矩阵重建求解算法研究及应用-计算机应用技术专业毕业论文.docxVIP

万方数据 万方数据 西安电子科技大学 学位论文独创性（或创新性）声明 秉承学校严谨的学风和优良的科学道德，本人声明所呈交的论文是我个人在 导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标 注和致谢中所罗列的内容以外，论文中不包含其他人已经发表或撰写过的研究成 果；也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的 材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说 明并表示了谢意。 申请学位论文与资料若有不实之处，本人承担一切相关责任。 本人签名： 日期： 西安电子科技大学 关于论文使用授权的说明 本人完全了解西安电子科技大学有关保留和使用学位论文的规定，即：研究生 在校攻读学位期间论文工作的知识产权单位属西安电子科技大学。学校有权保留 送交论文的复印件，允许查阅和借阅论文；学校可以公布论文的全部或部分内容， 可以允许采用影印、缩印或其它复制手段保存论文。同时本人保证，毕业后结合 学位论文研究课题再撰写的文章一律署名单位为西安电子科技大学。 （保密的论文在解密后遵守此规定） 本学位论文属于保密，在 年解密后适用本授权书。 本人签名： 导师签名： 日 期： 日 期： 万方数据 万方数据 摘要 矩阵重建作为一种新的高维数据分析和处理的工具已经被广泛的研究和应 用。然而，矩阵重建的求解算法都需要经过多次迭代，同时在每一次迭代过程中 又要进行大规模矩阵的奇异值分解，其时间复杂度是非常高的。因此，如何有效 地改进矩阵重建求解算法成为了近年来学者们重点研究的问题。 本文紧密围绕矩阵重建求解算法这条主线，对算法的性能优化及在日向仪图 像重建中的应用进行了深入探讨和研究。 本文的主要工作有：1.深入研究矩阵重建理论，对矩阵模型提出一种受矩阵噪 声影响的权重因子，并证明所提出的权重因子值符合相关定理要求。通过图像去 噪仿真实验，与其他权重因子相比，在算法运算速度方面有较优的性能。2.引入了 线性时间奇异值分解算法，找到需要求解的部分奇异值个数与迭代阈值之间的关 系，成功地将矩阵重建求解算法中奇异值分解时间复杂度由 O(n3 ) 降到 O(m ??n) 。 然后再改进成适合更大规模矩阵的固定时间奇异值分解算法。通过仿真实验，与 增广拉格朗日乘子法相比，在不影响算法精确性的情况下，该算法能够有更快的 运算速度。3.成功将矩阵重建理论应用到日像仪图像重建中，构造了日像仪图像重 建的低秩表示模型，提出了压缩感知与矩阵重建相结合的日像仪图像重建算法。 通过三臂螺旋阵型下的仿真实验，与 Cotton-Schwab 洁化算法相比，在相同采样点 的情况下，算法得到了更精确的日像仪重建图像。 关键词：矩阵重建 低秩 奇异值分解 权重因子 日像仪 万方数据 万方数据 Abstract Matrix reconstruction has been widely studied and applied as an analysis and processing tool for high-dimensional data. However, the solution algorithms for matrix reconstruction require multiple iterations and involve singular value decomposition at each iteration, resulting in high computation cost of algorithms. Therefore, recently scholars focus on how to efficiently improve the matrix reconstruction algorithms. Focusing on the matrix reconstruction algorithms, this paper makes deep discussion and does research on the optimizing performance of algorithms and application of matrix reconstruction in heliograph image reconstruction. The main work of this paper is as follows. 1. After in-depth study of the matrix reconstruction theory, a weighting parameter affected by noise of matrix is proposed, and pro