Development of a social impact assessment method and application to a case study of sugarcane, sugar, and ethanol in Thailand

บทความในวารสาร

ผู้เขียน/บรรณาธิการ

กลุ่มสาขาการวิจัยเชิงกลยุทธ์

ไม่พบข้อมูลที่เกี่ยวข้อง

รายละเอียดสำหรับงานพิมพ์

รายชื่อผู้แต่ง: Sawaengsak W., Olsen S.I., Hauschild M.Z., Gheewala S.H.

ผู้เผยแพร่: Elsevier

ปีที่เผยแพร่ (ค.ศ.): 2019

วารสาร: Journal of Computational and Applied Mathematics (0377-0427)

Volume number: 24

Issue number: 11

หน้าแรก: 2054

หน้าสุดท้าย: 2072

จำนวนหน้า: 19

นอก: 0377-0427

eISSN: 1879-1778

URL: https://www2.scopus.com/inward/record.uri?eid=2-s2.0-85058541180&doi=10.1016%2fj.cam.2018.09.053&partnerID=40&md5=7abf23fb12397cd1a3149a73134a2943

ภาษา: English-Great Britain (EN-GB)

ดูในเว็บของวิทยาศาสตร์ | ดูบนเว็บไซต์ของสำนักพิมพ์ | บทความในเว็บของวิทยาศาสตร์

บทคัดย่อ

In this paper, we introduce a total variation l 1 -l 2 regularization scheme with adapting the parameter for image restoration involving blurry and noisy colour images. Numerically, an efficient augmented Lagrangian method associated with alternating minimization method is described to obtain the optimal solution recursively. We provide the convergence analysis for the resulting algorithm. Experimental results show that our proposed model and algorithm have good signal to noise ratio (SNR) and improvement in signal to noise ratio (ISNR) values for a motion blur with different kinds of noises. ฉ 2018 Elsevier B.V.

คำสำคัญ

Augmented Lagrangian, Convex minimization problem, Image recovery problems, Image restoration, Total variation(TV)