EM算法的BFGS加速算法

EM 算法是一种求参数极大似然估计的迭代算法,在处理不完全数据中有重要应用.EM 算法实现简单,数值计算稳定,存储量小,具有良好的全局收敛性,但EM 算法收敛速度慢只是次线性的收敛速度,妨碍了EM 算法的应用.现已提出了多种加速EM 算法收敛的方法.本文是在EM算法的拟Newton加速算法的基础上,使用非线性规划中对称秩2校正公式(BFGS公式)给出了一种新的加速EM 算法收敛的方法.它是针对EM的M步的,在共享 EM算法单调增加似然函数值和稳定收敛的基础上提高EM算法的收敛速度.最后用数值试验结果验证了该加速算法的有效性和可行性.     

数值算法更深层的理论分析

研究了数值计算方法中一类求解非线性方程组的并行算法，同时提出了一种新的并行算法，分析了新算法与传统算法的不同，讨论了新算法的加速比以及对存储的需求。研究的结果表明，新算法有较好的并行度和较低的存储的需求，可用于大规模的高性能计算。     

k-means聚类算法的MapReduce并行化实现

针对k-means聚类算法特点,给出了MapReduce编程模型实现k-means聚类算法的方法,Map函数完成每个记录到聚类中心距离的计算并重新标记其属于的新聚类类别,Reduce函数根据Map函数得到的中间结果计算出新的聚类中心,供下一轮MapReduce Job使用.实验结果表明:k-means算法MapReduce并行化后部署在Hadoop集群上运行,具有较好的加速比和良好的扩展性.     

FPGA加速部件求解FMM算法中PP问题研究

提出了一种基于FMM求解多体问题的PP计算在FPGA加速部件上进行计算加速的实现方法.通过在对FMM算法中PP计算过程的原代码的计算类型分析与代码转化,给出了在FPGA上的具体实现方案,最后,通过Virtex-5实验平台的计算结果表明能够取得20倍左右的稳定加速效果.     

微分进化算法在暴雨强度公式参数优化中的应用

用微分进化算法对暴雨强度公式参数进行优化, 并将其计算结果与传统方法、优选法以及加速遗传算法的计算结果作比较, 实例计算结果表明微分进化算法的拟合效果最好;相比于加速遗传算法, 微分进化算法提高了收敛速度, 有效地克服了不成熟收敛, 更容易收敛到全局最优解.     

一种新的近似目标函数优化方法

本文提出了一种新的优化方法,适用于变量较少、具有p次方形式、无法求导的复杂的目标函数.给出了由误差函数求出近似误差函数和近似目标函数,并以求近似目标函数的最优值来替代求目标函数最优值的详细算法.列出了本算法对于10种试验函数的计算实例.计算结果与其他方法的比较证明了本算法的有效性.最后讨论了本算法的某些局限性.     

动态投入产出最优化控制模型的微粒群算法

对于动态投入产出最优控制模型的以往求解方法,只能求出其局部最优解,而不能求出全局最优解.提出了一个新的动态投入产出最优控制模型,给出一个新的算法-微粒群算法,该算法计算结构简单,具有较强的全局寻优能力、收敛速度快和较高的计算精度.数值实验表明:提出算法的计算结果优于用传统的最优化方法计算的结果,同时也验证了微粒群算法对求解动态投入产出最优控制模型的有效性.     

单纯形微粒群算法在确定路堤安全系数中的应用

在公路设计中,对于路堤的堤身稳定性、路堤和地基的整体稳定性评价,按规范要求一般采用简化Bishop算法来确定公路边坡最危险滑动弧面及其对应的最小安全系数.工程上常采用的枚举法要求给出搜索范围,计算速度慢.传统的优化算法如步长加速法等存在容易陷入局部极值等缺点.在微粒群算法(PSO)基础上,运用了一种用单纯形法和微粒群法结合的优化搜索算法(SM-PSO),并与PSO方法在优化效率和优化性能方面作了比较.该方法在收敛速度、适应性等方面较PSO方法也有明显改进,与传统枚举算法相比计算精度满足要求.     

压缩感知A*OMP重构算法的并行化与GPU加速实现

针对压缩感知系统实时应用的需要,探讨了A*OMP算法的并行设计及基于GPU的加速方法.将耗时长的矩阵逆运算转化为可并行的矩阵/向量操作,并结合算法本身的关联特性,进一步采用迭代法实现以降低其计算复杂度.利用GPU高效的并行运算能力,将算法中可并行的矩阵/向量计算映射到GPU上并行执行,在面向Matlab的Jacket软件平台上对整体串行算法进行了并行化的设计与实现.在NVIDIA Tesla K20Xm GPU和Intel(R)E5-2650 CPU上进行了测试,实验结果表明:对比CPU平台的串行实现,基于GPU的A*OMP算法整体上可获得约40倍的加速,实现了在保持系统较高重构质量的同时能有效降低计算时间,较好地满足了系统实时性的需要.     

EM算法理论及其应用

EM算法是一种迭代算法,主要用来计算后验分布的众数或极大似然估计,广泛地应用于缺损数据、截尾数据、成群数据、带有讨厌参数的数据等所谓的不完全数据的统计推断问题。在介绍EM算法的基础上,针对EM算法收敛速度慢的缺陷,具体讨论了加速EM算法：EMB算法和MEMB算法;针对EM算法计算的局限性,给出了EM算法的推广：GEM和MCEM算法。最后给出了EM的实值实例,结果精确。     

基于Shannon-Happ公式和Johnson方法计算信号流图的传递函数

通过将Shannon-Happ公式和Johnson方法相结合,介绍了一种计算系统信号流图传递函数规格化解析表达式的新算法。提出了使用回路添加手段形成回路组合的新方法。给出了算法实现的详细步骤、程序设计流程图和检验结果。     

2k阶r-循环矩阵开平方的快速算法

对n(=2k,k≥1阶r-循环矩阵的开平方运算进行了研究.利用矩阵分块逐次降阶的方法,给出了一个快速算法,用来计算r-循环矩阵的同型平方根矩阵(平方根矩阵也为r-循环矩阵).证明了同型平方根矩阵的个数为2",计算一个同型平方根矩阵的时间复杂性为O(nlog2n),计算全部同型平方根矩阵时间复杂性为O(n2nlog 2n).     

光源相关色温计算方法的研究

结合色度学基本理论和遗传模拟退火算法，给出了一种关于计算光源相关色温的程序计算法和利用遗传模拟退火算法得到的计算光源相关色温的一个经验公式，运用该：手法和经验公式所得到计算值和理论值相比较十分接近．可直接应用到实际光源相关色温的计算中。     

广义共轭留数边界元法电除尘器电场解析

将广义共轭留数法引入于边界元法，改变矩阵方程与高斯消去法相结合的原传统结构，按照指数函数规律缩短解题时间。自由度数越多其效果越显著。仅就电除尘器电场和电势的小规模数值结果，与实验结果相符。证明这种方法是有效的，计算速度比传统的边界元方法快两倍。     

运用改进遗传算法的输电网规划

遗传算法对许多问题是有效的，但普通遗传算法只能保证全局最优解的出现而不能保证每次都收敛于全局最优解，其原因是在搜索过程中出现的全局最优解不能保留下来，针对这一问题，本文将改进自适应代沟方式的遗传算法用于输电网规划中，一方面保证了计算结果有多个解可供选择，另一方面加快了搜索速度，提出了搜索性能，算例表明了这种改进方法的优越性。     

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。     

关于小波空间中的抽样定理与小波系数计算

介绍了小波子空间中的抽样定理，讨论了基于Mallat算法的小波计算方法及误差估计。     

主轴法在三维图像匹配中的应用

提出了一种三维图像点集的匹配对准算法－－主轴旋转法（PAX），通过计算三维图像的质心和主轴来确定图像的朝向，利用一系列刚性变换最终对准图像，算法具有简单、快速、适用面广等优点。     

提高电力系统安全性的一种快速算法

对于电力系统实时静态安全控制问题,本文在P-Q解耦原理和灵敏度分析基础上,提出了一种新的提高安全性的快速算法。该法与P-Q解耦潮流计算紧密结合,并通过伪逆法直接确定有效控制变量的调整量,从而可迅速给出提高系统安全性的控制对策。试验表明,这一方法快速有效。     

一种计算符号行列式的算法

提出了通过对网络矩阵进行分块,利用分块矩阵计算符号行列式的原理和算法。实例说明,使用该算法计算符号行列式简捷、方便。