一种改进的ICA算法及其在fMRI信号上的应用

摘要:给出了独立成分分析(ICA)的一个优化模型,在此基础上,提出了一种牛顿型迭代算法,为加快算法的收敛速度,对牛顿迭代进行了进一步修正,使该算法收敛速度达到三阶.本文从理论上阐明了新方法的合理性和优越性,同时将其应用于实际fMRI数据,经与其他两个ICA算法(Fast ICA算法、infomax算法)比较,该算法能够很好地分离出任务成分,同时大大减少了运算量,提高了运算速度,对处理大数据量的fMRI信号有明显的优势.     

一类五阶牛顿变形方法及其加速

结合经典牛顿法与中点牛顿法,提出了一类求解非线性方程的五阶收敛迭代算法,并建立了该牛顿变形方法的加速公式.数值试验结果表明:相对于经典牛顿法、中点牛顿法、几何平均牛顿法、调和平均牛顿法和Simpson牛顿法等几种已有的牛顿改进格式,此类新型牛顿变形方法的收敛速度更快,精度更高.     

两种改进的非线性方程组四阶迭代求解法

文章基于两点Gauss型求积公式,分别结合梯形积分公式和Adomian分解法构造了两种牛顿型迭代格式.借助泰勒展开式,文章证明了这两种迭代格式都具有四阶收敛,并通过数值实验例子验证这两种迭代格式的有效性.     

两种改进的非线性方程组四阶迭代求解法（英文）

文章基于两点Gauss型求积公式,分别结合梯形积分公式和Adomian分解法构造了两种牛顿型迭代格式.借助泰勒展开式,文章证明了这两种迭代格式都具有四阶收敛,并通过数值实验例子验证这两种迭代格式的有效性.     

一种15阶收敛的牛顿迭代修正格式

给出非线性方程求根的一种迭代方法,该方法是一种牛顿迭代修正格式,证明了此迭代格式是15阶收敛到单根的。通过数值实验,把所给方法与牛顿迭代法以及其它几种牛顿迭代法的变形法进行了比较,试验数据表明,本文方法有较好的效果。     

一类求解非线性方程的3阶收敛迭代格式

该文提出了求非线性方程根的3阶收敛的牛顿类迭代方法,并对收敛性进行了证明.该牛顿类迭代方法有效地克服了传统的牛顿迭代方法在目标函数的1阶导数等于0或者接近于0时失效的缺点.通过数值例子来验证该类迭代格式的有效性.     

实矩阵复特征值的一种迭代格式

本文建立一种求实矩阵复特征值的一种牛顿迭代格式.一方面避免了复运算;对单重复特征值还具有局部2阶收敛率.此外对收敛区域作了估计.如果利用修正牛顿法,原则上可以达到任意m阶的收敛率.     

解非线性方程的一族三阶迭代方法

提出一种求非线性方程f(x)=0近似解的迭代方法, 并证明了该方法具有三阶收敛的性质, 该方法在迭代过程中避免了计算f(x)的二阶导数, 从而减少了运算量. 数值实验结果表明, 该方法与牛顿方法及其他几种三阶收敛方法相比效率更高.     

求解非线性方程的一个新的预测-校正方法

将一种基于数值积分公式的隐式迭代格式与一种改进的牛顿迭代法结合,得到一种新的求解非线性方程的预测-校正方法,并用数值实例来验证该方法.新方法比一些已知的方法收敛阶、收敛精度更高,适合函数类的范围更宽,是一种较优的方法.     

一族带有参数的三阶收敛迭代方法

根据经典牛顿法和Runge-Kutta方法的思想,文章提出了解非线性方程f(x)=0近似解的一族带有参数的迭代方法,即通过设定不同的参数值,从而得到不同的迭代方法。经收敛性分析和证明,得出该族方法都至少三阶收敛到单根,目前一些已知改进的牛顿迭代法都是该族方法中的特殊情况。最后用数值试验证明了该方法与同阶收敛性质方法相比具有一定的有效性。     

6阶收敛的牛顿迭代修正格式

给出两种牛顿迭代法的修正格式,证明了该迭代格式是六阶收敛到单根.数值实验表明,与其它已知的牛顿迭代格式相比,该迭代格式具有一定的优越性.     

FastICA算法改进及仿真实验

由于收敛速度快,快速独立分量分析(FastICA)被普遍运用,但为克服FastICA对初始值的选择较敏感的缺点,提出了将具有五阶收敛速度的牛顿迭代法和带有阻尼因子的牛顿迭代法引到算法中,形成两种方法有机结合的改进算法,并将改进的算法应用到仿真实验中,从而提高算法的稳定性.     

实矩阵复特征值的一种迭代格式

本文建立一种求实矩阵复特征值的一种牛顿迭代格式。一方面避免了复运算;对单重复特征值还具有局部2阶收敛率。此外对收敛区域作了估计。如果利用修正牛顿法,原则上可以达到任意m阶的收敛率。     

一族带有个参数的三阶收敛迭代方法

 提出一种求解非线性方程f(x)=0近似解问题的一族带有3个参数的迭代方法, 通过选取不同的参数值, 可以得到不同的迭代方法. 该方法不用计算函数的二阶导数即可达到三阶收敛. 收敛性分析和数值实验表明, 该方法与其他同阶收敛性质方法相比具有一定的有效性.     

具有参数超平方收敛的抛物线法公式类

在有记忆单点迭代的Muller法中,通过引入多点迭代思想,提出了一类具有参数有记忆两点迭代的抛物线法公式,其收敛阶为1+√2,达到了超平方收敛.并且给出了该类方法的最佳迭代参数,使其收敛阶达到3.30.数值试验表明该类方法优于Muller法和Newton法.     

解非线性方程的一族修正Chebyshev-Halley迭代方法

提出一族求解非线性方程的修正Chebyshev-Halley迭代方法.该方法避免了计算函数的二阶导数,且具有至少三阶收敛的性质,当参数选取特殊值时,可以得到四阶收敛方法.收敛性分析和数值实验结果表明,该方法与具有同阶收敛性质的算法相比效率更高.     

非线性方程求根的平方根牛顿方法

提出了非线性方程求根的平方根牛顿迭代方法,通过分析与证明该方法具有三阶收敛的,最后给出了数值试验,计算结果表明,该方法是有效的.     

Simpson牛顿公式的一种改进

文章基于牛顿公理给出非线性方程求根的一种三阶方法,证明了该迭代格式三阶收敛到单根,计算效能高于其他同类迭代法;在方程根的重数m已知和未知的情形下,分别给出了该方法的改进公式,并指出了它们的收敛阶;最后给出数值试验并与其他方法进行比较,结果显示该方法非常有效,具有一定的理论价值和应用价值。     

求解非线性方程的一个新的三阶迭代算法

提出了求解非线性方程实根的一个新的迭代方法,并证明了这种方法是三次收敛的.特别地,当函数在零点的三阶导数值为零时,这种方法是超三次收敛的.此外,通过数值实验验证了所做的理论分析.给出了五个数值算例,从迭代次数,所用CPU时间,误差以及收敛阶这四个方面,将这个新的算法与经典的牛顿法等三个算法进行比较,数值结果表明文章提出的新算法是有效的.     

改进的ICA算法及其在fMRI信号上的应用

针对目前广泛使用的两种独立成分分析(ICA)算法(fixed-point算法和infomax算法)在处理功能磁共振成像(fMRI)数据时速度较慢的特点,给出了独立成分分析的一个优化模型,在此基础上,提出了一种快速的牛顿型迭代算法.该算法采用修正后的牛顿迭代形式,使收敛速度达到三阶.将文中算法与其它两种算法应用于实际fMRI数据,实验结果表明,文中算法能够很好地分离出任务成分,同时大大减少了运算量,提高了运算速度,在处理大数据量的fMRI信号方面有明显的优势.