线性互补问题的广义松弛两步模基矩阵分裂迭代法

将松弛策略引入到与线性互补问题等价的广义隐式定点迭代方程, 建立了求解线性互补问题的广义松弛两步模基矩阵分裂迭代法, 将已有的松弛两步模基矩阵分裂迭代法扩展到了更一般的情形; 当系数矩阵为H₊-矩阵时, 利用H₊-矩阵的特殊性质, 给出了新方法的收敛性分析.数值结果表明:依据迭代次数和CPU时间, 由新方法所导出的新的广义方法比已有的广义模基矩阵分裂迭代法和广义两步模基矩阵分裂迭代法更有效.     

两步模系矩阵分裂算法求解弱非线性互补问题

考虑两步模系矩阵分裂算法求解弱非线性互补问题,理论分析给出了当系数矩阵为正定矩阵或H+-矩阵时迭代法的收敛性质和两步模系超松弛迭代法的参数选取范围.数值实验表明,两步模系矩阵分裂算法是行之有效的,并在迭代步数和迭代时间上均优于模系矩阵分裂算法.     

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.     

改进的独立分量分析算法

对独立分量分析算法的基本理论和FastICA算法进行了简要介绍.传统的FastICA算法只具有二阶的收敛速度,为了提高独立分量分析算法的收敛速度,减少迭代次数和运行时间,提出了一种改进的独立分量分析算法——五阶收敛的牛顿迭代法.对牛顿迭代算法加以修正,使改进的独立分量分析算法具有五阶的收敛速度.图像信号分离仿真实验表明,改进算法与传统的FastICA算法在分离效果相当的情况下,明显减少了传统的FastICA算法的迭代次数和运行时间,提高了收敛速度和运行效率.     

基于矩阵分裂的鞍点问题的SOR-LIKE收敛性研究

目的研究鞍点问题的迭代方法SOR-LIKE算法的收敛性。方法用矩阵分裂理论,在求解中通过改变矩阵分裂构造出系数矩阵的一般化分裂算法,运用矩阵理论分析该算法的收敛性。结果与结论找到一般分裂算法下的收敛条件,并通过数值实验来检验迭代法的收敛性。     

分裂广义均衡问题及其收敛算法

在Hilbert空间中引入分裂广义均衡问题(SGEP),构造了3种迭代算法来解决该类问题.并且证明了算法在适当的条件下,迭代序列弱收敛或强收敛于分裂广义均衡问题的解.     

解线性互补问题的非精确松弛多分裂算法

基于矩阵的非精确分裂和多重分裂、处理器的并行计算和松弛迭代算法,提出了求解线性互补问题的非精确松弛多分裂算法,当问题的系数矩阵为对角元为正的H-矩阵时或对称半正定时,证明了算法的全局收敛性.并在一定条件下给出了非精确松弛多分裂算法内迭代的特殊形式,分析了该情形下算法的收敛特性.     

基于PSS迭代分裂的广义鞍点问题求解

基于正定和反Hermite分裂(PSS)迭代技术,给出求解广义鞍点问题的一种广义Uzawa迭代法——修正局部PSS迭代算法,分析了该方法的收敛性,并用数值算例验证了新算法的有效性.     

矩阵方程AXB+CXD=F广义双对称解的迭代算法

对广义自反矩阵P,即PT=P,P2=I,如果PXP=X,XT=X,称X为广义双对称矩阵.在共轭梯度思想的启发下,给出了迭代算法求解约束矩阵方程AXB+CXD=F的广义双对称解及其最佳逼近.应用迭代算法,矩阵方程AXB+CXD=F的相容性可以在迭代过程中自动判断.当矩阵方程AXB+CXD=F有广义双对称解时,在有限的误差范围内,对任意初始广义双对称矩阵X1,运用迭代算法,经过有限步可得到矩阵方程的广义双对称解;选取合适的初始迭代矩阵,还可以迭代出极小范数广义对称解.而且,对任意给定的矩阵X0,矩阵方程AXB+CXD=F的最佳逼近广义双对称解可以通过迭代求解新的矩阵方程AXB+CXD=F的极小范数广义双对称解得到.     

带形状参数的三角β-B曲线的渐进迭代逼近

为加快渐进迭代逼近法收敛速度,克服一般B样条曲线不能表示圆或椭圆等曲线的缺陷,基于β-B曲线探讨其(加权)渐进迭代逼近法。根据所选β-B基函数求得曲线(加权)渐进迭代逼近法的迭代矩阵,基于谱半径最小、收敛速度最快的结论,推导出β-B曲线迭代速度最快时的最优形状参数β和加权渐进迭代逼近法的最优权值w;然后分别对其进行收敛性分析;最后给出数值实例分析形状参数取不同值时的迭代速度和迭代误差,所得实验结果证实了取最优形状参数和最优权值时收敛速度最快的结论。     

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.     

信号盲分离问题多阶段分解算法

提出了一种新的信号盲分离算法,它每个阶段仅抽取单个独立分量.这种方法通过一种求所定义的代价函数的最优解的有效迭代算法,可以找到单个独立分量,通过系统化的多阶段分解和多阶段重构,可以得到全部独立分量.当存在空间色噪声时,这种方法的性能优于一组特征矩阵近似联合对角化(JADE)技术.仿真实验表明在独立源较多(如25个以上)情况下,该方法所花时间明显小于JADE所花时间.     

Hermite正定矩阵的多分裂算法的收敛性

本文研究了系数矩阵为Hermite正定矩阵的解大型线性方程组Ax=b的并行AoR算法.在假定A具有分离形式的前提下,证明了并行多分裂AoR算法的收敛定理.     

基于超松弛迭代的MHSS加速方法

修正的Hermite/反Hermite分裂(MHSS)迭代方法是一类求解大型稀疏复对称线性代数方程组的无条件收敛的迭代算法。基于超松弛(SOR)迭代技术,本文提出一类MHSS加速方法,分析了MHSS加速方法的收敛性质,给出了MHSS加速方法中参数ω的选取办法。数值实验证明了新方法能够有效地提高MHSS求解线性代数方程组的求解效率。     

求解鞍点问题的广义HSS移位分裂方法

提出一种新的矩阵分裂方法,即广义HSS移位分裂方法,用于求解大型稀疏线性方程组(即鞍点问题),其中系数矩阵具有非Hermite正定(1,1)块子矩阵.同时,通过理论分析证明了在一定条件下该方法收敛到方程组的唯一解.此外,也讨论了预处理矩阵的谱性质.     

求矩阵方程AXB+CYD=E自反最佳逼近解的迭代算法

利用复合最速下降法的迭代算法对基于自反矩阵(或反自反矩阵)下广义Sylvester矩阵方程AXB+CYD=E最佳逼近解进行了研究,证明了无论矩阵方程AXB+CYD=E是否相容,该算法都可以用于计算其最佳逼近解.最后,通过2个数值实验证明了该算法的可行性.     

一般二次规划的一种分解算法

提出了求解一般二次规划问题的一种分解迭代算法.算法的主要思想是对问题的Hessian矩阵G进行正则分裂,即G=N H并且满足N-H是正定的.在每次迭代中用一个易于求解的矩阵N代替G进行计算.在矩阵G是正定的条件下,算法具有线性收敛性质,产生的迭代点列收敛到原问题的最优解.当矩阵G不正定时,算法产生的点列收敛到问题的稳定点.     

希尔伯特空间广义分裂等式问题的强收敛定理

对于解决在无穷维希尔伯特空间的集合里的广义分裂等式问题,提出和研究了一个新的迭代算法.证明了通过提出的算法产生的序列强收敛到广义分裂等式问题的一个解和一族方向算子的不动点.作为应用,考虑了广义分裂等式问题的一些例子.对于广义分裂等式问题给出了数值结果并且演示了提出算法的效率.     

关于半收敛问题的探讨

针对实际CT系统中的不完全数据图像重建算法半收敛问题,分析了迭代外插算法收敛性与引入的参数因子、已知的检测数据的关系,并给出了改进的迭代外插算法.数值实验结果表明迭代外插算法迭代过程有时是发散的,存在半收敛问题,而改进的迭代外插算法是收敛的.     

基于多幅未标定图像的三维度量重构

提出了一种基于多幅未标定图像,恢复场景三维几何的优化矩阵分解算法,该算法先通过迭代逼近得到射影重构,然后通过估计绝对二次曲面,将射影重构更新到度量重构。采用真实图像测试,获得好的实验结果,说明该方法简单易用。