数字全息成像中往往包括再现像、共轭像和零级项，再现像的分离是常见而又难以彻底解决的问题。提出一种新的全息图重建算法，即利用相干衍射成像（CDI）中的迭代方法处理数字全息图，实现仅有一个实像的再现结果,从而彻底解决该问题。该方法包括两个步骤：首先通过CCD分别测量样品单独存在、样品和参考光同时存在以及参考光的远场衍射分布；然后通过计算机进行迭代运算。由于干涉光的存在，该算法比传统的CDI算法有更快的收敛速度和重建质量。同时进行了数值模拟验证并对生物切片进行了物像重建。
2022-02-28 10:20:33
4.79MB
1
目前哈特曼波前传感器波前重建的算法主要有两种，即区域波前重建法和模式波前重建法。
而区域法重构按求解方法又可分为快速傅里叶变换法，迭代求解法，矩阵向量法等。
本资源给出了区域法重构算法实际例子，
资源具体内有以下资源：
Slope_X.mat；
Slope_Y.mat；
区域法重构.m
可直接运行！
2022-01-14 19:02:15
39KB
提出了求解线性系统和线性最小二乘系统的迭代方法。 该方法基于 Golub-Kahan 双对角化过程。 它在分析上等效于应用于正规方程的 MINRES 标准方法。 与 LSQR 相比，尽早终止 LSMR 更安全。
有关 LSMR 的详细信息可以在http://www.stanford.edu/group/SOL/software/lsmr.html http://www.stanford.edu/~clfong/lsmr.html
2021-12-08 14:32:27
7KB
1
在传统GS算法的基础上,根据角谱传播理论并引入一简单的梯度,提出一种快速、高精度相位恢复迭代算法--加速角谱迭代法。该算法使用三个面(即一个输入面和两个输出面)的强度信息恢复输入面光场的相位分布。数值模拟结果表明,该算法能在二维情况下快速准确地恢复各种输入面光场的相位分布,并且大幅度地提高了复杂光场的相位恢复精度。在模拟实验中多次选取随机初始迭代值,该算法的收敛结果唯一,表明算法有良好的收敛性能。
2021-12-06 23:31:22
1.72MB
1
svd算法matlab代码IterFS
该存储库包含Ordozgoiti等人在ICDM
'16中描述的算法的Matlab实现。
该算法为“列子集选择问题”提供了近似解决方案。
用法
iter_fs(data,
k,
MAX_ITER,
ZERO)
data:
The
input
data
matrix
k:
The
number
of
columns
to
choose
MAX_ITER:
(Optional)
The
maximum
number
of
iterations
ZERO:
(Optional)
The
threshold
below
which
scores
are
set
to
zero,
to
avoid
numerical
issues
Output:
A
set
of
column
indices
indicating
the
ones
that
were
chosen
查看example.m作为示例。
为了获得更好的性能，建议使用SVD的优化实现。
作者：Bruno
Ordozgoiti
如果使用此代码，请引用以下论文：
Bruno
Ordozgoiti，Sa
2021-12-05 15:53:34
3KB
1
提供了两个简单的模型，显示了运动学反演的基本迭代算法的特征，即雅可比转置、其伪逆和阻尼最小二乘法 (DLS)。 可以交互式地比较串行两连杆和三连杆链条的优点和缺点。 对于后者，还给出了梯度投影方法以利用机械手的冗余来耦合次要任务。
2021-12-03 15:36:40
28KB
1