带子矩阵约束的二次逆特征值问题的最小二乘埃尔米特广义斜哈密顿矩阵迭代解

针对带子矩阵约束的二次逆特征值问题的最小二乘埃尔米特广义斜哈密顿结构矩阵解问题,给出了一种共栀梯度迭代算法.首先提出了带子矩阵约束的二次逆特征值问题的最小二乘问题及其最佳逼近问题;然后分别给出了基于共轭梯度的迭代算法,证明了算法的收敛性.对于任意初始约束矩阵,在不存在舍入误差的情况下,用该迭代算法可以在有限步迭代中得到...     

求解Sylvester方程的正交迭代算法

对于任意初始矩阵,运用求解Sylvester矩阵方程的正交迭代算法可以在有限步内得到方程的最小二乘解,而且通过选择初始矩阵还可以得到方程的极小范数最小二乘解,这种算法还能用于解决最佳逼近问题,数值例子表明了所提出算法的有效性.     

反对称正交反对称矩阵反问题的最小二乘解

主要讨论反对称正交反对称矩阵的反问题的最小二乘解.首先,在反对称正交反对称矩阵的集合范围内求出了矩阵方程AX=B的最小二乘解;其次,求出其中与给定矩阵的最佳逼近解;最后给出了求解此类问题的算法和例子.     

实矩阵反问题的总体最小二乘解及其最佳逼近

最小二乘法是近年来求解矩阵反问题的一种常用方法,但系数矩阵常常存在误差,方法本身具有很大局限性．鉴于此,提出并讨论了非对称矩阵反问题的总体最小二乘解,给出了解的一般表达式;证明了最佳逼近问题解的存在唯一性,给出了其具体表达式及数值算法,最后将数值结果用于求解非对称矩阵反问题．     

矩阵方程 AXB=D 的中心对称最小二乘解及最佳逼近的迭代解法

构造迭代算法研究了线性矩阵方程 AXB=D 的中心对称最小二乘解及其最佳逼近问题,得到求解的一种有效的迭代方法,并给出了该方法的误差估计.此外,还给出了具体的数值例子.     

用TOR方法求解最小二乘问题收敛域

为了求解大型稀疏超定线性方程组，通常人们都是求它的极小范数最小二乘解。很多直接和间接方法被人们研究。在这些方法中求解最小二乘问题的通常的ＳＯＲ，ＳＳＯＲ，ＴＯＲ等迭代方法发挥了重要作用，被一些作者建议并研究，笔者讨论了用ＴＯＲ方法求解最小二乘问题的收敛域，首先导出了块ＪＡＣＯＢＩ迭代矩阵的特征值集合与ＴＯＲ迭代矩阵的特征值集合之间的关系。接着用比较直接的方法得到用ＴＯＲ方法求解最小二乘问题收敛域和     

基于内积矩阵Euv的最小二乘形式矩阵Padé-型逼近

为提高求矩阵Padé-型逼近解的精确度,给出一种求解矩阵Padé-型逼近解的改进算法,即基于矩阵Euv的正交多项式Padé-型逼近算法.另外,当矩阵值幂级数展开式的系数产生微小摄动时,矩阵幂级数的Padé-型逼近解变化往往很大,借助误差公式、内积单位矩阵和最小二乘法构造一种稳定性和精确度均有所提高的最小二乘形式矩阵Padé-型逼近算法.最后,对这两种算法分别给出完整的分子和分母行列式表达式.     

矩阵方程AXB+CYD=E的最小二乘解及其最佳逼近

通过特殊的变形建立了求解矩阵方程AXB+CYD=E最小二乘解的迭代算法,并证明了该算法的收敛性;对于任意给定矩阵的最佳逼近解也可以通过此方法得到.     

矩阵方程AXB=C的中心对称最小二乘解的迭代解法

给出了求矩阵方程AXB=C的中心对称最小二乘解的一种迭代解法,即利用法方程变换,将求解最小二乘解转化为相容矩阵方程的求解问题,再利用迭代法求出新方程的直接解.使用该方法,对任意给定的初始中心对称矩阵都可在有限步内迭代求出它的中心对称最小二乘解.并且将求最佳逼近的问题转化为求一个新方程的极小范数解的问题,同样可用迭代法求解.     

子矩阵约束下中心对称矩阵最佳逼近问题

主要讨论子矩阵最小二乘约束下矩阵反问题AX=B的最小二乘中心对称解,其中X,B为给定矩阵,并在相应的最小二乘解集合中,给出已知矩阵A*的最佳逼近解的解析表达式.最后提供求最佳逼近解的算法.     

非负线性最小二乘问题的一种严格可行内点算法

给出了非负线性最小二乘问题的一个新算法.首先,把非负线性最小二乘转化为线性互补问题,结合牛顿方向和中心路径方向,通过求解一个线性方程组得到搜索方向;进而获得了求解非负线性最小二乘问题的一种严格可行内点算法,并证明该算法经过多项式次迭代之后收敛到原问题的一个最优解,数值实验表明此方法是有效的.     

约束非线性最小二乘的极大熵方法

研究一种将变尺度方法与极大熵方法相结合的新方法，并将其用于约束非线性最小二乘问题，这是一种对有约束和无约束非线性最小二乘问题的统一算法，实现了对Ｈｅｓｓｅ矩阵的整体逼近．新方法具有显式搜索方向，因而在迭代中不需要求解二次规划子问题．数值结果表明该方法是有效的     

约束非线性最小二乘的极大熵方法

研究一种将变尺度方法与极大熵方法相结合的新方法，并将其用于约束非线性最小二乘问题，这是一种对有约束和无约束非线性最小二乘问题的统一算法，实现了对Ｈｅｓｓｅ矩阵的整体逼近。新方法具有显式搜索方向，因而在迭代中不需要求解二次规划子问题，数值结果表明该方法是有效的。     

一类矩阵方程的最小二乘反对称次对称解及其最佳逼近

基于变形共轭梯度法,提出一种求解线性矩阵方程AX+XB=C的最小二乘反对称次对称解的迭代法.对任意的初始矩阵,在不考虑舍入误差的情况下,该算法能经过有限步得到问题的一个最小二乘反对称次对称解,且对任意给定的矩阵,利用该算法能得到AX+XB=C的最佳逼近解.算例表明该算法是可行且有效的.     

用TOR方法求解最小二乘问题收敛域

为了求解大型稀疏超定线性方程组 ,通常人们都是求它的极小范数最小二乘解 很多直接和间接方法被人们研究 在这些方法中求解最小二乘问题的通常的SOR ,SSOR ,TOR等迭代方法发挥了重要作用 ,被一些作者建议并研究 ,笔者讨论了用TOR方法求解最小二乘问题的收敛域 ,首先导出了块JACOBI迭代矩阵的特征值集合与TOR迭代矩阵的特征值集合之间的关系 接着用比较直接的方法得到用TOR方法求解最小二乘问题收敛域和发散域 ,结果有所改善 最后给出了算例 比较了对于ω、γ不同选取 ,TOR方法的收敛速度 选取适当的参数值时 ,可使TOR迭代法的收敛速度加快 ,且在同一谱半径下 ,当ω <γ时的收敛速度比ω >γ时的收敛速度快     

新的求解大规模线性最小二乘问题的随机算法

目的针对传统的求解线性最小二乘问题方法的计算、存储复杂度大,不适于大规模问题的缺点,提出新的随机算法近似求解大规模线性最小二乘问题。方法通过随机采样对超大规模线性最小二乘问题的系数矩阵进行约减,利用快速Walsh-Hadamard对问题进行变换来保留原问题的重要信息,再用QR分解算法求解约减问题,得到原问题的近似解。结果该方法有效降低了问题的求解复杂度和存储复杂度。结论数值实验表明新算法和相关算法相比求解精度可接受,但大大减少求解时间且在同等计算平台下可处理更大规模的问题。     

求解非线性最小二乘问题的自适应锥模型信赖域算法

针对非线性最小二乘问题,利用锥模型算法思想,给出了海赛矩阵中二阶信息项的割线近似的不同校正公式,并利用自适应信赖域技术给出了求解非线性最小二乘问题的自适应锥模型信赖域算法.算法中我们允许使用非精确方法近似求解信赖域子问题.文中给出了新算法的全局收敛性和超线性收敛性分析以及数值试验结果.     

两点边值问题二尺度小波核LS-SVM解法

针对两点边值问题难以得到解析解,提出了利用二尺度小波核最小二乘支持向量机方法求两点边值问题的近似解;首先将两点边值问题转换为带有两个约束条件的目标优化问题,再利用二尺度小波核函数的组合构造满足边界条件的近似解;其中第一个约束条件用第一尺度小波核函数逼近,第二个约束条件是对第一次逼近的误差函数用第二尺度小波核函数再次逼近,可提高近似解逼近精度;最后将目标优化问题转化为回归问题,进而利用最小二乘支持向量机方法求解回归系数,系数求解过程中核心是将参数回归问题转化为二次规划问题,可避免复杂的微分运算;数值实验表明:方法求解两点边值问题有较高的精度,计算量小,并且具有较好的稳定性,因此二尺度小波核最小二乘支持向量机方法求解两点边值问题的近似解是有效的,并且具有精度高、可微、表达式简单且形式固定等特点。     

基于最优最小二乘的红外目标单站定位算法

为消除红外目标单站定位算法估计有偏性,解决现有估计算法中有可能出现多个解向量的问题,提出了一种基于最优最小二乘的目标估计算法.对总体最小二乘定位算法进行了研究,针对扩展测量矩阵出现最小奇异值多重的问题,构造了一个由多重奇异特征向量组成的测度函数,将该函数进行偏微分得到最优的最小二乘解;通过理论分析,证明了最优最小二乘解向量是渐进无偏的;最后,将该算法与总体最小二乘法和修正辅助变量法进行仿真对比.仿真实验结果表明,该方法在不同测量环境噪声下所得到的位置、速度误差曲线能快速地逼近克拉美罗下限,且具有更高的估计精度和稳定性,说明了算法的有效性.     

张量方法在非线性最小二乘问题中的应用

本文利用张量方法求解非线性最小二乘问题ｍｉｎｆ（ｘ）＝１／２Ｒ（ｘ）＾ｒＲ（ｘ）。主要讨论其奇异问题的算法，提出求解非线性最小二乘问题一种张量算法，并讨论了张量算法中解的存在性。