一种用于全波逆散射高精度成像的核子空间优化方法

针对目前基于子空间的优化方法在全波逆散射成像领域中精度不足的问题，本发明公开了一种用于全波逆散射高精度成像的核子空间优化方法，涉及机器学习和全波逆散射领域。该方法结合了传统子空间优化方法的鲁棒性框架和核方法的自适应学习优势，将原始子空间的优化方法的迭代转移到再生核希尔伯特空间中，以最小均方误差为学习准则，学习迭代过程中的演化。基于核的子空间优化方法将子空间的优化方法成熟的、可解释的框架与核方法的自适应学习能力相结合，该方法为全波逆散射在医学成像，地球物理勘探和无损检测等领域提供了一种鲁棒的、通用的算法，能够提供精确的重建结果。