矩阵核心逆的表征与迭代

给出矩阵核心逆的表征与三种迭代格式,即Euler-Knopp迭代,Newton-Raphson迭代和超幂迭代.且研究各迭代格式收敛的充要条件和误差分析,并利用Frobenius范数给出迭代收敛的误差界.     

一种Turbo迭代译码的联合自适应方案

迭代译码可以提高Turbo码的译码性能,但也增加了译码时延。为了降低Turbo译码时延,提出了一种联合自适应优化方案,首先在保证系统总体性能要求的情况下,利用外部自适应迭代准则确定迭代次数,然后在此基础上进一步采用内部迭代停止准则,该联合自适应迭代方案的平均迭代次数比单独的外部和内部迭代方案都小,误帧率性能与外部自适应迭代相当。     

线性方程组的4种迭代方法

研究了线性方程组的4种迭代方法——Jacobi迭代、Gauss-Seidel迭代、HSS迭代、Richardson迭代,给出了4种迭代方法收敛的充分条件。数值实验进一步表明,在大规模线性方程求解时,迭代矩阵谱半径的大小决定算法的收敛速度;在谱半径小于1的前提下,谱半径越小,则收敛速度越快。     

SOR与SSOR以及AOR与SAOR迭代收敛速度之比较

本文对迭代求解大型稀疏线性方程组的两个主要方法SOR和AOR迭代与它们的对称方法SSOR和SAOR迭代的收敛速度进行了比较,指出:当系数矩阵为相容次序矩阵时,如果不进行半迭代加速度处理,则对称迭代方法的效率并不高于原迭代方法。     

一种改进的快速迭代阈值选择算法

针对迭代阈值选择算法每次迭代计算灰度阈值的过程存在大量重复计算的问题,提出了基于均值累计和频次累计的快速迭代阈值选择算法。对快速迭代阈值选择算法和迭代阈值选择算法阈值计算的时间开销及图像二值化分割进行了实验分析,结果表明:文中提出的快速迭代阈值选择算法可有效的对实验图像进行二值化,该算法可显著降低迭代过程的时间开销。当图像尺寸达到10 000*10 000时,快速迭代阈值选择算法的时间消耗可降低至迭代阈值选择算法的10%,验证了快速迭代阈值算法的有效性。     

函数及函数序列的迭代估计

函数的迭代是拓扑动力系统的重要研究对象.计算函数的迭代往往是一件很困难的事,因此对迭代进行估计就变得相当重要.首先讨论了函数迭代估计的一个关系式,得到了函数迭代估计的一个更好的结果;然后研究了函数序列在一致收敛下的一个迭代极限问题.不仅表明在一致收敛下极限运算与迭代运算可以交换顺序,同时也得到了函数序列迭代的一个估计关系式.     

基于残差比阈值的迭代终止条件匹配追踪稀疏分解方法

基于传统的迭代终止条件,应用匹配追踪(MP)稀疏分解方法分解高噪信号,研究了固定迭代次数及阈值迭代终止条件的不足.引入相邻残差之比,规格化相邻残差之差,减少了噪声的干扰,设计了残差比阈值迭代终止条件. 采用残差比阈值迭代终止条件,对高噪声超声信号进行稀疏分解,分解过程会根据噪声成分的水平自适应地终止迭代,克服了传统迭代终止条件无法选择迭代终止阈值的问题.理论推导与实验都证明了残差比阈值迭代终止条件具有很强的鲁棒性.     

分块矩阵迭代收敛的若干判别准则

在矩阵迭代分析中,矩阵的谱半径估计是一个重要的工具。[1]谈到分块矩阵估计法并应用于简单迭代(即Jocobi迭代)和Gauss—Seidel迭代收敛的某些判别准则。本文目的提出分块矩阵Jocobi迭代和 Gauss—Seidel迭代收敛的若干判别准则并给出敛速估计。 设N阶矩阵T分块为T=(Tij)其中Tij(i=1,2,…,n)为ni阶方阵,又Tij为ni行nj列矩阵,且 对线代数方程组其中Bi为已知的ni维向量,Xi为ni维未知向量。如果采用迭代程序称(2)为块Jocobi迭代,如果采用迭代程序 则称(3)为块Gauss—Seidel迭代.对块Jocobi迭代(2)和块Gauss—Seidel迭代(3),有如下的基…     

Banach空间中非线性Lipschitz强伪压缩算子方程的收敛性

在任意Banach空间中,在迭代参数没有任何几何限制的情况下,对非线性增生和伪压缩算子方程引入三重迭代程序,研究其收敛性问题.新的迭代程序强收敛到算子方程Tx=f或x+Tx=f的唯一解,Ishikawa迭代和Mann迭代将作为本迭代程序的特例.     

单点迭代格式的建立方法

本文探讨迭代函数和初始值对迭代过程的影响,从而给出选取迭代函数和初始值的方法和原则,以建立一种好的迭代格式。     

Sylvester矩阵方程的改进IO迭代算法

通过对Sylvester矩阵方程的理论分析,可知IO迭代算法中迭代矩阵的谱半径随内迭代次数的增大而减小,更新了IO迭代算法中内迭代次数的选择方法,并证明了该算法收敛性与初始矩阵无关。Sylvester矩阵在满足一些特定条件下,为了进一步提高收敛速度,可通过选择适当的相关参数,使得IO迭代算法有较好的收敛速度且比Smith算法的迭代次数明显减少。     

非线性系统开闭环PID型迭代学习控制的收敛性分析

针对一类参数未知非线性的迭代学习控制问题提出了一种开闭环PID型迭代学习控制律,这种迭代学习律同时利用了系统当前的跟踪误差和前次迭代控制的跟踪误差修正控制作用,给出了迭代学习控制算法收敛的充分性条件.分析表明,所给出的迭代学习控制律推广了现有的结果.     

基于稀疏序列LDPC的多层码的迭代译码

提出一种稀疏二进制序列构造的LDPC码作为分量码,译码采用串行迭代的多层码方案.每次串行迭代译码逐层进行,低层向高层传递译码软信息.采用该方案分别对8PSK和16QAM调制的多层码进行串行迭代译码和并行迭代译码的性能仿真.仿真结果表明:该方案的编码复杂度较低,相比于并行迭代译码,串行迭代译码简化了译码结构,且2种迭代译码算法复杂度相同;在AWGN信道和平坦瑞利衰落信道中,串行迭代译码的误比特性能优于并行迭代译码.     

迭代式创新、价值创造与企业绩效 ——基于西贝莜面村的案例研究

以西贝莜面村为研究对象,运用案例研究法基于价值创造的视角探讨了迭代式创新对企业绩效的影响机制。研究结果表明;西贝的迭代式创新是一个以价值链为核心,包含用户参与、快速试错、多层次迭代的非线性过程,具体表现为：场景迭代、产品迭代、服务迭代、业务迭代、组织迭代和品牌迭代;西贝的迭代式创新通过价值主张、价值创造、价值传递、价值获取以及价值分配等一系列过程对顾客、员工以及企业等多方面产生了显著的价值创造,进而提升了企业的绩效;价值创造是西贝迭代式创新影响企业绩效的中介机制和重要路径。研究结论丰富了迭代式创新及其实现路径的相关理论体系,对企业创新管理和绩效提升具有显著的理论价值和现实意义。     

一种基于Rb-K平均带宽设定的点带宽可变的Mean Shift算法

Mean shift是一个用在图像滤波、图像分割中的迭代过程．传统的Mean shift在迭代过程中每一个点的带宽是固定不变的,现有的Mean shift没有考虑迭代点带宽可变的情况．提出一种新的迭代点带宽可变的Mean shift,即每一个点在迭代过程中带宽是变化的．对传统方法和迭代点带宽可变方法进行比较,并对迭代点带宽可变方法进行评价,迭代点带宽可变方法在细节处理方面有好的效果．     

迭代滤波的自适应符号检测方法

在现有研究结果的基础上,对传统迭代结构进行改进,提出了一种适用于快衰落信道的改进迭代算法．通过递归计算给出更加逼近实际信道的迭代初始值并自适应调整迭代的收敛步长,减少了迭代次数提高了估计精度．仿真结果表明：和传统迭代算法相比,在适当增加复杂度的条件下,该方法有效的减少了迭代次数、提高了估计精度并改善了系统误码性能．     

一个不用计算导数具有4阶收敛性的迭代公式

提出了一种新的求解非线性方程的迭代方法,给出的迭代公式既能回避Newton迭代、多点Newton Raphson迭代公式中的导数计算,又能保持与多点Newton Raphson迭代同样的4阶收敛性,且不增加计算量.     

具误差的渐进伪压缩映射不动点的迭代

主要研究在巴拿赫空间中具误差的渐进伪压缩映射Ishikawa和Mann 迭代收敛到不动点的问题.Ishikawa迭代和Mann迭代是具误差的Ishikawa迭代和Mann迭代的特例.在以前的基础上,将渐进伪压缩映射从单值推广到多值,将Ishikawa迭代和Mann迭代从不带误差推广到带误差.论文中所得到的结果是对以前结果的一种推广.     

采用加权置信传播算法的LDPC码性能分析

LDPC码置信传播译码算法中,由于环路的存在,影响迭代译码的性能和迭代译码的收敛性。为减小这一影响,在迭代译码算法中引入加权因子,采用迭代加权的译码方法。该算法可使迭代信息趋于平稳,增加译码可信度,减少迭代次数,加快迭代译码的收敛,从而改善译码性能的方法。仿真结果表明,这种方法对最小环长小且环长分布较均匀的中短码长的码子性能影响较大。     

3种迭代的收敛的等价性(Ⅱ)

若T是强逐次伪压缩映射时,则三种迭代(改进的Mann迭代,改进的Ishikawa迭代和改进的三重迭代)的收敛性是等价的.