首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--一般性问题论文--理论、方法论文--算法理论论文

基于改进的Split Bregman算法的荧光分子三维重构研究

摘要第4-5页
abstract第5-6页
1 绪论第9-13页
    1.1 荧光分子重构(FMT)前向与逆向研究现状和意义第9-10页
        1.1.1 前向问题的研究现状第9-10页
        1.1.2 逆向问题的研究现状第10页
    1.2 荧光分子重构的研究现状第10-11页
    1.3 论文的框架第11-13页
2 基于凸优化算法的荧光分子重构算法概述第13-18页
    2.1 凸优化重构算法简介第13-16页
        2.1.1 对偶问题理论第13-15页
        2.1.2 对偶问题的性质第15-16页
    2.2 Bregman迭代求解算法简介第16-17页
    2.3 本章小结第17-18页
3 改进的Split Bregman算法的研究第18-40页
    3.1 使用Split Bregman求解约束优化问题第18-21页
    3.2 改进的Split Bregman算法第21-26页
        3.2.1 改进Split Bregman算法的推导第21-24页
        3.2.2 基于共轭梯度法的改进Split Bregman算法第24-25页
        3.2.3 基于高斯赛德尔的改进Split Bregman算法第25-26页
    3.3 在不同的迭代算法下的数值仿真实验第26-28页
        3.3.1 重构模型的介绍第26-27页
        3.3.2 基于两种不同迭代方式的改进的Split Bregman算法仿真实验第27-28页
    3.4 Split Bregman改进算法的重构性能分析第28-33页
        3.4.1 Split Bregman改进算法和原始算法的重构时间和性能比较第28-29页
        3.4.2 Split Bregman改进算法中的正则化参数对于重构效果的影响第29-31页
        3.4.3 Split Bregman改进算法对噪声的鲁棒性第31-33页
    3.5 常见的重构算法简单介绍第33-38页
        3.5.1 基于内点法的l1ls算法的介绍第34-37页
        3.5.2 GPSR算法的介绍第37-38页
    3.6 本章小结第38-40页
4 重构算法的实验性能比较分析第40-52页
    4.1 重构算法的性能评价指标以及Jacobian矩阵A的产生第40-42页
        4.1.1 重构算法的性能评价指标第40-41页
        4.1.2 实验过程中Jacobian矩阵A的产生第41-42页
    4.2 常见重构算法的实验性能分析第42-46页
        4.2.1 基于内点法的l1ls算法的重构性能第42-44页
        4.2.2 GPSR重构算法的重构性能第44-46页
    4.3 模拟数据的仿真和结果分析第46-48页
        4.3.1 重构算法的收敛性能比较第47页
        4.3.2 重构算法鲁棒性比较第47-48页
        4.3.3 实验模型展示第48页
    4.4 数字老鼠模型重构的实验结果分析第48-50页
        4.4.1 重构算法的重构性能和鲁棒性比较第49-50页
        4.4.2 数字老鼠腹腔实验重构模型第50页
    4.5 本章小结第50-52页
5 总结与展望第52-54页
    5.1 总结第52页
    5.2 展望第52-54页
参考文献第54-57页
攻读硕士期间的研究成果第57-58页
致谢第58-59页

论文共59页,点击 下载论文
上一篇:基于Sparse Prior的模糊图像去噪声
下一篇:融合评论文本内容和评论者行为特征的虚假评论检测方法研究