Wolfe线搜索下一类新的共轭梯度法

共轭梯度法是一类解决无约束优化问题的有效方法,尤其适用于大规模优化问题的求解。提出一族包含DY方法的新的共轭梯度法,并证明了该算法在Wolfe线搜索条件下具有全局收敛性,数值结果表明该算法是有效的。     

一种新共轭梯度法的全局收敛性

对求解无约束最优化问题的共轭梯度法进行了研究,提出了计算βk的一种新的公式,并对标准Wolfe搜索条件进行了推广,得到一种新的共轭梯度法.在一定条件下证明了该算法的全局收敛性,同时给出了一些数值例子,得到很好的数值结果.     

一种新共轭梯度法的全局收敛性

对求解无约束最优化问题的共轭梯度法进行了研究，提出了计算βk的一种新的公式，并对标准Wolfe搜索条件进行了推广，得到一种新的共轭梯度法。在一定条件下证明了该算法的全局收敛性，同时给出了一些数值例子，得到很好的数值结果。     

超记忆梯度算法的全局收敛性

对无约束优化算法进行了研究。描述了最速下降算法、牛顿法、非线性FR共轭梯度法、非线性PRP共轭梯度法、非线性DY共轭梯度法等求解大规模无约束优化问题的有效算法以及精确线搜索、Wolfe线搜索、Armijo线搜索的搜索条件;着重研究了计算更为有效的适合求解无约束优化问题的超记忆梯度算法;在一类Wolfe型非精确线搜索条件下给出了一类超记忆梯度算法,并且在较弱的条件下证明了算法的全局收敛性,为求解大规模无约束优化问题以及各种算法的比较提供了参考。     

求解第一类Fredholm积分方程的修正CD共轭梯度法

为了求解第一类Fredholm积分方程,提出了一种修正的CD共轭梯度法,该算法在CD共轭梯度法上增加了一个梯度参数,并证明了该算法的全局收敛性。数值实验表明,与奇异值分解法相比,修正的CD共轭梯度法更有效。     

改进的共轭梯度法及其收敛性

共轭梯度法是求解大规模无约束优化问题的一种有效方法。针对算法的优劣主要依赖于步长 因子和搜索方向的特点,结合共轭梯度法的共轭性质,提出一种改进的可以控制步长因子的共轭梯度算 法。在建立算法的几个重要引理和全局收敛性定理后分别给出了证明。最后对算法进行了数值实验,实 验结果表明算法具有良好的收敛性和有效性。     

改进的共轭梯度法及其收敛性

共轭梯度法是求解大规模无约束优化问题的一种有效方法。针对算法的优劣主要依赖于步长因子和搜索方向的特点，结合共轭梯度法的共轭性质，提出一种改进的可以控制步长因子的共轭梯度算法。在建立算法的几个重要引理和全局收敛性定理后分别给出了证明。最后对算法进行了数值实验，实验结果表明算法具有良好的收敛性和有效性。     

一类推广的共轭梯度法及其全局收敛性

共轭梯度法是求解非线性优化问题的一种重要方法.通过对共轭梯度法及其全局收敛性的分析,提出一个新的非线性共轭梯度公式,采用该公式和Wolfe非精确线搜索的方法是全局收敛的.文末的数值实验验证了算法是有效的.     

一种求解非线性方程组的混沌优化算法

针对非线性方程组的求解问题提出一种混合算法,将方程组转换成一个优化问题。利用优化问题的非线性共轭梯度法与混沌优化方法相结合,提出了一种新的混合优化算法。该算法能使非线性共轭梯度法跳出局部最优,最终获得全局最优。算法的收敛性也进行了证明,数值结果表明该算法是有效的。     

变预处理子SOR-双共轭残量法

研究了大规模稀疏线性方程组的预条件迭代求解算法。结合Krylov子空间方法和SOR迭代,给出了一个新的求解算法,即变预处理子SOR-双共轭残量法,同时给出了算法的收敛性分析。数值实验显示了算法的快速收敛性。     

基于运动跟踪的快速交互式视频抗误码方法

提出了一种基于运动跟踪的快速交互式抗误码算法。首先由解码器检测定位出误码位置,并将误码位置信息反馈给编码器,编码器在编码后续帧时采用运动跟踪的原理定位出受误码影响区域,并对区域内的宏块数据进行相应的处理,以防止误码进一步扩散。实验结果表明,使用该交互式视频抗误码方法能够快速有效地抑制误码的扩散,保证恢复视频质量。     

基于增强关联规则的医学图像分类新方法

由于乳腺X光图像的复杂性,直接从图像中看出肿瘤及其良、恶性质是很困难的,因此建立高效的肿瘤自动诊断系统非常必要。文中将关联规则分类器和粗糙集理论相结合构造了增强关联规则分类器(EAC),应用于乳腺X光图像分类。实验结果表明,EAC的分类精确度可达到77.48%,比单独使用关联规则的分类精确度(69.11%)要高近10%,同时规则数也明显减少。     

悬停旋翼粘性绕流N-S方程数值模拟

通过求妥薄层Navier-Stokes方程数值模拟了悬停旋翼粘性绕流,为了方便实施旋转对称性边界条件和更为有效地捕捉尾涡系,采用了嵌套网格技术,空间离散方法采用中心有限体积法,时间推进格式为五步Runge-Kutta法,考虑到旋翼绕流的特点,对远场边界条件作了合理的修正,应用本方法对Caradonna模型旋翼的两个实验状态进行了数值模拟,计算结果与实验值吻合很好,说明本 方法 成功的     

传递对准中一种新的姿态匹配算法

根据Kain J E和Cloutier J R定义的量测失准角,设计了一种新的姿态匹配量测方程。通过与传统传递对准方程比较,推导出了这种姿态匹配量测方程。由推导出的量测方程,指出平台失准角、量测失准角和实际失准角三者之间的关系。该量测方程使传递对准姿态量测方程形式简单,计算量减少。最后,采用"速度 姿态"匹配方法进行仿真,仿真结果表明:该方法与其它姿态角量测方法比较,在降低计算量的同时,仍然具有相同的估计精度。     

结构拓扑修改动力学重分析的单步摄动逆迭代法

提出了一种结构动力学拓扑重分析的单步摄动逆迭代方法:首先将新增加的自由度通过动力缩减方法凝聚到原始自由度上;然后用单步摄动法求出初始结构自由度和增加自由度上的修正特征向量;再用瑞利-商逆迭代法对整个自由度的近似特征向量进行逆迭代,并最终采用瑞利商获得修改结构的近似特征值。数值算例的结果表明:该方法计算编程简单易行,且具有较高精度,适合用于结构拓扑修改自由度增加时的动力学重分析。     

一种基于波束域最大非冗余矩阵的四阶高分辨DOA估计算法

在非白噪声背景下,基于二阶统计量的高分辨方法性能较差。基于四阶累积量的高分辨方法能较好地抑制空间高斯噪声,但其运算量较大。文献[9]提出了一种基于四阶累积量的波束域MUSIC方法,降低了运算量,但其四阶累积量矩阵仍存在较多的冗余元素。为了进一步降低运算量,提出了一种波束域最大非冗余四阶累积量矩阵。仿真分析和实验结果表明,与波束域四阶累积量MUSIC方法相比,论文所提方法在保证估计性能的同时减小了运算量。     

基于自适应权重更新和遗传算法的人脸检测

针对采用AdaBoost算法训练样本过程中出现的过拟合现象和特征冗余问题,提出了一种可将正负样本错分率综合考虑,以避免权重过度增大的自适应样本权重更新算法,并用遗传算法进一步优化所选特征及相关参数,消除冗余,达到使用较少的弱分类器实现高检出率和低误判率的双重要求。仿真实验结果表明,改进后的算法能有效解决以上问题,使人脸检测更加快速和精确。     

一种新的卫星编队构型重构路径规划方法

文章提出了一种编队整体系统建模的构型重构路径优化方法。首先根据编队卫星相对运动动力学模型,应用Kronecker直积推导出编队整体系统的模型预测控制方程。再以该方程设计优化目标函数并推导出动力学约束,以编队重构的燃料消耗总量最小与各星燃料消耗平衡为目标,采用非线性优化技术优化各星推力脉冲序列及初始构型上始发点与期望构型上目标点相位。最后以5颗星编队不同重构时间与推力脉冲数的构型重构为例进行仿真。仿真实验结果表明,当快速构型重构机动时采用文中提出的整体规划方法比集中规划方法燃料消耗减小约17%,燃料消耗的平衡性方差指标减小约72.5%,新方法具有较为明显优势。     

无线信道下视频传输的组合式差错控制机制

为减轻无线信道差错对视频传输质量的影响,针对现有前向纠错技术多采用多参数RS编码方式的局限性,提出一种新的组合式差错控制机制,首先联合信源采用交错式控制建立基于对视频重建影响程度的Q oS映射;然后采用非均等差错防护确立基于typeⅢ-HARQ的CRC-RS组合式差错机制;最后提出自适应帧长及组包算法进行有效的CRC传输,以最大化利用无线带宽资源。通过仿真结果可以看出,系统在失真度和功率损耗的改善上都有很大的优势。     

基于Haar小波的一类动态多尺度系统最优估计算法

提出一种基于状态空间投影方程的动态多尺度系统建模方法，给出了基于Haar小波的模型的具体形式。该模型满足标准卡尔曼滤波条件，执行卡尔曼滤波，可获得各个尺度上目标状态线性最小方差意义下的最优融合估计值．仿真结果令人满意，并为动态多尺度系统建立了一种新的估计理论框架。