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.     

码本在压缩感知矩阵中的应用

压缩感知矩阵的构造在压缩感知理论中起着举足轻重的作用.基于线性码和最优码本构造了一类新的压缩感知矩阵,并与DeVore构造的压缩感知矩阵和Gaussian随机矩阵的进比较,从不同的角度分别证明了当参数满足一定的条件时,新构造的压缩感知矩阵具有更好的性能.     

The Geometry of Off-the-Grid Compressed Sensing

Foundations of Computational Mathematics - Compressed sensing (CS) ensures the recovery of sparse vectors from a number of randomized measurements proportional to their sparsity. The initial theory...     

压缩感知中信号重构的极大熵方法(英文)

本文针对压缩感知理论中BP算法的l1最优化问题,构造了一种新的信号重构的极大熵方法.极大熵方法克服了l1最优化问题的非光滑性,同时根据同伦方法构造极大熵函数的最优解序列来逼近全局最优稀疏解.数值实验表明极大熵方法是十分有效的信号重构方法.     

Stability and Instance Optimality for Gaussian Measurements in Compressed Sensing

In compressed sensing, we seek to gain information about a vector x∈ℝ ^N from d ≪ N nonadaptive linear measurements. Candes, Donoho, Tao et al. (see, e.g., Candes, Proc. Intl. Congress Math., Madrid, 2006; Candes et al., Commun. Pure Appl. Math. 59:1207–1223, 2006; Donoho, IEEE Trans. Inf. Theory 52:1289–1306, 2006) proposed to seek a good approximation to x via ℓ ₁ minimization. In this paper, we show that in the case of Gaussian measurements, ℓ ₁ minimization recovers the signal well from inaccurate measurements, thus improving the result from Candes et al. (Commun. Pure Appl. Math. 59:1207–1223, 2006). We also show that this numerically friendly algorithm (see Candes et al., Commun. Pure Appl. Math. 59:1207–1223, 2006) with overwhelming probability recovers the signal with accuracy, comparable to the accuracy of the best k-term approximation in the Euclidean norm when k∼d/ln N.     

Compressed Sensing and Matrix Completion with Constant Proportion of Corruptions

In this paper, we improve existing results in the field of compressed sensing and matrix completion when sampled data may be grossly corrupted. We introduce three new theorems. (1) In compressed sensing, we show that if the m×n sensing matrix has independent Gaussian entries, then one can recover a sparse signal x exactly by tractable ? ₁ minimization even if a positive fraction of the measurements are arbitrarily corrupted, provided the number of nonzero entries in x is O(m/(log(n/m)+1)). (2) In the very general sensing model introduced in Candès and Plan (IEEE Trans. Inf. Theory 57(11):7235–7254, 2011) and assuming a positive fraction of corrupted measurements, exact recovery still holds if the signal now has O(m/(log² n)) nonzero entries. (3) Finally, we prove that one can recover an n×n low-rank matrix from m corrupted sampled entries by tractable optimization provided the rank is on the order of O(m/(nlog² n)); again, this holds when there is a positive fraction of corrupted samples.     

层次分析法在零售市场饱和度评价中的应用

随着经济的发展,实业界投资零售商业的热情空前高涨.但零售商业要健康发展,有赖于对零售市场饱和度作出准确判断.利用层次分析法建立了一个饱和度评价体系,把定性的问题定量化,为政府部门制定和完善商业规划、为企业投资零售商业领域提供了一种易于操作的解决办法.     

灰色规划在技术转让谈判中的应用

本文以技术转让中的价格谈判为背景，建立了一类谈判问题的灰色规划模型，给出了该模型的求解步骤的方法，并通过实例说明了有关模型的应用。     

收敛性随机森林模型及其遥感应用

通过引入全局损失函数,提出了一种全局优化的随机森林模型算法,称为θ-β型随机森林,并且利用改进后的模型对城市遥感图进行了检测与识别,识别准确率与识别速率都得到了一定的提高.方法在经典随机森林模型的基础上加入前向反馈模型(Forward Stagewise Additive Model),通过每一层节点的训练结果干预下一层的训练数据(从而改变阈值θ的选择)与训练步长(β),使得最后训练得到的型随机森林收敛速度更快,预测结果更为准确.     

传递函数模型在我国GDP数据分析中的应用

介绍传递函数模型的结构与建模方法,并对我国固定资产投资数据和GDP数据建立传递函数模型,利用该模型对我国GDP的变化规律进行分析和预测,得到较为满意的结果.     

MEA-BP模型在遥感影像分类中的应用研究

遥感影像分类作为遥感技术的一个重要应用,对遥感技术的发展具有重要作用.针对遥感影像数据特点,在目前的非线性研究方法中主要用到的是BP神经网络模型.但是BP神经网络模型存在对初始权阈值敏感、易陷入局部极小值和收敛速度慢的问题.因此,为了提高模型遥感影像分类精度,提出采用MEA-BP模型进行遥感影像数据分类.首先采用思维进化算法代替BP神经网络算法进行初始寻优,再用改进BP算法对优化的网络模型权阈值进一步精确优化,随后建立基于思维进化算法的BP神经网络分类模型,并将其应用到遥感影像数据分类研究中.仿真结果表明,新模型有效提高了遥感影像分类准确性,为遥感影像分类提出了一种新的方法,具有广泛研究价值.