一类关于伪压缩映射的粘性迭代逼近方法.docxVIP

一类关于伪压缩映射的粘性迭代逼近方法 伪压缩映射是一种在数字图像空间中实现可逆变换的方法。当可逆变换的映射参数多的时候，变换的参数空间会变得很大，很难用最小二乘法进行拟合，另外，若直接在实际参数空间中进行搜索，所需要的数据量也会增加许多。因此，利用粘性迭代逼近（ICM)方法可以实现参数空间的搜索和参数的估计功能，进而达到伪压缩映射的目的。 粘性迭代逼近方法是一种迭代优化方法，重点在于向最优结果靠拢，即使不合理的参数也可以进行修正。伪压缩映射实际上是一种形式化的参数估计问题，其中所有的的参数之间有着非常复杂的非线性关系，而粘性迭代逼近方法可以基于迭代靠近最佳效果的原则来降低这种复杂的参数之间的关系，使整个参数估计问题变得更加容易处理。 首先，要使用ICM方法来估计伪压缩映射的参数，需要构建一个平滑的代价函数，以上述关系定义两个变量之间的重叠，并将它们做平滑处理，这样每一步迭代都会进行参数估计，从而使最优结果靠近期望值。其次，粘性迭代逼近方法中的基本思想是：从当前参数出发，沿着带有正向罚前函数的梯度方向，搜索参数空间，相当于一种从零开始以及一步步向好处靠拢的过程。最后，需要控制参数之间的比例，即变换之间的约束关系，使粘性迭代逼近更近似真实的反映情况，从而实现伪压缩映射的目的。 总之，粘性迭代逼近方法可以有效地用于伪压缩映射的参数估计，它具有较高的搜索效率，可以在非正式参数空间内以及避免过大的最小二乘法时，寻找最优参数，最终实现伪压缩映射的目的。