基于CT扫描数据的X射线能谱估计方法

X射线能谱在计算机层析成像(computed tomography,CT)图像硬化校正、双能谱CT成像、辐射剂量计算等方面具有重要作用.常用的估计X射线能谱分布的方法,利用X射线穿过不同厚度模体的衰减数据,来间接估计X射线能谱分布.由于该问题具有严重的病态性,因此如何鲁棒和准确地求解是能谱估计问题的关键.本文提出了一种利用CT扫描数据来估计X射线能谱分布的方法.该方法中考虑了谱估计和图像重建之间的相互印证关系,即谱估计正确时重建的CT图像无硬化伪影,而重建图像无硬化伪影时,则说明估计的谱准确.该方法利用这种相互印证关系构造优化模型,通过交替迭代求解,估计能谱分布和重建无硬化伪影的CT图像.数值实验和实际实验结果表明,该方法可以准确、鲁棒地估计出X射线能谱.     

带1-范数约束的分裂可行问题的投影算法

本文主要研究带1-范数约束的分裂可行问题的求解算法.用一种交替投影算法,求得了问题的解,提出松弛交替投影算法,改进了直接往闭凸集上投影这一不足,并证明了该算法的收敛性.     

张量鲁棒主成分分析的增广拉格朗日交替方向方法

张量的鲁棒主成分分析是将未知的一个低秩张量与一个稀疏张量从已知的它们的和中分离出来.因为在计算机视觉与模式识别中有着广阔的应用前景,该问题在近期成为学者们的研究热点.本文提出了一种针对张量鲁棒主成分分析的新的模型,并给出交替方向极小化的求解算法,在求解过程中给出了两种秩的调整策略.针对低秩分量本文对其全部各阶展开矩阵进行低秩矩阵分解,针对稀疏分量采用软阈值收缩的策略.无论目标低秩张量为精确低秩或近似低秩,本文所提方法均可适用.本文对算法给出了一定程度上的收敛性分析,即算法迭代过程中产生的任意收敛点均满足KKT条件.如果目标低秩张量为精确低秩,当迭代终止时可对输出结果进行基于高阶奇异值分解的修正.针对人工数据和真实视频数据的数值实验表明,与同类型算法相比,本文所提方法可以得到更好的结果.     

频率不变波束形成器抽头稀疏化设计的交替方向乘子法

针对具有空间响应变化函数约束的频率不变波束形成器设计问题,提出了采用交替方向乘子法实现抽头稀疏设计的优化算法。该算法利用交替方向乘子法能够将原始优化问题进行分裂处理的特点,通过引入替代变量和指示函数,使得表征波束形成器抽头稀疏度量的非凸L₀范数与阵列响应约束分离,进而将问题分裂到元素层级并给出近邻算子的解。对于指示函数的近邻算子求解,在分裂到元素层级后则退化为简单的双边约束问题,因而降低了优化求解的计算复杂度。仿真分析表明,提出的方法比现有的L₁范数方法在宽频带条件下的抽头稀疏度能够提升6%~13%,通带最大波动误差减小了约2 dB,并且优化消耗时间更短。实验结果进一步验证了所提方法在实现高抽头稀疏度波束形成的同时,对声信号造成的失真更小。因此,所提出的方法在降低传声器阵列波束形成器的实现复杂度以及保持阵列响应的频率不变性能方面更具有优势。      

非Hermitian正定线性方程组的外推的HSS迭代方法

为了高效地求解大型稀疏非Hermitian正定线性方程组，在白中治、Golub和Ng提出的Hermitian和反Hermitian分裂（HSS）迭代法的基础上，通过引入新的参数并结合迭代法的松弛技术，对HSS迭代方法进行加速，提出了一种新的外推的HSS迭代方法（EHSS），并研究了该方法的收敛性.数值例子表明：通过参数值的选择，新方法比HSS方法具有更快的收敛速度和更少的迭代次数，选择了合适的参数值后，可以提高HSS方法的收敛效率.     

二维抛物型问题的Strang型交替分段区域分裂格式

给出求解二维抛物型方程的Strang型的交替分段区域分裂格式。交替分段思想可以将区域分为一些不重叠的子区域，Strang型算子分裂技巧通过将高维问题的求解分解为几个低维问题的求解来降低其求解的复杂度。方法是无条件稳定的，理论分析了截断误差。数值算例说明格式的有效性及时空的二阶精度.     

基于全变分最小化和快速一阶方法的低剂量CT有序子集图像重建

低剂量计算机断层成像(computed tomography,CT)具有减少X射线对患者的伤害的优势.本文主要针对从不完备投影数据重建出高质量低剂量CT图像的问题.通常,这个问题可以通过统计图像重建方法来实现,而统计重建算法需要非常多的迭代次数,导致了巨大的计算时间压力,以至于很难应用在实践中.为解决此问题,本文提出一种有序子集重建算法,该算法结合了全变分最小化和快速一阶方法以减少重建的迭代次数,采用Split Bregman交替方向法求解上述优化问题,利用投影到凸集合的方法加快迭代的收敛速率.实验结果表明,在同样的迭代次数下,本文提出的方法与基于有序子集的一阶方法相比较,相对重建误差的下降速度更快.     

处理噪声问题的泰勒展开交替最小化算法

为了处理图像、计算机视觉和生物信息等领域中广泛存在的稀疏大噪声和高斯噪声问题,提出了一种利用交替方向最小化思想求解主成分追求松弛模型的泰勒展开交替最小化算法(TEAM).采用推广泰勒展开和收缩算子等技术推导出低秩矩阵和稀疏大噪声矩阵的迭代方向矩阵,加入连续技术提高算法的收敛速率,设计出TEAM算法的求解步骤.实验中,将TEAM算法与该领域的顶级算法作分析对比.结果表明,TEAM算法时间优势明显,误差优势略好.     

三维荧光光谱结合二阶校正方法同时测定水中两种酚类

水是生命之源,人们日常生产生活离不开水。近年来水体污染日趋严重,已经危害到人类的健康。酚类化合物(Phenolic Compound)是一种广泛存在且很难降解的有机污染物,指的是芳香烃中苯环上的氢原子被羟基取代所生成的含羟基衍生物,毒性很强,对动植物及人类的生命活动有严重危害。实验研究对象选取间苯二酚(resorcinol,RES)和对苯二酚(hydroquinone,HYD)来配制待测样本,并且在其中3组预测样本中加入苯酚(phenol,PHE)作为干扰物,待测样本和空白溶剂分别用FS920稳态荧光光谱仪(edinburgh instruments,EI)扫描得到荧光光谱数据。对所得到的数据通过扣除空白溶剂法来消除拉曼散射的影响,得到的数据在消除干扰的同时最大程度保留下来原光谱所包含的重要信息。校正后光谱变得更加圆滑,荧光强度显著增强,因此,校正处理后的光谱信息更为准确。利用三维荧光光谱(EEM)结合平行因子分析(PARAFAC)和交替惩罚三线性分解(APTLD)两种二阶校正方法,分别完成在不含干扰物和含有干扰物、同时激发-发射光谱严重重叠时对间苯二酚、对苯二酚的快速、直接、准确测量,并给出定性、定量分析结果。PARAFAC算法对混合体系的组分数(即化学秩)较敏感,组分数选取过大易使其陷入计算"沼泽",迭代次数增多,计算耗时变长。故本文利用核一致诊断法(CORCONDIA)预估计出准确的组分数,保证PARAFAC算法更加快速准确。从定性分析结果知,当不含有干扰物时,PARAFAC能够准确分辨出间苯二酚和对苯二酚,二者荧光峰位置极为接近,很难用传统方法分辨,体现出将三维荧光光谱技术与化学计量学二阶校正方法相结合所具有的"二阶优势";定量分析结果给出,在有干扰物共存时,分别应用两种二阶校正法解析光谱数据结果显示:PARAFAC的浓度预测回收率为93.4%±0.5%~97.1%±1.0%,预测均方根误差小于0.190 mg·L^-1;APTLD的浓度预测回收率为95.9%±1.6%~97.2%±0.8%,预测均方根误差小于0.116 mg·L^-1,通过比较两种方法性能得:PARAFAC对待测物组分数敏感,对待分解的光谱数据严格线性要求高;而APTLD对混合物组分数不敏感,计算速度快,抗噪声能力较强,结果稳定,具有较明显的优势。