MPP上的并行松弛迭代算法

讨论了松驰迭代算法在大规模并行处理机（massively parallel processor，MPP）计算模型上的并行化，给出了在MPP上的并行算法。该算法将计算近似解向量各分量值的时间错开，从而使各个分量的迭代计算可并行进行。对算法性能进行的分析和在大规模并行处理机系统曙光2000中对算法进行的计算均表明：并行松驰迭代算法具有较好的收敛速度、较高的加速比和可扩放性。     

基于振幅谱重构信号的松弛迭代算法

介绍了信号重构问题和基于振幅谱重构信号的迭代算法，提出了一种改进的松驰迭代算法，详细描述了该算法的具体过程，该算法充分利用了迭代过程中的前几次迭代信息，从而使算法收敛速度更快，计算机模拟:该算法具有民敛快、精度高、实现容易等优点，可广泛用于语音处理、地震勘探数据处理、图象处理和通信等应用领域。     

中心对称线性互补问题的一类迭代算法

在考虑中心对称矩阵可约性的基础上,运用矩阵分裂理论,分别提出求解中心对称线性互补问题的对三角分裂松驰迭代算法和对三角分裂松驰迭代算法,并对2种算法进行收敛分析和数值实验.结果表明,当线性互补问题的系数矩阵对角元为正的H-矩阵时,2种算法都全局收敛,所得迭代阵的谱半径都为0.5,比传统的Jacobi分裂迭代算法和Gauss-seidel迭代算法的收敛速度都好.新算法节约了计算量与计算机的存贮空间,较大地提高了计算效率.     

解不适定算子方程的松驰隐式迭代法

本文在解不适定算子方程的隐式迭代中引入一个松驰因子ω,得到了松驰隐式迭代法．研究了精确和非精确右端迭代近似解的收敛性态和收敛速率,并利用残差原则给出了可执行的算法．理论推导表明,只要选取适当的松驰因子,迭代的收敛速率优于原先的隐式迭代法．     

带罚混合问题在C^—分片线性元逼近下多重网络法求解

对带罚混合问题的Ｃ＾０－分片线性元逼近提出了一个多重网格算法，并证明算法具有一个与网格步长无关的小于１的收敛率，为方便起见，我们仅对Ｊａｃｏｂｉ松驰作为光滑算子进行讨论。     

求解线性代数方程组的一种松驰失代算法及其收敛性

对于线性代数方程组Ａｘ＝ｂ的求解，Ｇａｕｓｓ－Ｓｅｉｄｅｌ迭代算法并不能保证对所有的ｎ×ｎ矩阵Ａ都收敛。本通过向Ｇａｕｓｓ－Ｓｅｉｄｅｌ算法中加入松驰因子而导出一种松驰迭代算法，并且给出了收敛性定理及其证明。该算法对所有的对称正定矩阵Ａ都具有收敛性，拓宽了Ｇａｕｓｓ－Ｓｅｉｄｅｌ方法的使用范围。     

自适应松驰对湍流κ—ε模型方程加速求解作用

提出了湍流κ－ε模型方程迭代求解中自适应松驰方法。该方法能根据迭代求解过程得到一系列最优松驰因子,从而提高收敛求解速度与性能。计算结果表明自适应松驰方法是相当有效的,使湍流求解收敛速度提高了２．５倍。     

三对角方程组行处理法并行解法

利用行处理法和分治策略给出一个求解任意三对角方程组的并行迭代解法 ,证明了所给解法对任意相容性三对角方程组收敛 ,讨论了所给解法的迭代终止条件 ,进而讨论了其对应分布式MIMD并行迭代算法的设计法则 .按照并行解法 并行计算机 =并行算法的模式 ,使用给出的并行解法 ,可以给出一些求解三对角方程组的新的MIMD并行迭代算法 .     

带加速因子的线性方程组通用性迭代解法

在行处理法的基础上,提出一种带加速因子的线性方程组通用性迭代算法,用几何方法证明了该算法的正确性,并对加速因子进行了简单讨论.该算法可保证对任意相容线性代数方程组均收敛,且容易并行计算和加速.     

常微分方程组初值问题的离散多分裂AOR波形松驰算法及其收敛？…

本首先基于交叉块分解的多分裂ＡＯＲ方法给出了波形松驰算法的一个推广，其次对等距时间结点。用隐式Ｅｕｌｅｒ方法并行数值求解各子方程组，证明了多分裂，ＡＯＲ波形松驰算法在一个固定的包含有限个时间点的区间上有收敛性。     

基于遗传算法的BP网络全局收敛的混合智能学习算法

给出了一种将 BP算法和遗传算法有机结合的全局收敛的混合计算智能学习算法。此算法结合了 BP算法和遗传算法的长处 ,既有较快的收敛性 ,又具备良好的全局收敛特性。计算机仿真结果表明 ,该混合算法显著优于遗传算法和 BP算法     

一种基于改进信息增益特征选择的最大熵模型文本分类方法

针对传统信息增益(IG)特征选择算法忽略词频分布的缺陷,该文提出一种新的IG特征选择算法.该算法通过引入均衡比和类内词频位置参数,解决了传统IG算法忽略词频分布对分类的弱化问题,修正传统类内词频位置参数,提高特征选择算法的文本分类精度,并将该改进IG特征选择算法用于最大熵模型(ME)对文本进行分类.实验结果表明:该文所提方法在进行文本分类时F1值高于传统IG算法.该文方法的ME分类精度高于K最近邻KNN(K-Nearest Neighbor)算法,说明本文方法是可行的、有效的.     

基于混合算法求解指派问题

本研究建立了指派问题的数学模型,提出了以遗传算法和蚁群算法相结合的思想及其解决方案．算法主要是将每一个任务作为一个基因位形成染色体,以遗传算法控制寻优方向,更适宜解决组合优化问题．实验结果表明,使用此算法解决指派问题,提高了搜索效率,能够在短时间内找到最优分配方案,证明该算法是可行的．     

一种简单的变步长自适应α—LMS滤波算法

提出了一种简单的变步长α-LMS算法(vα-LMS),并给出了它的设计方法。导出了描述α-LMS算法收敛过程的动态方程,并据此讨论了α-LMS算法的算法性能。与vα-NLMS算法相比,Vα-LMS算法的优点是简单易行、计算量小,但它对输入信噪比的稳健性(RObustncss)却劣于Vα—NLMS算法。Vα-LMS算法的性能将优于Dα-LMS算法。计算机模拟结果与理论分析结果吻合较好.     

基于时序的股票预测算法研究

提出了一种基于时序的股票预测算法。该算法基于时序,对股票在连续时间段内发生变化的数值进行研究,并利用该算法得到的结果进行预测。结果表明,这种方法对于事物的单属性预测是具有实际意义的。     

双DDA圆弧插补公式误差分析

本文介绍了ＣＮＣ系统采用两次插补方式，使用的一种新的ＤＤＡ圆弧插补公式：双ＤＤＡ圆弧插补公式。对该公式的误差分布进行了详细的理论推导和证明，并得到了插补点坐标的一般表达式，而且结合两次插补原理，推导出了双ＤＤＡ圆弧插补公式的弦拟合误差的分布范围。     

一种基于小波变换的快速SIFT图像拼接算法

SIFT特征匹配算法是当前图像拼接研究领域的热点。为改进SIFT算法在图像拼接过程中特征点提取环节计算量大、耗时较长的缺点。本文在研究SIFT算法的基础上,提出一种改进的图像拼接算法。此算法先通过小波变换对图像进行预处理,减少在SIFT尺度不变特征提取过程中的数据计算量,以提高图像拼接速度。对两幅待拼接图像,分别采用经典SIFT算法和本文提出的改进算法做仿真实验,当匹配点控制系数a=0．5,经典SIFT算法在确定特征点耗时1．192891S,改进后的算法仅用了0．856712s。仿真对比试验的结果验证了该算法的有效性,同时表明该算法能够在保持图像拼接效果的基础上,提高图像拼接算法的速度和准确性。     

求解二维波动方程初边值问题的显隐混合校正并行算法

提出了一种基于区域分解法的显隐混合校正并行算法．通过对二维波动方程的数值试验，发现该算法具有无条件稳定性，其数值计算结果与整个区域上采用隐格式的计算结果相当，计算精度明显好于Kuznetson算法和改进的Kuznetson算法，计算时间也比Kuznetson算法和改进的Kuznetson算法的时间少，且小于隐格式计算时间的一半．     

多维尺度分析中的算法研究

提出一种新的多维尺度分析算法。该算法是对 Ｋｒｕｓｋａｌ算法进行了实质性的修改而获得的，从而在理论上首次证明了算法的收敛性。所做的数值实验表明文中所提出的算法仍具有良好的实际计算效果。     

求解离散网络平衡设计问题的遗传算法

针对离散网络平衡设计二层规划模型,提出了一种新的求解算法,对上层问题采用遗传算法,而对下层问题采用平衡交通分配的Frank-Wolf算法.数值试验结果表明:该算法是有效的.能够较快地求解这类网络平衡设计二层规划模型.