关于“线性规划的符号跟踪算法”的注记

指出“线性规划的符号跟踪算法”实际上是第一阶段单纯形算法的一种变式,所获得的初始基有4种可能情况,并通过反例进行了说明。由此初始基出发,为使符号跟踪算法能正常运行下去,对该算法的步骤作了修正和补充。为了进一步验证符号跟踪算法的计算性能,通过MATLAB编程在计算机上实现大规模数值试验。结果表明,与经典单纯形算法相比,符号跟踪算法平均每次迭代花费更多的执行时间,计算效率较低。     

基于乘型ART算法的快速图像重建技术研究

为了利用迭代算法快速实现不完全投影数据下的图像重建,介绍了乘型ART(A lgebraic Reconstruction Techniques)迭代算法的快速实现,利用投影矩阵是一个极大的超稀疏矩阵的性质,对迭代矩阵计算方法进行简化,并对其存储结构和检索方法进行优化设计,使迭速度得到了大大提高.在不完全投影的情况下,该迭代算法具有一定的优势.同时针对迭代模型不足导致的重建伪影提出了校正方法,取得了理想的效果.     

海量数据广义线性模型变量选择算法研究

首先推导出了用于求解一般广义线性模型变量选择问题的非凸惩罚迭代估计算法，并利用分治思想对算法进行修正，使其能够适用于海量数据情形，以解决海量数据下进行变量选择时可能存在的内存溢出等问题。考虑到当前处理海量数据实际使用的工具，进一步给出了算法在分布式并行下的计算步骤，大幅提高了计算速度。在数值模拟中，通过单机和集群两种方式对算法进行数值计算，结果表明本文方法有效解决了数据存储问题且适用于分布式环境。最后，通过所提算法来完成Probit模型的变量选择，并将其用于新闻数据集的分类问题。     

基于改进的ART2神经网络的滚动轴承故障诊断

针对自适应共振理论2(ART2)神经网络在分类时存在只选择输出值最大的神经元以及噪声对结果影响较大的缺点,提出一种结合小波软阈值和K均值算法的ART2神经网络分类方法;采用小波软阈值对滚动轴承故障信号进行降噪,并通过相对小波包能量体现降噪后的信号更好的信号互异性,然后运用ART2神经网络进行初步分类,将K均值算法引入ART2神经网络,对原有的算法进行修正,并与ART2神经网络分类结果进行对比。结果表明,改进的方法解决了上述的问题,提高了故障分类的准确性。     

非线性电路周期稳态解的机助分析

本文在对非线性电路周期稳态解各种算法进行分析和比较的基础上,论证了牛顿算法的原理,然后综合运用变步长积分法、稀疏矩阵分析、修正的牛顿迭代等技术,给出了算法的具体实现方法,并通过实例调试,提出了比较合理的阻尼因子,有效地提高了算法的计算效率。最后给出了计算结果比较。     

求解分裂可行问题的一种新算法

主要对解决分裂可行问题的松驰CQ算法进行修正,设计了一种新的算法.该算法在每步迭代中应用类-Armijo搜索来获取步长,避免了矩阵逆和矩阵最大特征值的计算,而且在每步迭代中都根据当前迭代点的信息选择合适的步长,证明了该算法的全局收敛性.     

一种求解一维全局优化问题的重点取样统计模拟算法

针对无约束一维全局优化问题,提出一种基于重点取样的统计模拟算法,在原始积分水平集方法中引入交叉熵方法进行样本点选择,并在迭代过程中保留精英样本集.在最后的迭代中选取当前样本集对应的最小值点作为最优点.在一定条件下证明了算法收敛到问题的全局最优解.实验结果表明,所提算法采样效率更高,函数计算次数和运行时间比修正的纯自适应搜索方法更有优势.     

一类生化系统稳态优化问题的求解算法

针对一类生化系统的稳态优化问题,基于修正的迭代IOM （ Indirect Optimization Method,IOM）方法,提出了一种可快速求其最优解的迭代优化算法。该算法继承了修正迭代IOM方法可用线性规划计算的优点,但每次迭代求解时不再计算S-系统的动力阶参数。数值实验结果表明,该算法可行且有效,与已有的修正迭代IOM方法相比,具有计算成本低的优点。     

约束复合形法在非凸可行域上的一种修正算法

约束复合形法是求解约束非线性最优问题的一种重要方法,该文对约束复合形法在非凸可行域上的迭代计算方法进行了探讨,针对复合形形心点落于可行域之外的情况,对常规的复合形算法进行了修正,提出了一种适合于工程计算的,高效实用的迭代算法。     

基于嵌入式迭代的高精度浸入边界法

针对传统浸入边界法施加边界条件精度不高的情况,将附加体积力的求解内嵌到压强泊松方程的迭代当中,提出了基于嵌入式迭代的浸入边界法.将所提出的算法应用到圆柱绕流数值模拟中,并与他人的实验值和数值解进行了对比,验证了所提算法具有较高的计算精度.分析了插值函数是导致浸入边界法高估圆柱阻力系数的原因,并对阻力系数进行了修正,修正值与采用贴体网格得到的结果非常吻合.比较了本文算法和传统算法的圆柱迎流侧驻点附近的速度矢量和圆柱周围的流线,证实了本文算法在施加边界条件方面的优越性.比较了两种算法的计算效率,迭代计算附加体积力所导致的额外耗时不显著.     

基于Bootstrap方法上的新修正EM算法

对于成分数据的处理往往是进行对数比变换，这时，如果数据中含有零点或是近似零点，变换后就会出现负无穷的数据．因此，对于成分数据中零点或是近似零点的处理就成为成分数据分析中的一个重要的课题，文献中采用了基本线性回归的修正EM算法，文章将此方法进行了改进，提出了基于Bootstrap方法上的修正EM算法，这两种方法均是在迭代的初值给定步骤进行了改进．模拟研究对上述提到的两种方法进行了比较，结果显示此方法相比原有的修正EM算法，算法更为简便，得到的估计更为精确．     

低密度奇偶校验码的低复杂度迭代译码算法

迭代大数逻辑(iterative majority-logic decoding, IMLGD)译码算法是低密度奇偶校验(low-density parity-check,LDPC)码的一类重要的迭代译码算法。相对LDPC码基于置信传播准则的译码算法，IMLGD译码算法的复杂度有所降低，但是性能有所下降。针对这一问题，提出了一种修正迭代大数逻辑译码算法(modified iterative majority-logic decoding,MIMLGD)。该算法利用校验方程的置信度对译码迭代过程中的各比特外信息进行修正。仿真结果表明，提出的MIMLGD译码算法相对于原始迭代大数逻辑译码算法在同样信噪比下具有更低的误比特率。此外，该算法保持了IMLGD译码算法的低复杂度特征，并且避免了对于特定的码搜索修正因子的过程，具有良好的通用性，是实际应用的良好选择。     

代数重建和同步迭代重建在电容层析成像中的比较研究

针对电容层析成像技术(ECT)中的逆问题——图像重建算法的非线性和病态性问题,以12电极电容层析成像系统为对象,研究了代数重建算法(ART)与同步迭代重建算法(SIRT).分别对仿真电容值和实测电容值进行图像重建的实验验证,从成像效果、相对误差及重建时间3个方面对这两种算法进行了评估与分析.结果表明,ART算法和SIRT算法均能有效地实现ECT图像重建,其中SIRT算法能够在100次迭代内达到高精度,在收敛速度和成像效果上更具有优势.     

应用盲源分离方法分离岩矿混合像元

采用盲源分离方法解混岩矿混合像元,获取岩矿组分信息.分析了常用的Fast ICA、Robust ICA方法,从算法稳定性、分离信号质量和迭代计算效率3个方面,比较不同目标函数及寻优过程的优势和不足:Robust ICA在算法稳定性和迭代计算效率上具有较大优势,分离信号质量并不是最佳;Fast ICA对初始值和步长比较敏感,计算可能不收敛,也可能陷于局部最优;峭度为目标函数的Fast ICA有较好的分离信号质量,但算法稳定性不如负熵为目标函数的Fast ICA;用于负熵近似的非二次函数对算法稳定性和迭代计算效率有较大影响,原因是非二次函数影响迭代计算步长,较小的步长算法稳定性较好,但是迭代计算效率降低.实际运用中,应根据岩矿混合像元光谱特点,选择恰当的混合像元分离方法,在不同性能之间达到平衡.     

制冷系统稳态仿真算法研究

针对目前制冷系统稳态仿真算法设计不规范造成的概念和逻辑上的混淆，提出一种通用的算法设计方法，分别对迭代判据的确定，迭代变量的选择和标准算法的设计给出了完整的操作准则和步骤，通过标准算法的压缩和特例分析，统一了一些常见的特殊算法，以单级二级压缩制冷系统为例，对通用算法设计方法进行了详细阐述，该算法有助于提高仿真软件的研发效率和改进相关课程教学中的薄弱环节。     

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。     

捷联惯导系统初始对准中IUPF的应用与设计

针对大失准角条件下捷联惯导系统误差模型的非线性引起的初始对准误差问题,引入了粒子滤波技术.首先,利用加性四元数误差建立了大失准角条件下的系统误差模型.然后,将无迹变换算法和迭代算法引入粒子滤波方法中,提出了迭代无迹粒子滤波算法.并且,为了解决迭代无迹粒子滤波算法中由于粒子数量所导致的算法精度和算法实时性的矛盾,采用采样重要性重采样的方法对迭代无迹粒子滤波算法进行修正,提出了一种既具有迭代无迹粒子滤波精度又计算量较小的新的非线性滤波算法.最后,进行了半物理仿真和数字仿真,比较了经典粒子滤波、无迹粒子滤波和修正后的迭代无迹粒子滤波等多种方案的滤波效果.仿真结果表明,在大失准角条件下,采用修正后的迭代无迹粒子滤波方法可以有效提高初始对准精度和算法的实时性.     

低复杂度伪码迭代捕获方法

针对迭代消息传递的伪码捕获算法复杂度过高的问题,提出一种低复杂度伪码迭代捕获方法.将伪码迭代捕获方法分成迭代译码算法和向量选择算法2个步骤来讨论:首先,采用归一化简化方法对迭代译码算法进行改进,降低了算法的空间复杂度;其次,提出一种新的伪码向量选择算法,大大降低了算法的时间和空间复杂度.仿真结果显示:提出的伪码迭代捕获算法以低的复杂度,实现了较低信噪比下长伪码的快速捕获,且其捕获性能优于现有的伪码迭代捕获方法.     

雷电定位计算的粒子群优化方法

针对雷电定位问题,引入粒子群优化(PSO)算法用于雷电定位计算.给出了利用这种算法进行雷电定位的计算步骤,并提出用PSO算法和传统迭代算法协作计算雷电位置的方法.通过数值仿真分析和电网雷击事故定位计算分析了PSO算法的性能.结果表明:该算法能克服传统迭代方法易于发散的缺点,稳定并精确地求解出雷电发生位置;该算法的计算量大于迭代方法,但比网格搜索法要大幅减小;利用PSO算法给出雷电定位初始值,再用迭代方法求解可保证计算稳定并减少计算量.     

结构可靠度计算的自适应辅助域方法

提出了一种Metropolis算法与支持向量机(SVM)方法相结合的自适应辅助域方法.利用Metropolis算法生成目标失效域内的条件样本点,并以该过程中的备选点作为初始训练点训练SVM模型.根据训练得到的SVM模型再自适应地选择一部分样本点加入训练点集,并对SVM模型进行更新,直至满足迭代终止条件.以最终得到的SVM模型作为辅助失效域,计算近似失效概率和两个条件失效概率.对近似失效概率进行修正,使最终得到的目标失效概率渐进无偏且更加稳定.算例表明该算法具有较好的计算精度、效率和鲁棒性.