• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Applied optics >Parameter selection methods for axisymmetric flame tomography through Tikhonov regularization
【24h】

Parameter selection methods for axisymmetric flame tomography through Tikhonov regularization

机译：Tikhonov正则化的轴对称火焰层析成像参数选择方法

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Deconvolution of optically collected axisymmetric flame data is equivalent to solving an ill-posed problem subject to severe error amplification. Tikhonov regularization has recently been shown to be well suited for stabilizing this deconvolution, although the success of this method hinges on choosing a suitable regularization parameter. Incorporating a parameter selection scheme transforms this technique into a reliable automatic algorithm that outperforms unregularized deconvolution of a smoothed data set, which is currently the most popular way to analyze axisymmetric data. We review the discrepancy principle, L-curve curvature, and generalized cross-validation parameter selection schemes and conclude that the L-curve curvature algorithm is best suited to this problem.
机译：对光学收集的轴对称火焰数据进行反卷积等效于解决遭受严重误差放大的不适定问题。尽管该方法的成功取决于选择合适的正则化参数，但最近已证明Tikhonov正则化非常适合稳定此反卷积。结合参数选择方案，可以将该技术转换为可靠的自动算法，其性能优于平滑数据集的非正规反卷积，这是目前分析轴对称数据的最流行方法。我们回顾了差异原理，L曲线曲率和广义交叉验证参数选择方案，并得出结论，L曲线曲率算法最适合此问题。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号