基于广义对称超松弛迭代法的图像复原

针对求解大型线性系统的图像复原问题,基于半步迭代的思想,提出了一种求解图像复原问题的对称超松弛迭代方法.该方法既保证了迭代矩阵的非奇异性又加快了求解速度.在两个实际图像复原问题上的数值实验结果表明,相比其他复原方法,该方法复原效果好且速度快,在评价指标方面体现了优越性.     

非线性互补问题的改进超松弛迭代算法

运用松弛迭代算法与矩阵分裂理论,提出了求解非线性互补问题的改进超松弛迭代算法.这类算法设计了两个参数:第一个参数控制了迭代阵的谱半径,从而使算法收敛,适当选取第二个参数,加快了算法的收敛速度.在一定条件下证明了算法的全局收敛性.     

PN结泊松方程的一种改进算法及其Matlab验证

针对在PN结泊松方程求解过程中几种常用方法存在的不足,提出一种改进算法.该算法结合求解非线性方程组的Newton迭代法与SOR(逐次超松弛迭代)法,即用松弛因子对Newton迭代过程的前、后2项进行加权平均,组成新的迭代公式.为进一步完善算法,在迭代公式中修改松弛因子,采用最佳松弛因子形式.根据改进算法的计算思路,运用Matlab7.0编程,对算法进行仿真与模拟.结果表明:算法真实可行,既保持计算的高精度,也明显地减少计算的迭代次数,提高求解过程的收敛速度,且仿真图像与文献图像较吻合.     

加权-对称超松弛迭代法

结合逐次超松弛迭代法（SOR）和对称超松弛迭代法（SSOR）的基本思想,给出了一类求解大型线性方程组的新迭代法：加权．对称超松弛迭代算法（WSSOR）,并在数值计算中给出了加权因子和松弛参数的最佳范围,实验表明新算法的收敛速度快、精确度高。     

基于Ginzburg-Landau泛函二值图像复原的快速算法

首先,回顾了基于Ginzburg-Landau泛函松弛的双阱势模型和2种经典的算子分裂算法,并将近年来相场计算问题中的新迭代算法引入问题求解中.然后,通过引入辅助变量建立等价的约束优化问题,基于交替方向乘子方法设计了子问题具有闭形式解的迭代格式.最后,通过设计大量的二值图像复原实验来评估这类算法的有效性.结果表明,当噪...     

求解非线性特征值问题的两种迭代投影法

研究求解大型非线性特征值问题的两种迭代投影法:非线性有理Krylov子空间法和非线性Arnoldi方法.通过引入精化策略和不精确求解线性系统的思想,给出了精化有理Krylov方法和不精确非线性Arnoldi方法的实用算法,通过数值算例验证了改进后的方法可以提高计算的效率.     

点、边带约束成本的最短路问题及其算法

提出了点和边都带有成本约束的最短路问题，证明了该问题是NP－完全的，建立了这类问题的数学规划模型，并采用拉格朗日松弛算法对模型进行求解，给出了次梯度优化求解算法的一般步骤，考虑到算法在实际求解过程中收敛速度较慢的问题，进一步对拉格朗日松弛算法进行了2个方面的改进，一方面确定适当的迭代步长，另一方面选择较好的迭代方向，算法实例表明，改进后的拉格朗日松弛算法迭代步数显著较少，证明算法是有效的。     

投影松弛迭代的收敛性与收敛速度

本文讨论求解一般线性互补问题的投影松弛迭代法的收敛性,对于两类迭代算法—投影雅可比松弛和投影逐次超松弛,我们给出了一些收敛判定准则.此外,我们还得到了两类算法的收敛速度估计式.     

黄金比例分割法确定对称逐次超松弛迭代法的最佳松弛因子

本文提出了将黄金分割法确定松弛因子与对称逐次超松弛法的改进迭代格式相结合的迭代算法。算法应用黄金比例分割法确定最佳松弛因子,成功的将其与运行速度和效率很高的对称逐次超松弛法的改进迭代格式相结合,并给出了迭代收敛性证明,编写了相应的程序,对一实际结构进行的算例计算表明,与大型商业软件的计算结果相比较,本文所提算法具有精度高,收敛快的优点。     

求解泊松方程的多子域超松弛并行迭代算法

基于区域分解思想,对二维泊松方程提出了一种多子域超松弛并行迭代算法.首先将求解区域划分为多个子区域,利用超松弛迭代格式构造出若干分组显式格式,然后结合边界条件在迭代次数为奇数和偶数时,分别给出新算法的实现过程.最后通过具体的数值算例验证了此算法的有效性和优越性.