化学交换饱和传递磁共振成像模型与离散化解

脉冲波化学交换饱和传递(CEST)磁共振成像(MRI)模型是定量分析CEST MRI的基础.从CEST的基本原理出发,依据饱和脉冲序列的特点,建立脉冲波CEST MRI数学模型.在此基础上,给出CEST MRI数学模型离散化解和求解模型的快速算法,并用龙格-库塔算法验证离散化解的精确性.最后,利用实验数据验证了模型离散化解的有效性.模型离散化解为定量分析CEST MRI提供了便利手段.     

基于稀疏重建的航空货运量模型研究

压缩感知(Compressed Sensing CS)理论广泛应用于应用数学、图像重建、信道估计以及谱估计等不同领域.在理论方面,依据压缩感知基本理论建立差分稀疏凸优化模型,并推导差分稀疏重建限制子空间特征值的稳定性条件;在应用方面,研究此模型在我国航空货运量建模与预测中的应用,以1998-2007年我国航空货运量的统计数据为基础,利用凸优化理论建立我国航空货运量的差分稀疏模型.通过拟合误差指标的详细比较可知:相对于灰色理论模型、回归分析模型,航空货运量的差分稀疏模型具有更高拟合精度.实验证明,差分稀疏理论可以为航空货运量的短期预测以及航空货运业调控提供有效理论支持.     

基于非凸优化模型的块稀疏信号恢复条件

压缩感知(compressed sensing,CS)是一种全新的信息采集与处理理论，它表明稀疏信号能够在远低于Shannon-Nyquist采样率的条件下被精确重构.现从压缩感知理论出发，对块稀疏信号重构算法进行研究，通过混合l₂/l_q(0相似文献   

EOF、SVD和POD的数学统一

经验正交函数(EOF)、奇异值分解(SVD)和适当正交分解(POD)是三种常见的通过获取高维数据的低维近似来进行数据分析的方法.虽然在实际应用中,结合不同的研究问题和研究目的,会采用不同的方法,但是在数学原理上,三种方法都可归结为通过寻求已有数据集合的基向量来实现对原始数据的线性表示.本文以EOF为出发点,通过分析展开系数得出SVD,最后在最优近似表示的原则之下导出POD,揭示三种方法在数学原理上的统一性.     

不确定量测联合信号重构的稳定性

研究了分布式压缩感知(Distributed Compressed Sensing,DCS)理论对联合稀疏信号进行联合重构的稳定性问题.文中讨论的联合稀疏信号模型中含有两个近似稀疏信号,且信号的量测过程中带有噪声.证明利用分布式压缩感知思想对近似稀疏的联合稀疏信号的联合稀疏重构具有稳定性,刻画了重构信号的误差,并与单个信号的稀疏重构导致的误差进行了比较,证明了在一定条件下,利用分布式压缩感知思想对信号进行联合重构的误差界小于单个信号重构的误差界.     

基于EM算法的因子分析中隐变量的条件概率密度函数

因子分析是一种重要的多元统计分析技术,可以采用EM算法迭代得到模型的未知参数,其中一个关键的问题就是在已知观测数据和前一次迭代得到的参数估计值的条件下,如何得到隐变量的条件概率密度函数.国内外的有关文献都不加说明地直接给出了这个函数,本文给出了详细的推导过程.     

条件(Q)条件(PT)对推出图及Rees商的传递性

研究了条件(Q)、条件(PT)对推出图、Rees商的传递性,证明了在推出图(1)中P满足条件(Q)当且仅当Y满足条件(Q)并且f是酉的.     

基于冗余紧框架的?2/?1极小化块稀疏压缩感知

压缩感知是(近似)稀疏信号处理的研究热点之一,它突破了Nyquist/Shannon采样率,实现了信号的高效采集和鲁棒重构.本文采用l2/l1极小化方法和BlockD-RIP理论研究了在冗余紧框架下的块稀疏信号,所获结果表明,当BlockD-RIP常数δ2k/τ满足0<δ2k/τ<0.2时,l2/l1极小化方法能够鲁棒重构原始信号,同时改进了已有的重构条件和误差上界.基于离散傅里叶变换(DFT)字典,执行了一系列仿真实验充分证实了理论结果.     

固定时间梯度流在?_1-?_2范数中的稀疏重构

压缩感知(compressed sensing,CS)是一种全新的信号采样技术,对于稀疏信号,它能够以远小于传统的Nyquist采样定理的采样点来重构信号.在压缩感知中,采用动态连续系统,对?_1-?_2范数的稀疏信号重构问题进行了研究.提出了一种基于固定时间梯度流的稀疏信号重构算法,证明了该算法在Lyapunov意义上的稳定性并且收敛于问题的最优解.最后通过与现有的投影神经网络算法的对比,体现了该算法的可行性以及在收敛速度上的优势.     

工件带简单线性恶化函数和共同交货期单机排序问题

本文研究单机排序问题,其中工件加工时间具有简单线性恶化函数.同时,所有工件均具有一个给定共同交货期.目标函数为最小化提前有奖延误受罚之和.在逆一致性条件下,给出了求解该排序问题的一个伪多项式时间动态规划算法.同时借助于几何舍入技巧,对求解这类排序问题给出了一个充分多项式时间的近似算法(FPTAS)。