自适应干扰对消的一种改进正交化算法

分析了传统的正交化算法在干噪比较低中，干扰对消效果佳的原因。将特征子空间分解技术与正交化算法相结合，提出了一种修正的正交化算法。仿真结果表明，所提出的算法极大地改善了低干噪比的干扰对消性能。     

不完全正交的变参数H-IGMRES(m)算法

为了提高大型线性方程组的求解速率,在变参数H-GMRES(m)算法的基础上,利用不完全正交的Householder变换,提出了截断型的H-IGMRES(m)算法。对算法的收敛性进行了分析,用数值算例验证了算法的可行性,同时对算法的计算精度和效率进行了比较。理论分析和研究结果表明,所提出的截断型算法在保证计算精度的前提下,大大减少了迭代次数,显著提高了计算效率。     

半精化双正交Lanczos方法

根据精化投影方法的思想及双正交Lanczos过程提出一种近似精化方法－－半精化及正交Lanczos方法，并给出了半精化近似特征对与精化近似特征对对应的残量范数之间的关系，数值实验表明了新算法的优越性。     

电力系统谐波分析中Hanning窗插值算法的应用

本文深入分析了Hanning窗的特性，详细讨论了其插值算法，在此基础上提出了4TS Harnning窗截断、插值校正方法，并将其应用于电力系统谐波测量。仿真结果表明，该算法能大大降低由非同步采样造成的误差，其测量精度完全能满足国家标准的要求．     

盲信号分离的自稳定算法

在传统盲分离算法的迭代过程中，为了保证分离矩阵的行正交性，都要对其进行反复的正交化，以避免算法的不收敛。针对这个问题，笔者主要研究了在Stiefel Manifold上的盲分离算法，该算法使分离矩阵不需要每一步都进行正交化。仿真表明，本文提出的新算法具有很好的稳定性。     

基于不完全正交的VRP-IGMRES(m)算法

为提高大型线性方程组的求解效率,在VRP-GMRES(m)算法基础上,利用截断技术,即在构造Krylov子空间的基向量和Hessenberg矩阵时采用不完全正交的Arnoldi过程,提出截断型变参数广义极小残余算法(VRP-IGMRES(m)),并利用连续2次迭代残余向量的夹角余弦与模的关系给出算法的收敛性证明.最后通过数值算例分析了截断指标对计算精度和计算效率的影响,表明VRP-IGMRES(m)算法在保证计算精度的前提下,可以有效地提高计算效率,并得到了最优截断比的取值大约为0.1,为实际工程问题的求解提供了新的方法.     

一种求解正交约束问题的投影梯度方法

正交约束优化问题在特征值问题、稀疏主成分分析等方面有广泛的应用.由于正交约束的非凸性,精确求解该类问题具有一定的困难.本文提出了一种求解正交约束优化问题的投影梯度算法.该算法采用施密特标准正交化方法处理正交约束,其时间复杂度为O(r2 n),比传统SVD分解复杂度低,且实现简单.数值实验验证了算法的有效性.     

褶积模型参数估计的递归算法及其收敛性

讨论褶积模型参数估计问题，通过对数据的正交化得到了模型参数的递归算法，从理论上分析这种递归算法的收敛性，并得到一个判断正交化过程收敛性的充分条件，在此条件下递归算法必收敛到褶积模型中的子波A=（1，a1，…，aq）。     

关于Arnoldi精化算法的收敛性

对于解大型非对称阵Ａ特征问题的Ａｒｎｏｌｄｉ方法，为克服Ｒｉｔｚ值收敛于特征值时而Ｒｉｔｚ向量不一定收敛于特征向量这一弊病，Ｊｉａ提出了用精化向量了代Ｒｉｔｚ向量的精化算法，并且对于具有相异特征值的Ａ证明了：只要Ｒｉｔｚ值收敛于特征值，精化向量就收敛于特征向量，本文取消对Ａ的限制，证明了即使Ａ可能亏损的一般情形上述结论也成立。     

完全判别信息Fisherfaces人脸识别算法

针对传统Fisherfaces算法存在丢失部分样本信息的问题,提出一种改进的Fisherfaces算法——完全判别信息的Fisherfaces算法(简称CDI_Fisherfaces).首先说明传统Fisherfaces算法的最优判别矩阵是不相关判别(uncorrelated discriminant,简称UD)矩阵,通过施加正交约束条件,得到正交判别(orthogonal discriminant,简称OD)矩阵.然后在这两个判别矩阵的基础上,添加主成分分析(PCA)阶段中总体散度矩阵St未被考虑的非零特征值对应的特征向量,组成新的判别矩阵.这两个新的判别矩阵不仅包含了样本的全部特征,还分别保持了原先判别矩阵的不相关性和正交性.最后通过在ORL和YALE人脸库上实验,发现完全判别信息Fisherfaces算法识别率高于传统的人脸识别算法,说明本文中算法的优越性.     

一种调和Ritz向量的精化算法及应用

利用调和Arnoldi算法的一种等价形式,用较少的运算量将大规模矩阵特征值问题转化成一个小型的标准特征值问题来求解调和Ritz对。针对调和Arnoldi算法中调和Ritz值收敛而相应的调和Ritz向量往往不收敛的情况,保持调和Ritz值不变,结合精化Arnoldi算法的思想给出了一种在位移Krylov子空间上对调和Ritz向量进行精化求解的精化变形算法,以寻求使残量范数达到极小的近似特征向量。理论分析和数值实验表明这种精化变形算法的可行性、有效性以及更快的收敛速度,利用此算法可以更快求解满足精度要求的大规模矩阵的特征值和特征向量。同时,将这种算法应用于图像K-L变换的协方差矩阵的特征值和特征向量的求解,克服了K-L变换中由于图像矩阵过大而求解过程困难的问题,选取前若干个较大的特征值所对应的特征向量构成变换矩阵进行K-L变换来压缩图像,能直接应用于实时的图像压缩,较对图像分块在每个小块上进行K-L变换的方法更有效。     

基于改进遗传算法的无向加权图的k点连通扩充

加权图的连通扩充问题已被证明是NP完全问题，作者提出一种改进遗传算法来解决无向加权图的k点连通扩充问题，通过改进遗传算法中的交叉和变异操作有效地改善了群体的效果，有助于搜索解空间中新的区域，能以较大概率搜索到全局最优，仿真结果表明，该算法在原来简单遗传算法上做了进一步改善，为解决加权图的扩充问题提供了新的方法。     

精化直接刚度法及九参数三角形薄板单元

提出一种可直接用于精化不协调元的精化直接刚度法．其列式与直接刚度法类同，单元间的协调条件平均满足；既能保证收敛又能提高精度．精化直接刚度法的变分根据是广义变分原理．用精化直接刚度法对著名的九参数三角形Ｚｉｅｎｋｉｅｗｉｃｚ薄板单元进行了精化，建立了新的九参数三角形板元ＲＴ9和ＲＴ１０．数值结果表明本文建立的单元收敛且精度高．     

细分节点的样条插值及其二步算法

在讨论细分节点的样条插值基础上，提出了在B样条曲线插值中如何利用前一次插值的结果进行曲线修改的问题，最后得到一个二步算法。由于B样条有局部支撑性，所以方法简单易行，而且插值曲线有良好性质。     

解反对称矩阵特征问题的精化广义Lanczos方法

利用广义Lanczos算法,提出了一种计算反对称矩阵特征问题的广义Lanczos方法,并根据精化策略给出了求解大规模反对称矩阵部分特征对的精化广义Lanczos算法,数值实验表明精化变形需要的迭代次数更少.     

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。     

变换域自适应滤波技术在扩频通信抗窄带干扰中的应用

在众多变换域抗窄带干扰的信号处理技术中,自适应滤波具有对干扰频率不敏感的优点,且其权值调整是基于对系统参数的优化。全由于必须通过迭代收敛达到稳态解,自适应滤波算法不能锁定快变干扰。文中利用正交加速算法提高最小均方误差（ＭＬＳ）算法的收敛速度,推导出了使用变换域自交加速算法时系统误码率的解析表达式。仿真结果表明,采用自正交化可以大幅度提高自适应算法的收敛速度,从而为基于变换域自适应滤波技术的接收机走     

全直线区域上的对角化Chebyshev有理谱方法

基于Schmidt正交化思想,研究了全直线区域上带渐近边界条件的二阶微分方程的对角化Chebyshev有理谱方法,构造了二阶微分方程的Fourier型Sobolev正交基函数并导出相应的全对角离散代数方程组,在此基础上分别给出了微分方程真解和数值解的Fourier级数展开形式及局部截断形式。数值结果保持了谱精度,且与以往算法相比,新算法优化了计算过程,减少了计算量,并且简单易行。     

解大型对称矩阵特征值问题的一个子空间加速截断牛顿法

基于非线性优化中的截断牛顿法提出了解大型稀疏对称矩阵特征值问题的一个子空间加速的截断牛顿法,证明了算法的收敛性并进行了数值试验,数值试验结果表明数值结果与理论分析相符,表明该算法是有效的。