摘要：本文采用parker反演方法对济源盆地的高精度重力观测资料进行了密度界面反演。为了消除反演迭代过程中下延因子的影响,根据正则化方法原理,设计了正则化因子a。选取a值的原则是既要保证反演结果的稳定性,又要保证反演结果的精度。针对济源盆地地层密度非均匀变化的特点,可以依据地震速度谱和已知的密度资料,设计非均质反演模型,在已知的地震反射界面和钻井资料的约束条件下,进行密度界面反演。反演结果,给出了地震资料显示不清楚地段上的界面形态。可见,重力和地震的联合反演,能够提供较准确的构造信息。

摘要：为了由二维区域部分边界地温观测数据推算区域内部地温场,建立一类具有非齐次边界条件稳态热传导方程侧边值问题的数学模型并进行数值求解。该数学模型是一类典型的不适定问题。利用齐次化原理,将问题中的非齐次边界条件齐次化。通过分离变量法将非齐次方程转化成第一类Fredholm积分方程。利用正则化方法求解不适定积分方程,得到未知边界条件,进一步求得泊松方程侧边值问题的数值解。依据所提出的数值方法,设计了三个数值算例,可由矩形域三条边界上的温度数据及其中一条边上的地温梯度数据,计算矩形区域上的地温场。本成果对地热资源勘探开发和岩石圈热结构研究中地温场的数值模拟具有参考意义。

摘要：压力容器是海洋石油平台油水分离设备重要组成部分,腐蚀缺陷不仅影响到设备油水分离质量,而且还会影响到设备使用寿命。目前压力容器腐蚀检测效果并不理想,不仅识别率比较低,而且误检率比较高,无法达到预期的智能检测效果,为此提出海洋石油平台油水分离设备压力容器腐蚀视觉智能检测方法。利用高清相机拍摄压力容器表面图像,根据图像退化的先验知识建立数学模型,通过对数学模型正则化方法进行复原处理,通过对图像伽马变换增强图像视觉效果,通过图像分割识别检测图像腐蚀,实现海洋石油平台油水分离设备压力容器腐蚀视觉智能检测。经实验证明,设计方法识别率在95%以上,误检率不超过1%,可以实现对海洋石油平台油水分离设备压力容器腐蚀视觉智能精准检测。

摘要：针对图像盲去模糊问题,基于变分模型的迭代优化展开形式设计了相应的变分深度学习网络,有效克服了传统变分方法计算效率低和深度学习方法可解释性差的问题。设计网络包含2部分:利用算法展开策略实现基于L_(0)正则化估计模糊核的子网络;基于估计的模糊核及图像恢复正则化模型的非盲去卷积子网络,该子网络充分利用了双通道的编解码网络结构。为确保模糊核估计的准确性和图像内容的一致性,损失函数由均方误差损失和结构相似性损失构成。L_(0)正则化的使用有助于快速准确地完成模糊核估计;图像恢复正则化模型的使用有助于边缘和图像细节的保持。在Levin数据集上的试验结果表明,所提算法在峰值信噪比上较目前先进算法至少提高了2.14 dB。

摘要：针对无高质量的数据对传统的虚拟点质量模型对重力数据改正时,易受系统误差影响及解算不稳定的问题,该文将海空重力数据中的系统误差用非参数分量表达,对点质量模型进行改进,建立了虚拟点质量的半参数模型,引入核估计方法,利用偏残差估计方法,进行三步拟合估计,得到了系统误差和点质量参数的估计值。在分离系统误差的基础上,引入正则化方法改善病态,将建立的模型与正则化方法相结合,建立了综合半参数核估计和正则化方法的点质量融合模型,可在无外部重力时估计系统误差,同时完成多源数据融合。基于EGM2008位模型产生海空重力异常数据,采用线性项和周期项系统误差进行仿真实验,结果表明改进后的点质量模型能够有效利用外部数据,在改善病态和分离系统误差方面提升精度效果明显。并以北卡罗来纳实测海空重力异常数据验证该文方法的有效性,结果表明在无外部数据时,该文方法能有效地分离系统误差,并且精度与引入外部数据改正后的正则化方法相当。

摘要：在利用正则化方法构造变分模型进行图像去噪时 ,其正则参数往往选择为恒定值 文中利用小波分解的层次性和带噪图像中噪声所具有的时频特点 ,构造出变正则参数的变分模型 在不同的小波分解层 。

摘要：提出一种基于正则化方法的高效图像复原技术。围绕最小化正则解模糊误差,设计该技术。利用泰勒级数定性地分析怎样的正则化算子使正则解模糊误差能量较小,得出结论:通常情况下应选取低阻高通的正则化算子;利用随机理论解决正则解模糊误差能量期望值最小化问题,确定正则化参数;利用小波变换估计噪声能量,在没有噪声能量信息的情况下,新方法能进行高效的图像恢复。实验结果表明本文的恢复技术比传统方法的恢复性能好,恢复效果接近最佳且性能稳定,且不需要噪声能量信息。

摘要：地球物理反问题存在多解性和不稳定性,正则化是得到稳定解的重要手段。正则化方法中稳定因子的设计与正则化因子的选择是两项重要研究内容。以大地电磁测深法为例,研究了正则化因子的"L"曲线法自动选择算法;针对不同的稳定因子,研究了稳定因子的特点及稳定因子内部参数的选择原则。研究工作为大地电磁反演提供支持。

摘要：为改进现有的图形模糊聚类算法不适合图像分割需要的不足,提出像素邻域分数阶信息约束的鲁棒图形模糊聚类分割算法。在现有的图形模糊聚类目标函数基础上,对其聚类所涉及的中立度和拒分度进行正则化约束,采用最优化数学方法推导获得一种图形模糊聚类算法。为增强图形模糊聚类分割算法的抗噪鲁棒性,将像素邻域分数阶积分滤波信息嵌入正则化图形模糊聚类目标函数,通过推导获得适合噪声干扰图像分割需要的鲁棒算法。测试结果表明,该分割算法能够有效降低复杂背景对图像分割目标的影响,提高了邻域均值信息约束的鲁棒分割算法的抗噪能力。

摘要：提出了基于热湿传递稳态模型的纺织材料厚度设计反问题,并根据正则化思想将反问题的求解归结为函数极小化问题。利用常微分方程组的正演算法与函数极小化问题的一维搜索,构造了反问题正则化解的一类迭代算法,并证明了算法的收敛性。数值模拟试验验证了算法的有效性和反问题提法的合理性。