基于近似逐次超松弛预处理的自适应CQ算法
在处理基于不完全数据重建的不适定反问题时,针对预处理CQ算法存在的不足,提出了一种近似的逐次超松弛自适应预处理矩阵选择策略.该方法利用近似特征值矩阵在处理矩阵相乘和求逆中的优势,将正则化与超松弛预处理方法相结合,通过迭代逐次逼近预处理矩阵,并给出了算法的自适应步长.结合稀疏角度CT图像重建问题,给出了算法的具体实现步骤,通过仿真可以验证:该策略可以使预处理CQ算法有较快的收敛速度;当存在噪声时,也可以较好地通过提前停止迭代来提高重建精度.该策略为预处理CQ算法在不完全数据重建领域的应用提供了参考.
预处理CQ算法、预处理矩阵、自适应、图像重建
34
O242.2(计算数学)
国家自然科学基金11071053
2015-02-02(万方平台首次上网日期,不代表论文的发表时间)
3190-3198