23230

كاهش خطا در روش هاي تكراري با استفاده از پارامتر تخفيف

كارشناسي ارشد

رياضي كاربردي

1396

1396/8/30

دكتر تورج نيك‌آزاد

دكتر احمد گل‌بابايي

رياضي

در الگوريتم‌هاي تكراري بازسازي تصاوير رايانه‌اي، يكي از روش‌هاي كاهش خطا در هر مرحله از تكرار و رسيدن به هم‌گرايي سريع‌تر، به كارگيري ضريب تخفيف مناسب است. در اين پايان‌نامه، دو استراتژي «انتخاب ضريب تخفيف بهينه» و «EMR» براي به دست آوردن بهترين ضريب تخفيف شرح داده و موردبررسي قرارگرفته شده است. و در ادامه، با اعمال محدوديت ناحيۀ محدب، بهبود جواب حاصل، نشان داده مي‌شود.

1399/11/27

Error Minimizing Relaxation Strategies in Landweber and Kaczmarz Type Iterations

11/21/2017 12:00:00 AM

In iterative methods of computerized image reconstruction, one of the ways of decreasing the errors in every cycle and reaching the faster convergence, is the application of an appropriate relaxation parameter. In this study, two strategies of ”Optimal Fixed Parameter” and ”Error Minimizing Residual (EMR)” for gaining the best relaxation parameter in Landweber and Kaczmarz type iterations are explained and elaborated; and then with applying the convex constraint, the improvement of the resulted answer is shown.

بازسازي تصوير , الگوريتم هاي تكراري , ضريب تخفيف , EMR , Training , ناحيۀ محدب

Image Reconstruction , Iterative Methods , Relaxation Parameter , Optimal Fixed Parameter , EMR , Convex Constraints