1(湘潭大学信息工程学院 湖南湘潭 411105);2(物联网与信息安全湖南省重点实验室(湘潭大学) 湖南湘潭 411105);3(湖南理工学院信息科学与工程学院 湖南岳阳 414000) (liuhaolin@xtu.edu.cn)
出版日期:
2019-07-01基金资助:
国家自然科学基金项目(61672447,61602398,61772195);湖南省自然科学基金项目(2017JJ3316,2018JJ2156);湖南省教育厅科学研究项目(16C1547)Multi-Objective Evolutionary Sparse Recovery Approach Based on Adaptive Local Search
Liu Haolin1,2, Chi Jinlong1, Deng Qingyong1,2, Peng Xin3, Pei Tingrui1,21(College of Information Engineering, Xiangtan University, Xiangtan, Hunan 411105);2(Key Laboratory of Hunan Province for Internet of Things and Information Security (Xiangtan University), Xiangtan, Hunan 411105);3(School of Information Science and Engineering, Hunan Institute of Science and Technology, Yueyang, Hunan 414000)
Online:
2019-07-01摘要/Abstract
摘要: 在稀疏重构中,重构误差项和稀疏项通常使用一个正则化参数聚合成单目标函数,很难实现2个目标的均衡优化,这个缺陷通常导致稀疏重构精度低.为此,提出一种自适应局部搜索的多目标进化算法.首先,基于范数和l\-1范数和l\-{1/2}范数分别设计了2种梯度迭代软阈值法的局部搜索方法求得相应解,这2种局部搜索方法可以提高解的收敛速度和精确度;其次,通过比较对应的目标函数值来竞争选取每轮的优胜解;然后,采用基于竞争成功率的自适应择优局部搜索方法来产生后期解;最后,在帕雷托前沿面的膝盖区域上采用角度法选取最优解.实验结果表明:测量误差和稀疏项可以达到平衡,在重构精度方面,提出的方法远高于现有的传统单目标方法.相比于StEMO算法,当测量维度M=600时,该方法可以提高33.8%;当噪声强度δ=0.002时可以提高82.7%;当稀疏率K/N=0.3时可以提高7.38%.
参考文献
相关文章 15
[1] | 谭建豪, 张思远. 基于自适应空间正则化的视觉目标跟踪算法[J]. 计算机研究与发展, 2021, 58(2): 427-435. |
[2] | 孟银凤, 梁吉业. 线性正则化函数Logistic模型[J]. 计算机研究与发展, 2020, 57(8): 1617-1626. |
[3] | 于亚新, 张文超, 李振国, 李莹. 基于超图的EBSN个性化推荐及优化算法[J]. 计算机研究与发展, 2020, 57(12): 2556-2570. |
[4] | 丁旭阳, 谢盈, 张小松. 基于边缘计算的进化多目标优化图像隐写算法[J]. 计算机研究与发展, 2020, 57(11): 2260-2270. |
[5] | 戴臣超,王洪元,倪彤光,陈首兵. 基于深度卷积生成对抗网络和拓展近邻重排序的行人重识别[J]. 计算机研究与发展, 2019, 56(8): 1632-1641. |
[6] | 李赫,印莹,李源,赵宇海,王国仁. 基于多目标演化聚类的大规模动态网络社区检测[J]. 计算机研究与发展, 2019, 56(2): 281-292. |
[7] | 苏华友, 温文, 李东升. 面向GPU的单颗粒冷冻电镜软件RELION并行与优化[J]. 计算机研究与发展, 2018, 55(2): 409-417. |
[8] | 胡海洋,刘润华,胡华. 移动云计算环境下任务调度的多目标优化方法[J]. 计算机研究与发展, 2017, 54(9): 1909-1919. |
[9] | 汤小月,余伟,李石君. D\+3MOPSO:一种基于用户偏好的元搜索排序聚合演化方法[J]. 计算机研究与发展, 2017, 54(8): 1665-1681. |
[10] | 陈加略,姜远. 最优间隔分布脊回归[J]. 计算机研究与发展, 2017, 54(8): 1744-1750. |
[11] | 李笠,王万良,徐新黎,李伟琨. 基于网格排序的多目标粒子群优化算法[J]. 计算机研究与发展, 2017, 54(5): 1012-1023. |
[12] | 朱快快,田青,陈松灿. 结合显性与隐性空间光滑的高效二维图像判别特征抽取[J]. 计算机研究与发展, 2017, 54(5): 1057-1066. |
[13] | 李博涵,张潮,李东静,许建秋,夏斌,秦小麟. 支持室内障碍空间的DSP-Topk查询优化算法研究[J]. 计算机研究与发展, 2017, 54(3): 557-569. |
[14] | 魏文红,王甲海,陶铭,袁华强. 基于泛化反向学习的多目标约束差分进化算法[J]. 计算机研究与发展, 2016, 53(6): 1410-1421. |
[15] | 周治平,朱书伟,张道文. 分类数据的多目标模糊中心点聚类算法[J]. 计算机研究与发展, 2016, 53(11): 2594-2606. |
PDF全文下载地址:
https://crad.ict.ac.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=3962