埃坦·莱文;亚历山大·梅尔泽。 使用Picard参数估计线性离散不适定问题中的正则化参数。 (英语) Zbl 1378.65117号 SIAM J.科学。计算。 39,第6号,A2741-A2762(2017). 小结:由于从信号中分离未知噪声相当困难,在反问题中准确确定正则化参数仍然是一项分析挑战。我们提出了一种确定线性不适定问题广义Tikhonov正则化参数的新方法。在我们的方法中,参数是通过近似最小化未知无噪数据与正则化解重建数据之间的距离来找到的。我们通过使用Picard参数将噪声从广义奇异值分解坐标系中的数据中分离出来来近似这个距离。一种简单可靠的皮卡德参数估计算法能够准确地实现上述程序。我们通过几个数值例子证明了我们方法的有效性。 引用于4文件 MSC公司: 65J20型 抽象空间中不适定问题的数值解;正规化 65J10型 线性算子方程的数值解 47A52型 线性算子和不适定问题,正则化 65J22型 抽象空间反问题的数值解法 关键词:不适定问题;反问题;Picard参数;Tikhonov正则化;正则化参数;线性的;算法;广义奇异值分解;数值示例 软件:规范化工具;皮卡德REG;输出电压 PDF格式BibTeX公司 XML格式引用 \textit{E.Levin}和\textit{A.Y.Meltzer},SIAM J.Sci。计算。39,第6号,A2741--A2762(2017;Zbl 1378.65117) 全文: 内政部 arXiv公司 参考文献: [1] F.Bauer和S.Kindermann,{经典反问题的拟最优准则},反问题,24(2008),035002·Zbl 1143.65043号 [2] F.Bauer和M.Reiss,{与噪声水平无关的正则化:准最优分析},反问题,24(2008),055009·Zbl 1147.49024号 [3] M.Belkin、P.Niyogi和V.Sindhwani,《流形正则化:从标记和未标记示例学习的几何框架》,J.Mach。学习。Res.,7(2006),第2399-2434页·Zbl 1222.68144号 [4] J.Biemond、R.Lagendijk和R.Mersereau,《图像去模糊的迭代方法》,Proc。IEEE,78(1990),第856-883页。 [5] D.Colton和R.Kress,《散射理论中的积分方程方法》,SIAM,费城,2013年·Zbl 1291.35003号 [6] N.Cristianini和J.Shawe Taylor,《支持向量机和其他基于内核的学习方法导论》,剑桥大学出版社,英国剑桥,2000年·兹比尔0994.68074 [7] J.Cullum,{\it正则化中平滑范数的有效选择},数学。公司。,33(1979年),第149-170页·Zbl 0406.65055号 [8] W.Dong,L.Zhang,G.Shi,and X.Wu,{基于自适应稀疏域选择和自适应正则化的图像去模糊和超分辨率。},IEEE Trans。图像处理。,20(2011),第1838-1857页·Zbl 1372.94072号 [9] N.P.Galatsanos和A.K.Katsaggelos,{图像恢复中选择正则化参数和估计噪声方差的方法及其关系},IEEE Trans。图像处理。,1(1992年),第322-336页。 [10] G.H.Golub、P.C.Hansen和D.P.O'Leary,《Tikhonov正则化和总最小二乘法》,SIAM J.矩阵分析。申请。,21(1999),第185-194页·Zbl 0945.65042号 [11] G.H.Golub、M.Heath和G.Wahba,{广义交叉验证作为选择良好岭参数的方法},技术计量学,21(1979),第215-223页·Zbl 0461.62059号 [12] W.Hackbusch,{积分方程:理论和数值处理},Birkha¨user Verlag,巴塞尔,1995·Zbl 0823.65139号 [13] P.C.Hansen,{it正则化,GSVD和截断GSVD},BIT,29(1989),第491-504页·Zbl 0682.65021号 [14] P.C.Hansen,离散不适定问题的离散Picard条件,BIT,30(1990),第658-672页·Zbl 0723.65147号 [15] P.C.Hansen,{利用L曲线分析离散不定问题},SIAM Rev.,34(1992),第561-580页·Zbl 0770.65026号 [16] P.C.Hansen,《分析和求解第一类Fredholm积分方程的数值工具》,《反问题》,8(1992),第849-872页·Zbl 0782.65153号 [17] P.C.Hansen,{it正则化工具:用于分析和解决离散不适定问题的Matlab包},Numer。算法,6(1994),第1-35页·Zbl 0789.65029号 [18] P.C.Hansen,{秩亏和离散不适定问题:线性反演的数值方面},SIAM,费城,1998。 [19] P.C.Hansen,《离散反问题:洞察力和算法》,SIAM,费城,2010年·Zbl 1197.65054号 [20] P.C.Hansen、J.G.Nagy和D.P.O'Leary,《图像去模糊:矩阵、光谱和滤波》,SIAM,费城,2006年·Zbl 1112.68127号 [21] P.C.Hansen和D.P.O'Leary,《L曲线在离散不定问题正则化中的应用》,SIAM J.Sci。计算。,14(1993),第1487-1503页·兹比尔0789.65030 [22] M.E.Kilmer、P.C.Hansen和M.I.Espan͂ol,{基于投影的一般形式Tikhonov正则化方法},SIAM J.Sci。计算。,29(2007),第315-330页·Zbl 1140.65030号 [23] R.Kress,{线性积分方程},应用。数学。科学。纽约施普林格出版社,2014年,第82页·Zbl 1328.45001号 [24] K.-C.Li,从Stein的无偏风险估计到广义交叉验证方法,Ann.Statist。,13(1985),第1352-1377页·Zbl 0605.62047号 [25] D.P.O’Leary,{Tikhonov和其他正则化方法的近最优参数},SIAM J.Sci。计算。,23(2001),第1161-1171页·Zbl 1015.65025号 [26] J.P.Oliveira、J.M.Bioucas-Dias和M.A.T.Figueiredo,{自适应全变差图像去模糊:优化-最小化方法},信号处理。,89(2009),第1683-1693页·Zbl 1178.94029号 [27] C.C.Paige和M.A.Saunders,{走向广义奇异值分解},SIAM J.Numer。分析。,18(1981),第398-405页·Zbl 0471.65018号 [28] D.L.Phillips,{第一类积分方程的数值解法},J.ACM,9(1962),第84-97页·Zbl 0108.29902号 [29] S.Ramani,T.Blu和M.Unser,{蒙特卡罗SURE:通用去噪算法正则化参数的黑盒优化},IEEE Trans。图像处理。,17(2008),第1540-1554页。 [30] S.J.Reeves和R.M.Mersereau,{正则化参数的最佳估计和正则化图像恢复的稳定泛函},Opt。《工程》,29(1990),第446-454页。 [31] A.J.Smola和B.Schoëlkopf,《支持向量回归教程》,《统计》。,14(2004),第199-222页。 [32] C.M.Stein,{多元正态分布均值的估计},《统计年鉴》。,9(1981),第1135-1151页·Zbl 0476.62035号 [33] V.Taroudaki和D.P.O'Leary,{解决不适定问题的近最优谱滤波和误差估计},SIAM J.Sci。计算。,37(2015),第A2947-A2968页·Zbl 1329.65084号 [34] A.N.Tikhonov和V.Y.Arsenin,《病态问题的解决方案》,温斯顿父子出版社,华盛顿特区,1977年·Zbl 0354.65028号 [35] S.Twomey,{关于用求积法生成的线性系统的反演来数值求解第一类Fredholm积分方程},J.ACM,10(1963),pp.97-101·Zbl 0125.36102号 [36] V.N.Vapnik,《统计学习理论的本质》,Springer-Verlag,纽约,1995年·Zbl 0833.62008号 [37] G.Wahba,{观测数据样条模型},CBMS-NSF地区会议。在申请中。数学。59,SIAM,费城,1990年·Zbl 0813.62001号 [38] G.Wahba和Y.Wang,{\it最佳正则化参数何时对损失函数的选择不敏感?},Commun。统计师。《理论方法》,19(1990),第1685-1700页·Zbl 0724.62044号 [39] C.K.I.Williams,《用核学习:支持向量机、正则化、优化及其他》,J.Amer。统计师。Assoc.,98(2003),第489页。 [40] L.Yuan,J.Sun,L.Quan,and H.Y.Shum,{用模糊/噪声图像对进行图像去模糊},ACM Trans。图表。,26 (2007), 1, . 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。