基于神经网络的病态线性方程组求解

提出了一种基于神经网络的病态线性方程组求解方法。将病态线性方程组的一般系数矩阵转化为对称正定矩阵，然后将此方程组的求解转化为一个无约束优化问题。以此优化问题的目标函数作为神经网络的能量函数，利用最速下降原理构造神经网络的动力学方程，并证明该神经网络系统的稳定性。从而把原病态线性方程组的求解问题转化为一个等价的神经网络优化问题。最后通过两个算例的数值仿真求解以及与其他求解方法的比较，验证了该方法的可行性与有效性。     

牛顿法的一种改进

对牛顿法进行改进，把牛顿法和最速下降法结合，克服了牛顿法出现 Hesse 矩阵奇异或 Hesse 矩阵未必正定而导致算法失败的缺点。通过实例验证，结果证明，此种方法有更强的适用性。     

一个简式变尺度算法

提出了构造尺度矩阵的一个简式公式,其对应的简式变尺度算法与正割法等价,当目标函数为正定二次函数时简式变尺度算法与BFGS方法等价.     

求解绝对值线性互补问题的一种广义牛顿法

本文研究了在绝对值互补问题的矩阵A-Dx正定的条件下,求解绝对值互补转化为求解凸二次函数极小值问题,并且利用该转化提出了一个求解绝对值互补问题的广义牛顿算法,证明了该算法的全局收敛性,并通过数值实验表明本文所提出的算法的有效性.     

求解各向异性扩散LLT模型的新的图像去噪算法

基于四阶各向异性扩散的图像去噪LLT模型,提出了一种修正不动点选代算法.该算法以最速下降方向为搜索方向,以避免直接计算逆矩阵,减小了舍入误差,提高了算法的收敛速度.利用矩阵的谱性质证明了该算法的收敛性.数值实验结果表明:对于256× 256的“Lena”图像,在标准差为15的高斯白噪声情况下,本文提出的算法将信噪比由S...     

一种改进的多记忆BP神经网络算法

本文针对目前标准BP神经网络的缺点,提出基于高阶导数的多记忆BP算法,将能量函数的n阶导数与最速下降方向相结合,构造出一个新的最速下降方向,从而提高了神经网络的学习速度。首先证明了该算法相对于传统梯度算法的快速性,然后给出了该算法的实现方法,并进行了算例仿真。结果证明,该算法便捷、实用、有效。     

基于鲁棒估计的图像恢复耦合变分模型及其应用

从最大后验概率估计出发,分析了一类图像恢复变分模型与贝叶斯方法的统一性.将图像的梯度场的分布建模为ε-容许密度类,利用鲁棒统计学中的Hubber定理,导出了一个由二次函数和线性函数分段组成的鲁棒性密度,构造了一个耦合全变差积分和Dirichlet积分的变分模型.讨论了该变分问题的解的存在性,通过一种加权梯度最速下降流的时间步进法迭代求解,应用于图像恢复取得很好的效果.     

应用斯涅尔公式求解最速下降曲线问题研究

本文首先从最速下降曲线的物理模型入手,应用变分理论推导得出最速下降曲线和斯涅尔公式之间的关系,提出一种基于斯涅尔公式求解最速下降曲线的数值算法,并讨论分析计算结果,最后给出算法的详细实现。     

解约束凸规划问题的改进势函数下降算法

介绍了一种利用改进的势函数下降内点算法来求解带线性约束的凸规划问题,在不能保证Hessian矩阵半正定的迭代中,用势函数的投影下降方向代替原势下降内点算法的搜索方向,最后给出一组算例。     

解信赖域子问题的分段Hermite插值法

基于求解信赖域子问题的分段割线法,在Hessian矩阵正定的前提下,利用分段三次Hermite插值方法构造了一条曲线,提出了一种求解信赖域子问题的分段Hermite插值法,并证明了此曲线路径的合理性。数值结果表明新算法是有效且可行的。     

BANACH空间中的最速下降法

本文应用Gateaux导数和泛函分析理论给出了弱紧Banach空间中的最速下降方向和达到最优点的条件,然后用Riesz表示定理讨论了Hilbert空间的三种下降方向,指出了它们的共同特征和在线性赋范空间中应用的可能性。     

无约束优化的信赖域算法

提出了一种无约束优化问题的信赖域算法。根据原优化问题的二次近似模型,运用拟牛顿方向与最速下降方向之凸组合作为搜索方向,采用了新的策略。进行了收敛性分析,得到整体收敛及局部二次收敛性结果,并给出了算法的执行过程及算例。     

基于曲率调节的二次T-B样条插值曲线

在给出二次T-B样条插值曲线的构造方法的基础上,给定某段曲线的起点的相对曲率及其切矢量的方向角,利用二次T-B样条曲线的端点性质,可求出其余各段曲线的控制顶点,从而生成整条插值曲线。还可以通过修改起点的相对曲率或切矢量的方向角对曲线进行调节,实例表明该方法有效。     

L1/2正则化问题的最优性条件及下降算法

主要研究L1/2正则化问题.首先给出了该问题的最优性条件的分析，得到了一阶和二阶必要条件，同时给出了二阶充分条件.这些最优性条件可以看作是光滑函数最优性条件的推广.在此基础上，提出了一种下降算法，并给出了该算法的全局收敛性分析.该算法可以看作是最速下降法的推广.     

共轭梯度法和最速下降法的混合算法

将共轭梯度法与最速下降法有机地结合起来,构造了一种共轭梯度法和最速下降法的混合算法,并证明了该算法的全局收敛．混合算法既提高了共轭梯度算法的收敛速度,又解决了目标函数“性态不优”时,最速下降法难以求解的问题．同时也可以看到共轭梯度法与最速下降法仅仅是混合算法的特例．     

二次精度参数插值曲线的构造

提出了一种构造三次参数曲线对给定数据点插值的新方法。该方法不同于现有的许多参数曲线构造方法,其构造参数曲线没有选择节点的过程,而是在每2个数据点之间构造一条单位区间上的三次埃尔米特插值曲线段,所有曲线段拼合在一起形成整体的插值曲线,该方法的关键是计算每个数据点处的导矢。对每个数据点,该方法使用5或4个数据点构造一条二次多项式曲线,数据点处的导矢由二次多项式曲线的导矢近似。该方法构造的三次参数曲线具有二次多项式精度。并以以实例对新方法与其它方法构造的插值曲线的精度进行了比较,结果表明,新方法构造的插值曲线的精度较高。     

离散事件动态系统性能优化的非光滑分析方法

扰动分析（ＩＰＡ）是研究离散事件动态系统性能优化的最有效方法,当系统的性能函数不可微时,该方法不可直接应用．本文利用关键路径的概念,证明了具有有限存储器的随机串行生产线的关键路径以概率１唯一时,系统稳态性能函数可微,而且,当系统的关键路径以正概率不唯一时性能函数的方向导数存在．对于一个给定的样本,当关键路径不唯一时,由关键路径的梯度方向可构造出系统性能函数的下降方向的估计量,进而用非光滑分析方法优化系统性能     

最速下降和共轭梯度混合算法在波束形成中的应用

介绍了一种最速下降法和共轭梯度法的混合算法,并将这种混合算法应用到自适应波束形成中。该方法根据最小均方（LMS）准则推导出代价函数,结合共轭梯度法和最速下降法产生搜索方向,既提高了共轭梯度算法的收敛速度,又解决了最速下降法下降缓慢的问题。计算机仿真表明,混合算法所需迭代次数少于最速下降法,且显著减少计算量,缩短运行时间。     

非马尔可夫非线性双态噪声驱动系统的MFPT

本文运用随机轨道技术,解决了一般非线性双态噪声的平均第一通过时间(简称为MFPT)问题.利用最陡下降法简化所得结果,处理了具有非线性漂移的随机系统的MFPT问题.通过数值计算,求出了双稳系统的MFPT.作图比较了线性双态噪声和平方双态噪声的MFPT,得到了若干有意义的结论.