摘要：为了提高纹理图像分割的准确率,解决纹理图像中纹理图像成分及纹理区域边界难以描述的问题.基于总变差(total variation, TV)规则项可得到纹理图像区域隐藏的图像结构、非局部算子可以描述纹理图像特征的特点,综合TV模型、非局部Mumford-Shah模型,并用二值标记函数划分区域,提出纹理图像分割的非局部Mumford-Shah-TV变分模型;为了提高计算效率,对所提出的模型设计了相应的交替方向乘子算法,将原问题分解为一系列优化子问题求解.数值实验结果表明,该模型计算的纹理图像区域边界较好,并具有较高的准确率.

摘要：本文在YCb Cr色彩空间机制下,结合目标灰度图像的梯度信息,提出基于耦合全变差的图像着色模型.然后,利用交替方向乘子算法(ADMM),设计所提模型的快速数值求解算法,并给出了该算法的收敛性结果.最后,数值实验结果表明,该模型在快速着色的同时,能有效地防止颜色越界.

摘要：基于局部算子的全变差(TV)模型在对纹理图像着色时,会出现颜色扩散不均匀,着色范围区域较小等问题。为了解决上述问题,该文提出基于非局部算子的耦合全变差图像着色模型,结合交替方向乘子法(ADMM),设计出相应的数值求解算法,并给出该算法的收敛性结果。该模型充分利用像素邻域亮度之间的相似性进行颜色扩散,能有效避免仅利用亮度边缘信息进行局部扩散导致颜色扩散不均匀的问题。数值实验结果表明,该模型在快速着色的同时,能有效解决颜色在纹理等细节处扩散不均匀的问题。

摘要：针对当前用户侧分布式储能存在的成本较高、利用率低、布局分散等问题,提出一种分布式储能双层合作共享策略,通过分时复用提高储能资源的利用率和经济性。首先,阐述以社区为上层单元、以用户为下层单元的分布式储能双层点对点(peer to peer,P2P)共享交易模式。其次,将分布式储能合作共享问题分解为容量交易子问题和成本分摊子问题。接着,采用交替方向乘子(alternating direction method of multipliers,ADMM)算法构建分布式储能容量双层交易模型,上层侧重于社区间储能共享优化,而下层旨在解决社区内用户储能共享优化。在此基础上,进一步设计一种基于改进Owen值法的双层成本分摊策略,上层采用Shapley值法进行社区间成本分摊,而在下层通过双边Shapley值法完成社区内成本再分摊,以此解决广泛用户群体带来的维数灾和隐私保护问题,同时兼顾各方收益均衡。最后,通过算例仿真验证所提P2P合作共享模式的可行性和优越性,以及成本分摊策略的公平性。

摘要：针对儿童孤独症的临床数据填补,提出了一种基于交替方向乘子(ADMM)算法的高秩矩阵填充(HRMC)算法.该算法考虑到数据中的不同参数具有不同的重要性,在算法设计时将重要参数与非重要参数赋予不同权重.在案例分析中,利用生成的测试数据寻找最优的参数配置,并且将该算法应用到实际孤独症数据的填充中,填充结果与参数化填充方法和低秩矩阵填充方法的结果进行对比.结果显示:所提出的算法在矩阵填充精度方面显著优于其他算法,并可应用于实际的数据清洗与处理过程中.

摘要：在已完成5个量子位的密度矩阵估计基础上,采用基于压缩传感的交替方向乘子算法(ADMM),对6个量子位的量子态密度矩阵进行估计研究.并进一步分别针对无外部干扰及存在干扰情况下,与最小二乘法、Dantzig优化算法进行性能对比研究,在Matlab环境下设计量子估计的优化方案,实现快速的量子纯态的估计.实验表明ADMM在抵抗外部扰动及估计精度上的优越性.

摘要：针对压缩感知下与字典学习和交替方向乘子算法(alternating direction method of multipliers,ADMM)密切相关方法存在的问题,研究并提出了一种在压缩感知理论下采用字典学习和ADMM重建地震数据的方法。首先对不完整地震数据进行字典学习,使其稀疏地表示,再根据地震道的缺失情况设计合理的采样矩阵,最后对建立的L1范数约束模型采用ADMM进行求解得到重建后的地震数据。建立了压缩感知下基于字典学习和ADMM的地震数据插值技术流程。正演模拟数据和实际数据的重建实验结果表明:与压缩感知理论下采用固定基的重建方法相比,字典学习能够自适应地对地震数据进行更优的稀疏表示。与常用的curvelet等重建算法相比,采用ADMM能够更加精确地重建地震数据。与固定基和正交匹配追踪(orthogonal matching pursuit,OMP)相比,在压缩感知理论下采用字典学习和ADMM重建的地震数据有更高的信噪比。

摘要：对基于变分正则化的混合泊松-高斯噪声图像的去噪模型及算法进行综述.首先,简要介绍了2个针对单一类型噪声的去噪模型,包括处理高斯噪声的ROF模型和处理泊松噪声的TV-KL模型;然后,在此基础上重点介绍基于变分正则化方法的混合泊松-高斯噪声去噪模型,包括通过最大后验估计推导的精确泊松-高斯噪声去除模型、Shifted-Poisson模型、TV-IC模型,以及广义的Anscombe变换模型和PURE模型等;相应地,总结了求解上述模型的常用高效数值算法,包括原始-对偶算法、交替方向乘子算法和半光滑牛顿算法等;在数值实验部分,对相关模型的噪声去除效果进行评估;最后,对该领域未来的研究方向进行了展望,指出了在模型改进、具有收敛性保证的算法设计、自动调参策略以及高维非线性等几个方面存在的问题和未来的发展方向.

摘要：新一轮电力体制改革的进行推动了双边开放电力市场的发展,新结构下市场成员间的互动行为更加灵活多变。为引导市场成员理性报价,鼓励各成员间开展良性竞争,首先,构建了综合成员利益和系统网损的能量优化模型。其次,提出了弱中心化的新型市场机制,该机制设计了市场交易成员、框架和流程。在市场成员中,配电网系统运营商作为超级用户参与市场的监管工作,并与普通用户共同参与市场出清。普通用户在出清过程中可权衡利弊多次修改自身报价,还原了电力市场自由竞争、分散决策的特性。然后,利用交替方向乘子算法进行市场出清,市场成员间只需传递少量信息即可通过并行计算达到市场均衡,抑制了成本信息不对称引发的恶意报价行为。最后,针对所提交易机制设计了基于区块链技术的以太坊智能合约方案,通过算例和部署在以太坊私有链上的智能合约,验证了所提市场机制的有效性。

摘要：提出了融合深度图像先验的全变差(total variation,TV)图像着色模型,在即插即用(plug-and-play,PnP)框架下,结合交替方向乘子法(alternating direction method of multipliers,ADMM),设计出相应的数值求解算法,并给出该算法的收敛性结果。数值实验结果表明,该模型能有效整合耦合TV边缘捕获和卷积神经网络(convolutional neural network,CNN)细节捕捉的功能,对结构图像和纹理等细节丰富的图像,均能实现较大范围的有效着色。