变量分裂法
变量分裂法(Variable Splitting),解决目标函数是两个函数之和的优化问题。html
1)其中g是n维向量到d维向量的一个映射。机器学习
变量分裂将上式变为:ide
问题(2)可能比(1)更容易或高效的解决。函数
2)L是一个线性算子。学习
即优化
利用增广拉格朗日方法,获得:ui
半二次方分裂-Half Quadratic Splitting(HQS)
通常是将正则项中的原始变量进行变量替换,而后增长拉格朗日乘子项和二次惩罚项,这么作的目的是,去耦合的同时,简化计算。spa
图像复原中,目标函数为:.net
前一项为保真项(fidelity),后一项为惩罚项,通常只与去噪有关。3d
引入辅助变量Z,把惩罚项的x替换为Z。
惩罚参数:
迭代求解:如下两式。
【转载自】
变量分裂法(Variable Splitting) - 机器学习与遥感图像智能信息处理 - CSDN博客 https://blog.csdn.net/bingecuilab/article/details/47208895
Learning Deep CNN Denoiser Prior for Image Restoration阅读笔记 - smartweed - 博客园 https://www.cnblogs.com/smartweed/p/10444039.html