数学 > 数值分析
[提交于 2024年8月10日
]
标题: 贪心随机块Kaczmarz方法用于矩阵方程AXB=C及其在彩色图像恢复中的应用
标题: Greedy randomized block Kaczmarz method for matrix equation AXB=C and its applications in color image restoration
摘要: 鉴于Kaczmarz方法在求解大规模线性方程组$Ax=b$时的简单性和有效性,我们研究了贪心随机块Kaczmarz方法 (ME-GRBK) 及其松弛和确定性版本,以求解在工程科学应用中常见的矩阵方程$AXB=C$。结果表明,当矩阵方程相容时,我们的算法收敛于矩阵方程的唯一最小范数解,且其收敛速度比随机块Kacz马尔兹方法 (ME-RBK) 更快。此外,研究了求解矩阵方程$AXB=C$的块Kaczmarz方法 (ME-BK),发现当矩阵方程相容时,ME-BK 方法收敛于解$A^{+}CB^{+}+X^{0}-A^{+}AX^{0}BB^{+}$。数值测试验证了理论结果,本文提出的的方法被应用于彩色图像恢复问题,以获得令人满意的恢复图像。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.