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.     

一类迭代平均值的广义加权推广

将一类算术迭代平均值、几何迭代平均值及调和迭代平均值推广到广义加权平均迭代的情形，给出了这3类广义加权迭代平均值的定义、计算公式，以及三者之间的一些等量关系、不等式关系和多重迭代的极限。     

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。     

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.     

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.     

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.     

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。     

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。     

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.     

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．     

关于SSOR迭代法和Jacobi迭代法的敛散性

本文证明了当Jacobi矩阵B非负时,解线性方程组(系数矩阵为不可约的SSOR法(0<ω<1)和Jacobi法同时敛散,给出了SSOR法迭代矩阵之谱半径ρ(φ)和ρ(B)之间的关系。     

解对流扩散方程的显式交替方向法

研究了求解二维时间依赖的对流扩散方程的显式交替方向法。证明了在一个时间步长中迭代算法的收敛性。用此法数值求解了二维线性和非线性对流扩散方程。数值结果表明,算法具有较高精度。由于算法是显式求解,因此具有很好的并行性,适合于在并行机上解决大规模计算问题。     

关于Z-矩阵的一类新预条件迭代法

 给出了解线性方程组Ax=b的一类新的预条件迭代法,并证明了其收敛性.数值例子表明,所给方法比经典的Gauss-Seidel方法收敛速度快.     

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.     

论线性方程组迭代解法的收敛与加速

本文应用Ｓｈａｎｋｓ变换讨论了线性方程组的迭代求解问题，在一定条件下将发散的迭代序列改变为收敛的序列，并探讨了收敛的迭代序列的加速问题。     

平方收敛公式的一个5阶加速方法

为进一步提高收敛阶,文章通过类似Aitken平方加速的加速方法,构造了一个对平方收敛公式的加速方法;在对Newton法使用了该加速方法后,能将2阶的Newton法的收敛速度提高到5阶,并给出了证明;对该5阶迭代公式以预估-迭代的格式写出,计算量将进一步减少,通过实例证实了它的高阶收敛性.     

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 .     

斯蒂芬森-牛顿类迭代法的二阶收敛性

讨论一种解非线性方程的具有变参数的不带导数的二阶收敛迭代法. 利用动力系统理论推导出该方法的迭代公式, 证明其在某些弱条件下至少是二阶收敛的, 最后给出了数值结果.     

涉及渐近非扩张映象的带误差的合成显迭代新算法

在适当的条件下,证明了-涉及渐近非扩张映象的带误差的合成显迭代序列弱收敛或强收敛到有限族渐近非扩张映象的一公共不动点.在未增加任何附加条件的情况下,将最近的一相关结果由隐迭代算法改进为显式合成迭代算法.     

曲线搜索下新的记忆拟牛顿算法

利用新的曲线搜索方法,提出一种解决无约束优化问题的记忆拟牛顿算法,给出该算法全局收敛的条件并进行数值实验.新算法由曲线搜索确定迭代步长,搜索方向用到当前迭代点信息的同时还用到上一次迭代点的信息,而且搜索方向与迭代步长同时确定,是一种有效的算法.