的高光谱异常检测算法没有充分利用高光谱空间信息,导致算法检测性能不佳的问题,提出了一种基于交叉全变分正则化及稀疏特性的高光谱异常检测算法。算法首先通过引入交叉全变分来利用高光谱图像相邻像元间的空间相关性以及高光谱图像的光谱信息,同时借助异常目标稀疏的先验知识来进行异常检测。实验结果表明,与现有算法相比,该算法在检测性能上有很好的表现。(本文来源于《国家安全地球物理丛书（十五）——丝路环境与地球物理》期刊2019-08-13）
王博,初丽[9]（2019）在《一类概率约束稀疏线性回归模型》一文中研究指出提出了一类带有概率约束的稀疏线性回归模型,一定程度上改善了经典模型的不足.通过概率和数学期望的关系,以及非负实数集合的指示函数可以用两个凸函数之差近似的性质,建立了其保守近似模型,同时建立了近似模型和原模型的最优解集合,稳定点集合之间的收敛关系.为了求解近似模型,利用凸函数差的性质,建立了序列凸近似算法,并证明了其收敛性.注意序列凸近似的子问题是随机优化问题,其中随机变量可以用Monte Carlo随机抽样进行近似.可以证明Monte Carlo近似问题的结果以概率1收敛到序列凸子问题.最后数值实验说明了该方法的有效性.(本文来源于《吉林师范大学学报(自然科学版)》期刊2019年03期）
张永霖,王海斌,台玉朋,汪俊,陈曦[10]（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）
稀疏约束论文开题报告
（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：
混合震源采集技术相对于传统的地震数据采集,在极大提高采集效率的同时引入了混迭噪声,很大程度上影响了成像结果的精度.二维混采数据中,我们通常利用混迭噪声在非共炮域呈非相干分布这一特点来压制混迭噪声,从而实现混合震源数据分离.相对于二维混采数据,叁维混采数据具有数据量巨大,构建混合震源算子困难,混合度的增加引入了高强度混迭噪声的特点.针对上述问题,本文采用稀疏约束反演方法在Radon域实现混采数据分离,混迭噪声强度比较大的情况下,稀疏约束反演方法能够得到更高精度的分离结果;利用震源激发的GPS时间通过长记录的方式在共接收点道集对上一次迭代分离结果做混合、伪分离,实现了单个共接收点道集自身混合、伪分离,避免了对整个数据做运算,同时不需要构建混合震源算子.通过模拟数据和实际数据计算来验证上述方法的适用性.
（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。
稀疏约束论文参考文献
[1].兰南英,张繁昌.压缩感知框架下基于稀疏L_(1/2)正则约束的地震数据重构方法[C].2019年油气地球物理学术年会论文集.2019
[2].魏亚杰,张盼,许卓.基于稀疏约束反演的叁维混采数据分离[J].地球物理学报.2019
[3].孔繁锵,朱成,徐诚,周永波.空间相关性约束联合子空间追踪的高光谱图像稀疏解混[J].南京航空航天大学学报.2019
[4].田丹,张国山,孙申申.反向低秩稀疏约束下的融合Lasso目标跟踪算法[J].天津大学学报(自然科学与工程技术版).2019
[5].李璞,李澄,黄长征,王洪荣,胡松喜.基于稀疏响应面的麦弗逊悬架多约束优化[J].汽车工程学报.2019
[6].董烈乾,宋家文,张慕刚,蒋连斌,于文杰.基于正则化约束的稀疏域混迭噪声压制技术[C].中国石油学会2019年物探技术研讨会论文集.2019
[7].门哲,宁宏晓,李伟波,柳兴刚,郭明杰.基于压缩感知的随机采样与稀疏性约束采样重构效果对比[C].中国石油学会2019年物探技术研讨会论文集.2019
[8].汪洋,刘志刚,王艺婷,鞠荟荟.基于交叉全变分正则化及稀疏约束的异常检测算法[C].国家安全地球物理丛书（十五）——丝路环境与地球物理.2019
[9].王博,初丽.一类概率约束稀疏线性回归模型[J].吉林师范大学学报(自然科学版).2019
[10].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
标签：压缩感知; 波场重构; L1; 2正则化; Shearlet变换;