针对图像的传输中可能会产生噪声的影响和传输时间开销过大，导致图像的恢复效果较差的问题，基于数学中熵最大的原理，提出了一种基于熵函数的去噪重构算法。将该算法运用交替方向乘子法（alternating direction method of multipliers, ADMM)分而治之的思想提出了一种新的快速去噪算法。通过归一化均方误差(normalized mean square error, NMSE)和峰值信噪比(peak signal to noise ratio, PSNR)等评价标准进行实验仿真，验证所提算法的优越性。实验结果表明：根据上面思路提出的方法具有很好的效果，在去噪方面具有一定的用途。
2022-03-15 13:43:08
1.56MB
1
验证码识别matlab代码DC-DOPF-CET的双重共识ADMM
这个项目/研究怎么样？
This
study
is
using
alternating
direction
method
of
multipliers
(ADMM)
approach
for
solving
the
direct
current
dynamic
optimal
power
flow
with
carbon
emission
trading
(DC-DOPF-CET)
problem.
In
this
study,
we
focus
on
the
impact
of
parameter
rou
and
miu,
the
number
of
elements
in
the
consensus
variable,
the
number
of
subsystems
and
the
scale
of
power
systems
on
the
convergence
performance.
In
order
to
verify
the
performance
of
our
proposed
algorithms
2022-01-11 19:45:13
6.9MB
1
matlab代码运行串行Python
ADMM套索
使用ADMM解决Lasso问题的Python代码。
具有Open
MPI的ADMM
Lasso的串行和分布式版本。
原始代码（用Matlab和C
++编写）可以在找到。
要在终端中运行admm_lasso_MPI.py，请输入以下内容：
mpirun
-np
number_of_processes
python
lasso_admm_MPI.py
-i
/path/to/input_file.h5
-o
/path/to/output_file.h5
要查看参数的完整列表，请在终端中输入：
python
lasso_admm_MPI.py
--help
生成正态分布随机数的稀疏矩阵的代码摘自
test_lasso_admm.py的输出应如下所示：
2022-01-09 20:06:40
54KB
1
具有线性不等式约束的牛顿ADMM方法
笔记：
将惩罚指标用于不平等约束
斯普利特（规范的）损失和惩罚与平等约束
使用ADMM （乘数的交替方向方法）解决等式约束问题
原始子问题使用牛顿法求解（一步）
牛顿反演可以使用直接反演或CG（共轭梯度）完成
要求：
（规范的）损失具有明显的梯度和粗麻布。
Logistic回归的示例
2022-01-07 22:48:07
31KB
1