梯度加速
-
-
基于加速策略的Landweber迭代正则化算法实现
本项目致力于解决数学物理反问题中Landweber迭代正则化方法收敛速度缓慢的局限性。Landweber迭代法作为一种经典的非平稳迭代方案，在图像去模糊、信号恢复、医学影像重建等不适定问题中具有极广的应用，但其半收敛特性往往伴随着过长的计算周期。本算法通过集成Nesterov加速机制与惯性加速项，重新设计了梯度更新逻辑，使得算法在保证能够找到最优正则化解的同时，计算效率提升了数倍甚至数十倍。项目实现了自动停止准则，利用莫罗佐夫偏差原理（Morozov Discrepancy Principle）根据输入数
