知识卡片
柯西扰动生成盲复原候选
图像盲复原指在不知道图像是怎样被模糊的情况下恢复原图。用模拟退火做盲复原时,每一步要给当前状态加一个随机扰动,得到待评价的新状态;扰动量从什么分布里抽,决定了候选落在哪里。
改进算法对比了均匀分布与柯西分布后选用柯西分布。直观区别(一般概率知识,非原书展开):均匀分布的扰动被限定在固定范围内;柯西分布大多数扰动很小,但偶尔会抽到很大的值,既能在附近细搜,又不时远跳。文献报告这提高了对初值的鲁棒性,收敛速度约为原 McCallum 方法的两倍。
扰动分布是搜索行为的一部分。原书没有给尺度参数、状态表示或接受步骤的完整实现,这些改进不能仅凭这段摘要推广。
这张卡片看不懂?
这张卡片的反馈已满 10 条,暂时无法继续提交。
已有反馈 · 0 / 10 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 1 1 . 4 基 于 模 拟 退 火 算 法 的 图 像 处 理 · 查看原书依据
针对这个问题,分析影响SAA效率的关键因素,对比了均匀(Uniform)分布与柯西(Cauchy)分布的分布机制,对McCallum的算法进行了改进,提出了一种改进的模拟退火图像盲复原算法[35],该算法选择Cauchy分布作为随机扰动量产生状态扰动函数,有效提高了算法对初值的鲁棒性,同时,算法收敛到最优解的速度要比McCallum的方法快两倍。
参考来源
- 位置:《智能算法导论》第 11 章《11.4 基于模拟退火算法的图像处理》(源文件:`_epub-src/EPUB/xhtml/chapter11_0009.xhtml`)
- 结论依据:文献[35]摘要明确对比均匀与柯西分布,并选择Cauchy分布的随机扰动量生成盲复原状态;未给参数和独立实验明细。
- 原始内容:该算法选择Cauchy分布作为随机扰动量产生状态扰动函数