El algoritmo de dirección alternativa no monótona (NADA) fue propuesto recientemente para resolver de manera efectiva una clase de problemas de optimización no suave con restricciones de igualdad y se aplicó a la minimización de la variación total en la reconstrucción de imágenes, pero las imágenes reconstruidas sufren de artefactos. Aunque mediante la regularización -norma se puede retener de manera efectiva el borde, el problema es NP difícil. La -norma suavizada aproxima la -norma como un límite de funciones convexas suaves y proporciona una medida suave de la dispersión en aplicaciones. La regularización de la -norma suavizada ha sido un tema atractivo de investigación en la recuperación de imágenes y señales dispersas. En este artículo, presentamos un algoritmo combinado de regularización de la -norma suavizada y la -norma utilizando el NADA para la reconstrucción de imágenes en tomografía computarizada. Resolvemos el desafío computacional resultante de la minimización de la -norma suavizada. Los experimentos numéricos dem
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Determinantes de la adopción de la tecnología Blockchain en las cadenas de suministro por parte de las pequeñas y medianas empresas (PYME) de la India
Artículo:
Acerca de las Nuevas Soluciones de Ondas Viajeras para el Modelo Matemático Surgido en las Telecomunicaciones
Artículo:
Método de Equilibrado de Tensión en Sistema Experto para MMC de 51 Niveles en Transmisión de Corriente Continua de Alta Tensión
Artículo:
Interacciones entre la Economía Real y el Mercado de Valores: Un Enfoque Simple Basado en Agentes
Artículo:
Minería de asociaciones de enfermedades en túneles de metro basada en el algoritmo de análisis de árbol de fallos