分块凸优化方法及其在模式识别中的应用
作者单位:上海交通大学
学位级别:硕士
导师姓名:张小群
授予年度:2015年
学科分类:08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程]
主 题:全变差 高斯 -赛德尔方法 原始对偶方法 图像识别稀疏优化
摘 要:关于图像识别的问题中,在图像可以由很多基稀疏表示的时,其可以表示为凸可分离的优化模型的问题,本文主要考虑多变量的凸优化正则问题的一般模型,在子问题求解中我们主要采用基于凸集约束的原始对偶不动点算法,通过添加合适的矩阵范数,改进了三种求解高斯赛德尔更新方法的迭代格式,证明了利用高斯赛德尔的方法求解优化模型解的收敛性,最后在实际应用问题中,稀疏优化的正则项采用L1范数和TV范数,并进行细菌图像识别算法的实现验证算法的有效性。