×

线性反问题的小波-小波分解非线性解。 (英语) Zbl 0826.65117号

处理线性反问题的随机版本。假设反演所依据的数据是由(y(u)=(Kf)(u)+z(u)给出的,其中(z)是噪声,需要从数据中恢复(f)。(L^2)范数用于衡量回收质量。在最感兴趣的情况下,(K)是不可逆的,问题是不成立的。
众所周知,解决该问题的标准方法是反问题的所谓奇异值分解(SVD);该方法基于a.N.Tikhonov类型的正则化。作者描述了线性反问题的小波-小波分解(WVD),并用它代替奇异值分解(SVD)。他建议通过非线性“收缩”含噪间接数据的WVD系数来解决这个问题。
作者证明了一类特殊的齐次型反问题(数值微分、Abel型变换的反演、某些卷积变换和Radon变换)存在WVD。使用正交小波基作为Besov和Triebel-Liorkin尺度中任何空间的无条件基(顺便说一句,小波基对于数据压缩很有用)。与传统SVD反演相比,作者的方法在恢复空间非均匀对象方面具有显著优势。
作者假设观测值受到白噪声的污染,并且物体(f)是Besov空间的未知元素。他证明了在Besov空间的整个尺度上,对于\(L^2 \)损失,非线性WVD收缩可以被调谐以获得最小最大收敛速度。包括Besov空间\(B^\ sigma_{p,q}\),\(p<2 \)的情况,它模拟了空间的不均匀性。相比之下,在这种情况下,线性程序(包括SVD)无法达到此类类的最优收敛速度(p<2)。这是本文的主要结果。
尤其是,对于已知位于凹凸代数或有界变化中的对象,这些方法的收敛速度比任何线性过程都快。本文还简要介绍了该课题的概况;参考文献清单包含60项。

理学硕士:

65兰特 积分方程的数值解法
65兰特 积分方程不适定问题的数值方法
65兰特 积分变换的数值方法
44年12月 Radon变换
60小时99 随机分析
45E10型 卷积型积分方程(Abel、Picard、Toeplitz和Wiener-Hopf型)
PDF格式BibTeX公司 XML格式引用
全文: 内政部