不完全乔莱斯基分解预优共轭梯度的模型

• 作者: 张良培 李平湘 沈焕锋
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 超分辨率重建 预优共轭梯度 不完全乔莱斯基分解
• 年，卷（期）: 2006,（17）
• 所属期刊栏目: 博士论文
• 页码范围: 15-18
• 页数: 4页
• 分类号: TP751
• 字数: 3741字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2006.17.006

摘要

在超分辨率影像重建中,基于最大后验估计(MAP)框架的重建方法具有较大的优势,应用非常广泛.然而,常用的迭代求解方法如最速下降法、共轭梯度法等收敛速度慢、处理时间长,经常难以满足实际处理的需要.该文在MAP框架的基础上,提出了基于不完全乔莱斯基分解预优共轭梯度的模型求解方法,即在迭代求解过程中利用不完全乔莱斯基分解构造预优矩阵,降低系数矩阵的条件数,从而提高收敛速度,节省处理时间.实验结果证明,该方法是有效的、可行的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	沈焕锋	武汉大学测绘遥感信息工程国家重点实验室	52	464	12.0	19.0
2	张良培	武汉大学测绘遥感信息工程国家重点实验室	127	2239	28.0	40.0
3	李平湘	武汉大学测绘遥感信息工程国家重点实验室	105	1890	24.0	38.0