您的位置: 专家智库 > >

杨建斌

作品数:6 被引量:8H指数:2
供职机构:河海大学理学院更多>>
发文基金:国家自然科学基金中央高校基本科研业务费专项资金更多>>
相关领域:理学电子电信动力工程及工程热物理更多>>

文献类型

  • 6篇中文期刊文章

领域

  • 3篇理学
  • 2篇电子电信
  • 1篇动力工程及工...

主题

  • 3篇小波
  • 2篇图像
  • 2篇小波框架
  • 2篇变分
  • 1篇信号
  • 1篇信号重构
  • 1篇样条小波
  • 1篇运输问题
  • 1篇散乱数据
  • 1篇收敛阶
  • 1篇数据重构
  • 1篇数学
  • 1篇数学建模
  • 1篇数学建模方法
  • 1篇梯度法
  • 1篇图像分割
  • 1篇图像检索
  • 1篇小波分析
  • 1篇面具
  • 1篇近端

机构

  • 6篇河海大学

作者

  • 6篇杨建斌
  • 1篇王聪
  • 1篇邓颖

传媒

  • 2篇电子设计工程
  • 1篇云南师范大学...
  • 1篇太阳能学报
  • 1篇高校应用数学...
  • 1篇中国科学:数...

年份

  • 1篇2022
  • 3篇2019
  • 1篇2015
  • 1篇2012
6 条 记 录,以下是 1-6
排序方式:
基于小波框架方法的信号重构被引量:2
2019年
从含有噪音的离散样本中恢复连续信号是一个基本问题,它在信号,图像处理,医学工程,控制等领域发挥着重要作用.提出了一个基于小波框架方法的信号重构模型,并运用增广Lagrangian乘子法和加速近端梯度法来求解该模型,从而从混合或未知类型噪音的离散样本中恢复连续信号.进一步,给出了重构模型解的L2范数误差分析.最后通过数值实验,从噪音样本中恢复连续信号,突出模型的有效性.
杨建斌陶薪竹
关键词:小波分析信号重构
分布数据缺失的最优传输研究
2022年
针对分布数据缺失情形下的最优传输问题,给出其基本理论以及优化模型,同时考虑到模型的较大稀疏性,基于熵正则化思想提出了一种数据缺失情形下的最优传输的熵正则化算法,最后将其应用于运输问题和图像检索领域,并给出相应的实例,验证了本文算法及其对提出问题的有效性.
阮一鸣杨建斌
关键词:运输问题图像检索
基于小波框架方法的两阶段图像分割
2019年
图像分割是图像分析领域中的基本任务之一,其目的是将图像分成几个不相交的组成部分。针对灰度不均匀图像分割这一问题,本文提出了一个两阶段的图像分割方法。在第一阶段,我们给出一个基于小波框架的变分模型,并应用交替方向乘子法求解来获得初始分割结果。在第二阶段,通过变分水平集公式估计偏差场来校正原图像,然后修正第一阶段的分割结果。最后,通过一些图像分割数值实验并与一些已知方法进行比较,得出两阶段分割方法的有效性。
张恩林杨建斌
关键词:图像分割变分方法小波框架
数学建模方法在风电功率预测中的应用被引量:5
2015年
分别利用数学建模方法中的BP神经网络、灰色预测GM(1,1)、简单移动平均法和自回归滑动平均(ARMA)方法进行风功率预测。首先简单介绍各方法的原理,其次对实测数据进行测试,最后对各方法的优缺点进行分析,从而为风电并网以及电网的合理调度提供科学依据。
王聪杨建斌邓颖
关键词:数学建模仿真
基于样条小波框架方法的散乱数据重构被引量:1
2019年
B样条小波框架能够有效的表示光滑和局部震荡函数,并同时提供时间和频率域局部化,因此在信号和图像处理等领域应用广泛,例如图像恢复。针对从混合或未知类型噪音的散乱数据中重构原始信号这一问题,本文提出了一个基于B样条小波框架的变分模型,并应用增广拉格朗日乘子法和加速近端梯度下降方法求解该模型,进一步给出了模型解的Lp范数(1≤p≤+∞)误差分析,最后通过对噪音数据重构进行数值实验并与其它的变分模型结果作比较,从而说明了本文方法的有效性。
陶薪竹杨建斌
关键词:散乱数据小波框架变分模型
具有多项式衰减面具的向量细分格式
2012年
具有多项式衰减面具的向量细分方程在刻画小波Riesz基和双正交小波等方面有着重要作用.本文主要研究这类方程解的性质.向量的细分方程具有形式:=∑α∈Zsa(α)(2·-α),其中=(1,...,r)T是定义在Rs上的向量函数,a:=(a(α))α∈Zs是一个具有多项式衰减的r×r矩阵序列称为面具.关于面具a定义一个作用在(Lp(Rs))r上的线性算子Qa,Qaf:=∑α∈Zsa(α)f(2·α).迭代格式(Qanf)n=1,2,...称为向量细分格式或向量细分算法.本文证明如果具有多项式衰减面具的向量细分格式在(L2(Rs))r中收敛,那么其收敛的极限函数将自动具有多项式衰减.另外,给出了当迭代的初始函数满足一定的条件时的向量细分格式的收敛阶.
杨建斌
关键词:收敛阶
共1页<1>
聚类工具0