(四)分数阶微积分

我们重点考察$R-L$型分数阶微积分的性质,简记${}_{0}^{RL}D_{t}^{\beta}=D_{t}^{\beta}$,若无特殊说明。
a).
线性性
$$D_{t}^{\beta}[f(t)+g(t)]=D_{t}^{\beta}f(t)+D_{t}^{\beta}g(t)$$
$$D_{t}^{\beta}\lambda
f(t)=\lambda D_{t}^{\beta}f(t)
$$
证明:直接带入定义验算即可.设$m=[\beta]+1$
$${}_{0}^{RL}D_{t}^{\beta}f(t)=\frac{1}{\Gamma(m-\beta)}\frac{d^{m}}{dt^{m}}\int_{0}^{t}(t-\tau)^{m-\beta-1}f(\tau)d\tau$$
b).
积分的叠加性
$$D_{t}^{-\alpha}D_{t}^{-\beta}f(t)=D_{t}^{-\alpha-\beta}f(t)\ \ \ \ \
(\alpha,\beta>0)$$
证明:对整数阶积分结论是显然的,对于分数阶R-L积分仍然具有叠加性。
由定义知
$${}_{0}D_{t}^{-\beta}f(t)=\frac{1}{\Gamma(\beta)}\int_{0}^{t}(t-x)^{\beta-1}f(x):=g(t)$$
那么
\begin{eqnarray*}
{}_{0}^{}D_{t}^{-\alpha}g(t)&=&\frac{1}{\Gamma(\alpha)}\int_{0}^{t}(t-\tau)^{\alpha-1}g(\tau)
d\tau\\

&=&\frac{1}{\Gamma(\alpha)\Gamma(\beta)}\int_{0}^{t}(t-\tau)^{\alpha-1}d\tau
\int_{0}^{\tau}(\tau-x)^{\beta-1}f(x)dx\\

&=&\frac{1}{\Gamma(\alpha)\Gamma(\beta)}\int_{0}^{t}f(x)dx
\int_{x}^{t}(t-\tau)^{\alpha-1}(\tau-x)^{\beta-1}d\tau(交换积分次序)\\

&=&\frac{1}{\Gamma(\alpha)\Gamma(\beta)}\int_{0}^{t}f(x)dx\int_{0}^{1}(t-x)^{\alpha+\beta-1}(1-\xi)^{\alpha-1}\xi
^{\beta-1}d\xi \ \ \ \ (Let\ \xi=\frac{\tau-x}{t-x})\\

&=&\frac{B(\alpha,\beta)}{\Gamma(\alpha)\Gamma(\beta)}\int_{0}^{t}(t-x)^{\alpha+\beta-1}f(x)dx\\

&=&\frac{1}{\Gamma(\alpha+\beta)}\int_{0}^{t}(t-x)^{\alpha+\beta-1}f(x)dx\\

&=&{}_{0}D_{t}^{-\alpha-\beta}f(t)
\end{eqnarray*}
由此我们也得到了积分满足交换性,即
$$D_{t}^{-\alpha}D_{t}^{-\beta}f(t)=D_{t}^{-\alpha-\beta}f(t)=D_{t}^{-\beta}D_{t}^{-\alpha}f(t)\
\ \ \ \ (\alpha,\beta>0)$$
c).
上式考虑了积分叠加的情形,对于连续函数$f(t)$考虑混合运算“先积分再微分”.(还记得R-L定义思路$D^{\beta}=D^{m}D^{-(m-\beta)}$)
$${}_{0}^{}D_{t}^{\alpha}{}_{0}D_{t}^{-\beta}f(t)={}_{0}^{}D_{t}^{\alpha-\beta}f(t)\
\ \ \ \ \
(\alpha>0,\beta>0)$$
证明:先探讨一种特殊的情形
$$D^{\lambda}D^{-\lambda}f(t)=f(t)\
\ \ \ \ (\lambda>0)$$
当$\lambda$为整数时结论显然成立。不妨设$k-1 \leq
\lambda<k$,即$k=[\lambda]+1$.故由定义有
$$D^{\lambda}=D^{k}D^{-(k-\lambda)}$$
代入下式
$$D^{\lambda}D^{-\lambda}=D^{k}D^{-(k-\lambda)}D^{-\lambda}=D^{k}D^{-k}=I\
\ \ (use \
b).)$$
$\bullet$若$\alpha<\beta$,记$m=[\alpha]+1,n=[\alpha-\beta]+1$,则
\begin{eqnarray*}
D^{\alpha}D^{-\beta}f(t)&=&D^{m}D^{-m-\alpha}D^{-\beta}f(t)

&=&D^{m}D^{-(m-\alpha+\beta)}f(t)\\

&=&D^{m}D^{-m}D^{-(\beta-\alpha)}f(t)\\

&=&D^{\alpha-\beta}f(t)\\
\end{eqnarray*}
$\bullet$若$\alpha>\beta$,则
\begin{eqnarray*}
D^{\alpha}D^{-\beta}f(t)&=&D^{m}D^{-m-\alpha}D^{-\beta}f(t)\\

&=&D^{m}D^{-(m-\alpha+\beta)}f(t)\\

&=&D^{n}D^{m-n}D^{-(\beta-\alpha)}f(t)\\

&=&D^{n}D^{-[n-(\alpha-\beta)]}\\

&=&D^{\alpha-\beta}f(t)\\
\end{eqnarray*}
综上有
$${}_{0}^{}D_{t}^{\alpha}{}_{0}D_{t}^{-\beta}f(t)={}_{0}^{}D_{t}^{\alpha-\beta}f(t)\
\ \ \ \ \ (\alpha>0,\beta>0)$$
d).\
我们前面讲了一般$D^{\alpha}D^{-\beta}f(t)\neq
D^{-\beta}D^{-\alpha}f(t)$,也就是说积分算子与微分算子的交换性并不总是成立的,在经典的微积分里同样要满足一些特定的条件。
例如$f(x)\equiv
C$
先微分再积分:
$$D^{-1}Df(x)=0$$
先积分再微分:
$$DD^{-1}f(x)=C$$
下面我们研究混合运算中的“先微分再积分”情形,即$D^{-\beta}D^{\alpha},(\beta>0,\alpha>0)$形式.
首先,我们有结论:
$$D^{-\lambda}D^{\lambda}f(t)=f(t)-\sum_{j=1}^{m}\frac{D^{\lambda-j}f(0)}{\Gamma(\lambda-j+1)}t^{\lambda-j}$$
证明:回忆当$f(x,y)$满足连续性条件且可微时
$$\frac{d}{dx}\int_{a}^{b}f(x,y)dy=\int_{a}^{b}\frac{\partial
f(x,y)}{\partial x}dy$$
$$\frac{d}{dx}\int_{\alpha
(x)}^{\beta(x)}f(x,y)dy=f(x,\beta(x))\beta‘(x)-f(x,\alpha(x))\alpha‘(x)+\int_{\alpha(x)}^{\beta(x)}\frac{\partial
f(x,y)}{\partial
x}dy$$
特殊地,
$$\frac{d}{dx}\int_{0}^{x}f(x,y)dy=f(x,x)+\int_{0}^{x}\frac{\partial
f(x,y)}{\partial x}dy$$
设$g(t,\tau)=(t-\tau)^{\lambda}D^{\lambda}f(\tau)$,
则$g(\tau,\tau)=0$
$$\frac{\partial g}{\partial t}=\lambda (t-\tau)^{\lambda
-1}D^{\lambda}f(\tau)$$
所以
\begin{eqnarray*}
D^{-\lambda}D^{\lambda}f(t)&=&\frac{1}{\Gamma(\lambda)}\int_{0}^{t}(t-\tau)^{\lambda-1}D^{\lambda}f(\tau)d\tau\\

&=&\frac{1}{\Gamma(\lambda+1)}\frac{d}{dt}\int_{0}^{t}(t-\tau)^{\lambda}D^{\lambda}f(\tau)d\tau\\
\end{eqnarray*}
注意上式中不能轻易使用分部积分法,因为尚未验证分数阶微分是否具有叠加性。
不妨设$m-1
\leq \lambda <m$,即$m=[\lambda]+1$,由定义和$\
c).$知
\begin{eqnarray*}
\frac{1}{\Gamma(\lambda+1)}\int_{0}^{t}(t-\tau)^{\lambda}D^{\lambda}f(\tau)d\tau&=&
\frac{1}{\Gamma(\lambda+1)}\int_{0}^{t}(t-\tau)^{\lambda}D^{m}D^{-(m-\lambda)}f(\tau)d\tau\\

&=&\frac{1}{\Gamma(\lambda+1)}\int_{0}^{t}(t-\tau)^{\lambda}dD^{m-1}D^{-(m-\lambda)}f(\tau)\\

&=&\frac{D^{\lambda-1}f(\tau)}{\Gamma(\lambda+1)}(t-\tau)^{\lambda}|_{0}^{t}

+\frac{1}{\Gamma(\lambda)}\int_{0}^{t}(t-\tau)^{\lambda-1}D^{\lambda-1}f(\tau)d\tau\\

&=&\frac{1}{\Gamma(\lambda)}\int_{0}^{t}(t-\tau)^{\lambda-1}D^{\lambda-1}f(\tau)d\tau-\frac{D^{\lambda-1
}f(0)}{\Gamma(\lambda+1)}t^{\lambda}\\

&=&\frac{1}{\Gamma(\lambda-1)}\int_{0}^{t}(t-\tau)^{\lambda-2}D^{\lambda-2}f(\tau)d\tau-\frac{D^{\lambda
-2}f(0)}{\Gamma(\lambda)}t^{\lambda-1}-\frac{D^{\lambda-1}f(0)}{\Gamma(\lambda+1)}t^{\lambda}\\

&=&\cdots \ \ \ \cdots \ \ \ \cdots \\

&=&\frac{1}{\Gamma(\lambda-m+1)}\int_{0}^{t}(t-\tau)^{\lambda-m}D^{-m-\lambda}f(\tau)d\tau-\sum_{j=1}^{m}\frac{D^{\lambda-j}f(0)}{\Gamma(\lambda-j+2)}t^{\lambda-j+1}\\

&=&D^{-(\lambda-m+1)}D^{-(m-\lambda)}f(t)-\sum_{j=1}^{m}\frac{D^{\lambda-j}f(0)}{\Gamma(\lambda-j+2)}t^{\lambda-j+1}\\

&=&D_{t}^{-1}f(t)-\sum_{j=1}^{m}\frac{D^{\lambda-j}f(0)}{\Gamma(\lambda-j+2)}t^{\lambda-j+1}\\
\end{eqnarray*}

\begin{eqnarray*}
D^{-\lambda}D^{\lambda}f(t)&=&\frac{d}{dt}[D_{t}^{-1}f(t)-\sum_{j=1}^{m}\frac{D^{\lambda-j}f(0)}{\Gamma(\lambda-j+2)}t^{\lambda-j+1}]\\

&=&f(t)-\sum_{j=1}^{m}\frac{D^{\lambda-j}f(0)}{\Gamma(\lambda-j+1)}t^{\lambda-j}\\
\end{eqnarray*}
下面我们考虑$D^{-\beta}D^{\alpha},(\beta>0,\alpha>0)$形式.
$\bullet$若$\beta
\leq \alpha
,$则
\begin{eqnarray*}
D^{-\beta}D^{\alpha}f(t)&=&D^{\alpha-\beta}D^{-(\alpha-\beta)}D^{-\beta}D^{\alpha}f(t)\\

&=&D^{\alpha-\beta}D^{-\alpha}D^{\alpha}f(t)\ \ \
\ (use \ \ b).\ \ )\\

&=&D^{\alpha-\beta}[f(t)-\sum_{j=1}^{m}\frac{D^{\alpha-j}f(0)}{\Gamma(\alpha-j+1)}t^{\alpha-j}]\\

&=&D^{\alpha-\beta}f(t)-\sum_{j=1}^{m}\frac{D^{\alpha-j}f(0)}{\Gamma(\alpha-j+1)}D^{\alpha-\beta}t^{\alpha-j}\\

&=&D^{\alpha-\beta}f(t)-\sum_{j=1}^{m}\frac{D^{\lambda-j}f(0)}{\Gamma(\beta-j+1)}t^{\beta-j}\\
\end{eqnarray*}
$\bullet$若$\beta>\alpha$,则
\begin{eqnarray*}
D^{-\beta}D^{\alpha}f(t)&=&D^{-(\beta-\alpha)}D^{-\alpha}D^{\alpha}f(t)\\

&=&D^{-(\beta-\alpha)}[f(t)-\sum_{j=1}^{m}\frac{D^{\alpha-j}f(0)}{\Gamma(\alpha-j+1)}t^{\alpha-j}]\\

&=&D^{\alpha-\beta}f(t)-\sum_{j=1}^{m}\frac{D^{\alpha-j}f(0)}{\Gamma(\alpha-j+1)}D^{-(\beta-\alpha)}t^{\alpha-j}\\

&=&D^{\alpha-\beta}f(t)-\sum_{j=1}^{m}\frac{D^{\lambda-j}f(0)}{\Gamma(\beta-j+1)}t^{\beta-j}\\
\end{eqnarray*}
总而言之
$$D^{-\beta}D^{\alpha}f(t)=D^{\alpha-\beta}f(t)-\sum_{j=1}^{m}\frac{D^{\alpha-j}f(0)}{\Gamma(\beta-j+1)}t^{\beta-j}$$
e).
前面我们讨论了积分叠加的情形和“先积分再求导”和“先求导再积分”的情形,现在我们考虑微分是否具有叠加性,即
$$D^{\beta}D^{\alpha}f(t)=D^{\beta+\alpha}f(t)\
\ (\alpha>0,\beta>0) \ \ \ \ \ \ \ \ \ \
(\textbf{?})$$
一般结论并不是总成立的,例如$f(t)=1$,则有
$$D^{\beta}Df(t)=0$$
$$DD^{\beta}f(t)=D\frac{t^{-\beta}}{\Gamma(1-\beta)}=-\beta
\frac{t^{-\beta-1}}{\Gamma(1-\beta)}\neq 0$$
设$n-1\leq \beta
<n$即$n=[\beta]+1$利用$ d).\ $
可得
$$D^{\beta}D^{\alpha}=D^{n}D^{-(n-\beta)}D^{a}=D^{n}[D^{\alpha+\beta-n}f(t)-\sum_{j=1}^{m}\frac{D^{\alpha-j}f(0)}{\Gamma(n-\beta-j+1)}t^{n-\beta-j}]$$
f
).
回忆
二项式定理
$$(f(x)+g(x))^{n}=C_{n}^{k}f^{n-k}(x)g^{k}(x)$$
Leibnitz公式
$$(f(x)g(x))^{(n)}=C_{n}^{k}f^{(n-k)}(x)g^{(k)}(x)$$
分数阶R-L积分的Leibniz公式为
$$D^{-\nu}[f(x)+g(x)]=\sum_{k=0}^{\infty}C_{-\nu}^{k}D^{k}g(x)D^{-\nu-k}f(x)$$
证明:根据定义有
$$D^{-\nu}f(x)g(x)=\frac{1}{\Gamma(\nu)}\int_{0}^{x}(x-\tau)^{\nu-1}f(\tau)g(\tau)d\tau$$
将$g(\tau)$在$\tau=x$处展成$Taloy$公式
$$g(\tau)=g(x)+\sum_{k=1}^{\infty}\frac{D^{k}g(x)}{k!}(\tau-x)^k$$
代入定义式得
\begin{eqnarray*}
D^{-\nu}f(x)g(x)&=&\frac{1}{\Gamma(\nu)}g(x)\int_{0}^{x}(x-\tau)^{\nu-1}f(\tau)d\tau+
\sum_{k=1}^{\infty}\frac{D^{k}g(x)}{k!}\frac{(-1)^{k}}{\Gamma(\nu)}\int_{0}^{x}(x-\tau)^{k+\nu-1}f(\tau)d\tau
\\
&=&g(x)D^{-\nu}f(x)+\sum_{k=1}^{\infty}C_{-\nu}^{k}D^{k}g(x)D^{-\nu-k}f(x)\\
&=&\sum_{k=0}^{\infty}C_{-\nu}^{k}D^{k}g(x)D^{-\nu-k}f(x)
\end{eqnarray*}
其中$$C_{-\nu}^{k}=\frac{(-1)^k\Gamma(k+\nu)}{k!\Gamma(\nu)}$$.
再根据分数阶导数定义可得到分数阶导数的Leibniz公式
\begin{eqnarray*}
D^{\nu}f(x)g(x)&=&D^{m}D^{-(m-\nu)}f(x)g(x)\\
&=&D^{m}[\sum_{k=0}^{\infty}C_{\nu-m}^{k}D^{k}g(x)D^{\nu-m-k}f(x)]
\end{eqnarray*}
g
). R-L型分数阶导数与Caputo型导数的关系
一般两者并不相同,但在下面定理的条件下两者等价。
定理:若$f(t)$具有$m$阶连续导($m=[\beta]+1$),且$f^{k}(a)=0\
(k=0,1,2,\cdots,m-1)$,则有
$$_{a}^{RL}D_{t}^{\beta}f(t)=_{a}^{C}D_{t}^{\beta}f(t)$$
证明:反复利用分部积分可得
\begin{eqnarray*}
{}_{a}^{C}D_{t}^{\beta}f(t)&=&\frac{1}{\Gamma(m-\beta)}\int_{a}^{t}(t-\tau)^{m-\beta-1}f^{(m)}(\tau)d\tau\\

&=&\frac{(m-\beta-1)(m-\beta-2)\cdots
(-\beta)}{\Gamma(m-\beta)}\int_{a}^{t}(t-\tau)^{-\beta-1}f(\tau)d\tau\\
\end{eqnarray*}
另一方面反复利用
$$\frac{d}{dt}\int_{a}^{t}f(t,\tau)d\tau=f(t,t)+\int_{a}^{t}\frac{\partial
f}{\partial
x}$$
\begin{eqnarray*}
{}_{a}^{RL}D_{t}^{\beta}f(t)&=&\frac{1}{\Gamma(m-\beta)}\frac{d^{m}}{dt^{m}}\int_{a}^{t}(t-\tau)^{m-\beta-1}f(\tau)d\tau\\

&=&\frac{1}{\Gamma(m-\beta)}\frac{d^{m-1}}{dt^{m-1}}\frac{d}{dt}\int_{a}^{t}(t-\tau)^{m-\beta-1}f(\tau)d\tau\\

&=&\frac{m-\beta-1}{\Gamma(m-\beta)}\frac{d^{m-1}}{dt^{m-1}}\int_{a}^{t}(t-\tau)^{m-\beta-2}f(\tau)d\tau\\

&=&\cdots \ \ \ \ \cdots\ \ \ \ \cdots \ \ \ \
\\
&=&\frac{(m-\beta-1)(m-\beta-2)\cdots
(-\beta)}{\Gamma(m-\beta)}\int_{a}^{t}(t-\tau)^{-\beta-1}f(\tau)d\tau\\
\end{eqnarray*}
所以此时
$${}_{a}^{RL}D_{t}^{\beta}f(t)={}_{a}^{C}D_{t}^{\beta}f(t)$$

h
).分数阶导数与整数阶导数的关系
评注:分数阶导数是整数阶导数的推广,然而这种推广并不是唯一的,历史上出现了多种版本的分数阶导数,例如$R_L$
型、$Caputo$型、$Resiz$ 型等各个版本计算结果都不尽相同,都有独立的应用,$Mill$ 和$Ross$
在此基础上提出了序列微积分的概念在形式上统一了分数阶微积分。
i).
序列分数阶导数实际上是基于观察所得出的定义,对整数阶的导数有
$$D^{n}f(t)=DDD \cdots
Df(t)$$
推广到更一般的形式
$$D^{a}f(t)=D^{\alpha_{1}}D^{\alpha_{2}}\cdots
D^{\alpha_{n}}f(t)$$
其中$\alpha=\alpha_{1}+\alpha_{2}+ \cdots +
\alpha_{n}$.
从上面的形式可以看到分解并不是唯一的
当分解形式是
$$
D^{\alpha}=D^{n}D^{-(n-\alpha)}$$
为$Riemann-Liouville$型分数阶导数.
当分解形式是
$$
D^{\alpha}=D^{-(n-p)}D^{n}$$
为$Caputo$型分数阶导数.

j ). Remark:
利用卷积工具可推广到广义函数的分数阶导数,经典分析理论到近代分析跨越.

(四)分数阶微积分,布布扣,bubuko.com

时间: 2024-10-10 23:14:34

(四)分数阶微积分的相关文章

(三)分数阶微积分

一些基本函数的R-L分数阶导数:c. 幂函数 $t^{\mu}$ RL0Dνttμ=Γ(1+μ)1+μ?νtμ?ν 首先我们来计算 $t^{\mu}$的$\alpha$分数阶积分 RL0D?αttμ====1Γ(α)∫t0(t?τ)α?1tμtα+μΓ(α)∫10(1?x)α?1xμdxtα+μΓ(α)B(α,μ+1)Γ(1+μ)Γ(1+μ+α)tα+μ 从而 RL0Dνttμ===ddτRL0D?(1?ν)ttμddτΓ(1+μ)Γ(2+μ?ν)t1+μ?νΓ(1+μ)Γ(1+μ?ν)t1+μ

(五)分数阶微分方程的解法及其适定性问题介绍

a ) 为此介绍一些常见的变换及其性质Laplace变换的定义为$$ \mathscr{L} \{f(t)\}=\int_{0}^{\infty}f(t)e^{-st}dt$$Laplace反演变换公式为$$\mathscr{L}^{-1}F(s)=\int_{0}^{\infty}F(s)e^{st}ds $$定义卷积$$f(t)\ast g(t)=\int_{0}^{t}f(t-\tau)g(\tau)d\tau=\int_{0}^{t}f(t)g(t-\tau)d\tau=g(t) \as

差分-微分-分数阶的简单入门体会

最近呢?在做灰色预测模型,灰色预测模型的常微分方程的求解,看了许多书上的推到.感觉数值计算好伟大讷. gm(1,1)的连续模型(一阶线性的微分方程),离散模型(差分形式) 对于连续模式(数值求解呢?数值积分离散格式化,然后估计参数,预测) 对于离散格式(直接参数估计,预测) 上述都是建立在整数的形式上,我们在做的是分数阶的 在分数阶求解之前呢???预备知识:分数(整数)阶的差分的由来,从整数阶推到了分数阶的累加.(矩阵形式的推导而来).在掌握分数的计算格式.分数阶的矩阵运算. 对微分方程的数值求

(一)欧拉积分

欧拉是数学家心目中的英雄,欧拉积分具有重要的应用.先给出欧拉积分的性质以便为进入分数阶微积分打下基础. 1.1 $\beta$函数定义 B(α,β)=∫10xα?1(1?x)β?1dx 易看出$0$和$1$为奇点,积分在$\alpha>0,\beta>0$时收敛.a.对称性 B(α,β)=B(β,α) 只需作积分变量代换$x=1-t$即可. B(α,β)===∫10xα?1(1?x)β?1dx∫10(1?t)α?1tβ?1dtB(β,α) b.递推公式如果$\alpha>1$,那么成立等

【Python基础】高阶函数+函数嵌套+闭包 ==装饰器

高阶函数+函数嵌套+闭包 == 装饰器 一 什么是装饰器 二 装饰器需要遵循的原则 三 实现装饰器知识储备 四 高阶函数 五 函数嵌套 六 闭包 七 无参装饰器 八 装饰器应用示例 九 超时装饰器 参考: https://www.cnblogs.com/linhaifeng/articles/6140395.html https://www.cnblogs.com/haiyan123/p/8387769.html 原文地址:https://www.cnblogs.com/XJT2018/p/11

【分享】近4000份数学学习资源免费分享给大家

一直以来喜欢收集数学类的教程资源,于是费了好大劲从万千合集站上扒拉了下来,总结归类了一下,一共有将近4000本电子书.经测试,均可免费下载,可能会弹出小广告,可不必理会之.[仅供学术学习和交流,请无用于商业用途.]另外,如有可能,还请尽量支持正版纸质书.   数学史(54)     数学史.rar 55.6 MB   数学的起源与发展.rar 4.3 MB   费马大定理—一个困惑了世间智者358年的谜.pdf 9.5 MB   通俗数学名著译丛14-无穷之旅:关于无穷大的文化史.pdf 14.

LDA-math-神奇的Gamma函数

http://cos.name/2013/01/lda-math-gamma-function/ 1. 神奇的Gamma函数1.1 Gamma 函数诞生记学高等数学的时候,我们都学习过如下一个长相有点奇特的Gamma函数 Γ(x)=∫∞0tx−1e−tdt 通过分部积分的方法,可以推导出这个函数有如下的递归性质 Γ(x+1)=xΓ(x) 于是很容易证明,Γ(x) 函数可以当成是阶乘在实数集上的延拓,具有如下性质 Γ(n)=(n−1)! 学习了Gamma 函数之后,多年以来我一直有两个疑问: 这个

转图像偏微分方程不适定问题

图 像处理作为一种预处理的手段,几乎成为所有图像处理方法的前奏.在许多情况下,图像滤波作为图像识别的一种预处理手段,它需要满足两个限制条件:对比度不 变和仿射不便.而仿射不变性可以被分解为平移不变.旋转不变.欧式不变.伸缩不变等.满足对比度不变和仿射不变的偏微分方程只有一个,即 AMSS(Affine Morphological Scale Space)方程.L.Alvarez,F.Guichard,P.L.Lions和J.M.Morel等在文献:Axioms and fundamental e

paper 119:[转]图像处理中不适定问题-图像建模与反问题处理

图像处理中不适定问题 作者:肖亮博士 发布时间:09-10-25 图像处理中不适定问题(ill posed problem)或称为反问题(inverse Problem)的研究从20世纪末成为国际上的热点问题,成为现代数学家.计算机视觉和图像处理学者广为关注的研究领域.数学和物理上的反问题的研究由来已久,法国数学家阿达马早在19世纪就提出了不适定问题的概念:称一个数学物理定解问题的解存在.唯一并且稳定的则称该问题是适定的(Well Posed).如果不满足适定性概念中的上述判据中的一条或几条,称