隐式重新启动精化Lanczos双对角化方法

给出一种计算少数几个最小奇异三元组的隐式重新启动精化Lanczos双对角化方法,采用调和Ritz值作为位移,有效地逼近大规模矩阵的小奇异值的奇异三元组,算法用精化残量,精化奇异向量和精化Rayleigh商,同时采取压缩技术压缩掉已经求出的小的奇异三元组,数值实验表明,算法更有效地求解大规模矩阵的小奇异三元组,收敛速度也快.     

大型矩阵奇异值分解的多次分割双向收缩快速QR算法

针对传统QR算法在处理某些大矩阵的奇异值分解时可能不收敛的本质原因,提出采用双向收缩、多次分割的解决对策。研究了在一般矩阵数值计算文献中被忽视的、然而对奇异值分解精度有重要影响的细节如从左至右、从下至上的非零元素直线驱逐算法,提出了矩阵分割时子阵首、末行搜索算法,在这些基础上实现了完整的针对大型矩阵奇异值分解的多次分割、双向收缩QR算法。通过实例比较和分析了不分割与多次分割双向收缩QR算法的收敛速度的差异,证实了多次分割双向收缩QR算法具有迭代次数少、迭代过程无停滞、收敛迅速等优点,解决了传统QR算法处理某些大矩阵的SVD时可能不收敛的问题,对任何大矩阵都可实现快速SVD运算。     

一类特殊子空间上调和Ritz对的性质及应用

讨论了增广矩阵在一类特殊子空间上的调和Ritz对的一些性质,并且结合Lanczos双对角化过程,研究了如何可靠且有效地计算部分最小的近似奇异值、近似奇异向量以及精化调和位移等问题。     

关于奇异非线性方程组求解的Euler方法的收敛性

Banach空间中的非线性算子方程F（y）=0的求解是计算数学的理论基础,也是现代科学计算的核心问题之一．求解方程的算法比较重要的有Euler方法．该文在Lipschitz条件下,研究了求奇异非线性方程组的解的Euler方法的收敛问题,并给出了Euler迭代序列收敛于方程组解的判据．     

大型矩阵奇异值分解的多次分割双向收缩QR算法

针对传统QR(Quadrature Right-triangle)算法在处理某些大型矩阵的奇异值分解时不收敛的本质原因,提出双向收缩、多次分割的解决对策.研究了对奇异值分解精度有重要影响的从左至右、从下至上的非零元素直线驱逐算法,提出了矩阵分割时子方阵首、末行的搜索算法,进而实现了针对大型矩阵奇异值分解的多次分割、双向收缩QR算法.通过实例比较了不分割与多次分割时算法收敛速度的差异,证实了多次分割双向收缩QR算法具有迭代次数少、迭代过程无停滞、收敛迅速等优点,解决了传统QR算法处理某些大型矩阵的SVD时不收敛的问题,对任何大型矩阵都可实现快速SVD运算.     

一种调和Ritz向量的精化算法及应用

利用调和Arnoldi算法的一种等价形式,用较少的运算量将大规模矩阵特征值问题转化成一个小型的标准特征值问题来求解调和Ritz对。针对调和Arnoldi算法中调和Ritz值收敛而相应的调和Ritz向量往往不收敛的情况,保持调和Ritz值不变,结合精化Arnoldi算法的思想给出了一种在位移Krylov子空间上对调和Ritz向量进行精化求解的精化变形算法,以寻求使残量范数达到极小的近似特征向量。理论分析和数值实验表明这种精化变形算法的可行性、有效性以及更快的收敛速度,利用此算法可以更快求解满足精度要求的大规模矩阵的特征值和特征向量。同时,将这种算法应用于图像K-L变换的协方差矩阵的特征值和特征向量的求解,克服了K-L变换中由于图像矩阵过大而求解过程困难的问题,选取前若干个较大的特征值所对应的特征向量构成变换矩阵进行K-L变换来压缩图像,能直接应用于实时的图像压缩,较对图像分块在每个小块上进行K-L变换的方法更有效。     

精化调和Ritz向量张成子空间上的调和Ritz值

研究了精化调和Rayleigh—Ritz过程中的近似特征值选取的问题．一般地。精化调和Ritz对在求解子空间中具有残量最小的最优性。因此在它们张成的子空间中应含有想求的特征向量的更丰富的信息，从而在此子空间上计算的调和Ritz值应该更准确．本正是从这一指导思想出发，研究如何求矩阵A在精化调和Ritz向量所张成的子空间上的调和Rit值θi．对Krylov子空间，建立了θi和调和Ritz值间的一个先验估计式，同时给出了用θi作为近似特征值的精化调和Arnoldi算法。最后的数值结果表明新的算法的有效性．     

优化Tikhonov迭代法在电容层析成像中的应用

为了提高电容层析成像的速度和质量,将收敛速度较快的Tikhonov迭代法应用于电容层析成像.Tikhonov迭代法的难点在于正则化系数的选取,通过对其正则化作用的分析,提出利用对灵敏场的奇异值分解,选取最大奇异值作为正则化系数,从而保证算法收敛的稳定性;同时为了提高收敛速度,将线性反演算法(LBP)计算所得的灰度作为迭代的初始值.结果表明:该正则化系数具有更高的稳定性和收敛速度;Tikhonov迭代法与Landweber迭代法相比具有收敛速度更快,重建图像质量更高的优点.     

用于ECT图像重建的预处理Landweber迭代算法

针对Landweber迭代方法收敛速度慢的问题,采用预处理方法来加快其收敛速度,即减少为计算有效解所需的迭代步数,由求解方程ATAf=ATg变为求解DATAf=DATg,其中D是预处理矩阵.讨论了构建预处理矩阵的一般方法.采用两级预处理策略构建预处理矩阵,将大的奇异值聚合并与小的奇异值分隔开来,而不是将所有的奇异值聚合在一点上,避免信号与噪声混合.使用仿真数据对预处理Landweber方法的收敛速度以及重建图像质量进行了评价.实验表明,预处理投影Landweber迭代方法同未经预处理的Landweber相比只需很少的迭代步数就可以获得比较满意的重建结果,为电容层析成像技术在线进行定量的图像重建...     

基于改进的PASTd子空间跟踪的半盲多用户检测

研究和分析了多种子空间跟踪算法.直接特征值分解和奇异值分解复杂度高,不利于工程实现,针对低复杂度的PASTd算法由于估计的特征向量不正交,从而导致收敛速度极慢的问题,提出一种改进的PASTd子空间跟踪算法,并将其应用于基于子空间的半盲多用户检测.该算法保证了特征向量的正交性,因此提高了算法的收敛速度.仿真结果表明,提出的算法收敛速度快,输出信干噪比和误码率性能优于PASTd半盲检测算法和OPAST半盲检测算法,逼近SVD半盲检测算法,并保持了较低的计算复杂度.     

牛顿迭代与预测式迭代的算法复杂性

从算法复杂性出发，采用Ｏｓｔｒｏｗｓｋｉ给出过程有效性指标的概念，讨论了具有二阶收敛速度的牛顿迭代法和具有三阶收敛速度的预测式迭代法的有效性问题，给出牛顿迭代法的有效性指标为２１／３，预测式迭代法的有效性指标为３１／５，由此得到牛顿迭代法比预测式迭代法具有更高的有效性。     

指数为1的半正定线性系统迭代方法的收敛性

当相容奇异线性系统系数矩阵的指数为1时，文章利用群逆的概念来介绍广义固定迭代方法半范数收敛，商收敛和收敛三者之间的关系，然后再利用群逆的概念来研究广义固定迭代方法半范数收敛的新条件．在保证迭代格式收敛的前提下，该条件比Keller的P-正则条件要弱．     

基于三次模型的线搜索方法及其收敛性

针对无约束优化问题,给出一种基于三次模型的线搜索型算法,并在适当的条件下证明算法的全局收敛性.该算法以对称矩阵代替原三次模型中的Hessian阵,并且不需要保持正定和Dennis-Moré条件,它与一般线搜索法不同,在每次迭代中步长可以在下降方向上由显性公式直接确定,从而可以减少搜索计算.     

求解一类非线性互补问题的广义模基矩阵分裂迭代法

通过引入新的正对角参数矩阵, 提出了求解$H$-矩阵非线性互补问题的广义模基矩阵分裂迭代法和广义二步模基矩阵分裂迭代法, 取定特殊的正对角参数矩阵和矩阵分裂后, 两种算法都可转化为已有的模基矩阵分裂迭代法, 因此是已有求解线性互补问题和非线性互补问题模基矩阵分裂迭代法的推广. 利用$H$-矩阵的相关性质建立了两种算法的收敛性分析, 在算法收敛的充分条件中, $H$-分裂的假设比已有的非线性互补问题模基矩阵分裂迭代法$H$-相容分裂的收敛条件更弱; 另外, 所得到的正对角参数矩阵的收敛域比已有非线性互补问题模基矩阵分裂迭代法的收敛域更大, 因此收敛性结果是已有算法收敛性结果的推广改进, 这表明新的正对角参数矩阵是有效的.     

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.     

一种改善Turbo码选代译码收敛特性的方法

Turbo码可为数字通信系统提供接近信道容量的纠措能力，其迭代译码算法的收敛稳定性是算法能否实用的关键因素之一。针对短长度交织器对随机错误扩散能力弱带来的迭代收敛稳定性差的问题，在Turbo码的常用迭代译码方法的基础上加以改进，利用前后两次迭代序列的信息熵引入选代进步因子以发送迭代译码的收敛特性。给出了迭代步进因子的产生方法并进行了计算机仿真，仿真结果表明，该方法可有效改善短交织长度时Turbo码的迭代泽码收敛特性。     

用Chebvshev多项式加速的预处理子空间迭代法

研究了计算大型稀疏对称矩阵的若干个最大或最小特征值的问题的子空间迭代法.首先引入了加速子空间迭代法的Chebyshev迭代法和预处理技术.为了更好地加速子空间迭代法的收敛速度,作者把Chebyshev多项式和预处理技术同时应用到子空间迭代法中,对预处理过的残余矩阵用Chebyshev多项式加速.即讨论了Chebyshev迭代法对预处理子空间迭代法的应用.这样既缩小了矩阵特征值的分布范围,又改善了每次循环的初始矩阵.从而给出了用Chebyshev多项式加速的预处理子空间迭代法.最后给出了数值例子,结果表明加速后的预处理子空间迭代法比原来的预处理子空间迭代法更优越,进一步加速了迭代法的收敛速度,减少了计算量和计算时间.     

松弛模系矩阵分裂迭代法求解一类非线性互补问题

考虑松弛模系矩阵分裂迭代法求解一类非线性互补问题,理论分析给出了当系数矩阵为H_+-矩阵时迭代法的收敛性和松弛参数的选取方法.数值实验表明,松弛模系矩阵分裂迭代法在迭代步数和迭代时间上均优于模系矩阵分裂迭代法.     

室内空气流动数值模拟的误差预处理法

为加快室内空气流动数值模拟计算收敛速度 ,基于多重网格法关于高频和低频误差的思想 ,采用误差预处理法对室内空气流动的离散代数方程组进行由粗到细网格上的迭代求解。用该方法和传统迭代法对室内空气等温和非等温流动分别进行模拟 ,其对比结果表明 ,误差预处理算法显著提高室内空气流动数值模拟的收敛速度 ,可将收敛时间减小到原来的 1/ 3～ 1/ 2     

一种基于线性分式函数的求根迭代法

一种基于线性分式函数的求根迭代法黄有度摘要＊本文给出一种基于线性分式函数的求根迭代公式，这是一种全局收敛的迭代方法，其收敛速率是二阶的，并具有可从方程的单根直接进行迭代的优点．关键词求根迭代公式，全局收敛，线性分式函数申回分尖子Ｏ２４１．７①０引言近...