项目名称: 大型稀疏代数方程组的高效算法及其在图像处理中的应用

项目编号: No.11171289

项目类型: 面上项目

立项/批准年度: 2012

项目学科: 数理科学和化学

项目作者: 常谦顺

作者单位: 江苏师范大学

项目金额: 46万元

中文摘要: 本项目是要研究和发展对由非线性偏微分方程离散化产生的大型稀疏非线性和线性代数方程组的高效快速算法,利用代数方程组的物理背景, 几何信息,,数学性质和原来的偏微分方程的特性,提出新的将非线性或线性代数方程组分解为两、三个子问题的方法,使这些子问题都是线性的或最多只有一个比较简单的非线性的方程组,对这些子问题进行交替的迭代,使子问题组的近似解收敛性到原来大型代数方程的解。对子问题利用数值代数中的快速算法求解,形成组合算法。对组合算法进行理论分析和收敛性证明,发表一批学术论文,其中有 4 至 6 篇为为高质量的论文。并将这些高效算法应用到图像处理中去,能够解决部分信号和图像处理的实时去噪和去模糊。同时要将算法并行化,形成通用的软件。并与澳大利亚的科学家合作,力争将软件放到积成电路中,形成计算机的硬件模块, 以进一步地加快计算速度。使算法具有实用的价值。

中文关键词: 图像恢复;快速算法;Splitting Bregman 方法;;

英文摘要:

英文关键词: Image Restoration;Fast algorithms;Splitting Bregman Method;;

成为VIP会员查看完整内容
0

相关内容

【博士论文】吉布斯分布的局部、动态与快速采样算法
专知会员服务
28+阅读 · 2021年11月26日
专知会员服务
33+阅读 · 2021年7月17日
【开放书】《矩阵流形优化算法》,241页pdf
专知会员服务
93+阅读 · 2021年7月3日
专知会员服务
29+阅读 · 2021年5月21日
「数据数学:从理论到计算」EPFL硬核课程
专知会员服务
42+阅读 · 2021年1月31日
专知会员服务
77+阅读 · 2020年12月6日
专知会员服务
19+阅读 · 2020年9月2日
专知会员服务
29+阅读 · 2020年7月31日
深度学习批归一化及其相关算法研究进展
专知会员服务
51+阅读 · 2020年7月17日
图神经网络的困境,用微分几何和代数拓扑解决
机器之心
4+阅读 · 2022年3月27日
TensorFlow 模型优化工具包:协作优化 API
TensorFlow
1+阅读 · 2021年11月29日
道路网的高效分区
TensorFlow
3+阅读 · 2021年11月22日
一文读懂图像压缩算法
七月在线实验室
16+阅读 · 2018年5月2日
【干货】理解深度学习中的矩阵运算
专知
12+阅读 · 2018年2月12日
国家自然科学基金
0+阅读 · 2017年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月19日
Quantum Computing -- from NISQ to PISQ
Arxiv
1+阅读 · 2022年4月15日
小贴士
相关VIP内容
【博士论文】吉布斯分布的局部、动态与快速采样算法
专知会员服务
28+阅读 · 2021年11月26日
专知会员服务
33+阅读 · 2021年7月17日
【开放书】《矩阵流形优化算法》,241页pdf
专知会员服务
93+阅读 · 2021年7月3日
专知会员服务
29+阅读 · 2021年5月21日
「数据数学:从理论到计算」EPFL硬核课程
专知会员服务
42+阅读 · 2021年1月31日
专知会员服务
77+阅读 · 2020年12月6日
专知会员服务
19+阅读 · 2020年9月2日
专知会员服务
29+阅读 · 2020年7月31日
深度学习批归一化及其相关算法研究进展
专知会员服务
51+阅读 · 2020年7月17日
相关资讯
相关基金
国家自然科学基金
0+阅读 · 2017年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员