非线性反问题求解的参数微分正则化方法

讨论了非线性反问题的求解问题,将具有大范围收敛特性的同伦方法引入到非线性反问题的求解之中,籍此克服非线性反问题常规求解过程中局部收敛的缺陷;结合吉洪诺夫正则化方法,以解决计算Frechet导数时病态的问题.在此基础上,提出了一种用于求解非线性反问题的参数微分正则化方法,给出其构造过程,并且证明了参数微分正则化方法解的存在性和收敛性.     

求解非线性不适定问题的正则化同伦方法

基于同伦方法的思想,设计了一种求解非线性不适定问题的全局收敛的方法-正则化同伦方法,研究了方法的正则化性质,以及全局极小点对正则参数的连续依赖性.     

多参数正则化求解带有脉冲噪声的稀疏反问题

带有L_1模拟项的稀疏正则化其正则化项以及罚项均为不可微的,这使得该问题难于求解.采用多参数正则化方法,对带有L_1罚项的稀疏正则化泛函添加L_2罚项,通过对偶方法将原不可微问题转化为光滑约束问题,并进一步讨论了多参数正则化的收敛速度.提出对偶投影算法求解光滑约束问题.最后通过数值算例验证理论结果.     

一种新的后验正则化方法求解Helmholtz方程的Cauchy问题

由于Helmholtz方程的Cauchy问题的解不连续依赖于所给的Cauchy数据,Cauchy数据的一个小小扰动引起解有很大的变化,所以该问题是严重的不适定问题。为了解决该问题的不适定性,需要借助正则化方法进行求解,这种新的后验正则化方法的饱和效应使得随着解的光滑性假设的提高而提高其收敛率,令正则化近似解与精确解之间误差估计达到最优。根据正则化的最优理论,误差估计的阶数是最优的,这种新的正则化方法可以借助于傅里叶变换和逆变换实现。考虑在半带状区域上Helmholtz方程的Cauchy问题,提出一种新的后验正则化方法得到其正则化近似解,并通过偏差原理得到后验正则化参数选取法则及正则化近似解与精确解之间最优的Holder型收敛误差估计。     

非凸稀疏正则化的广义条件梯度算法

提出一种具有非凸、非光滑的α‖·‖_(l_1)-β‖·‖_(l_2)(αβ≥0)罚项的正则化泛函,并且构造了一种新的迭代算法来求解带有αl_1-βl_2约束的非线性稀疏正则化.该算法利用广义条件梯度算法,将其推广到带有非凸稀疏罚项的非线性正则化方程中,构造出一种适用于非凸稀疏正则化的软阈值算法,并给出了该算法收敛性的证明.     

非线性反问题的elastic-net正则化

研究非线性不适定算子方程F(x)=y的求解问题,提出基于非线性算子方程的elastic-net正则化.研究elastic-net正则化性质,即正则化解的存在性,稳定性,收敛性和收敛速度.     

LF拓扑空间的正则闭Trci(i=1,2)分离性

利用正则闭集概念在LF拓扑空间中引入了正则闭分离性Trci(i=1,2)概念,给出了它们的刻画,证明了正则闭Trci(i=1,2)分离性为正则同胚性质和拓扑性质,在LF拓扑空间的半正则化中Trci分离性与Ti分离性是等价的.     

LF拓扑空间的正则闭T_i~(rc)(i=1,2)分离性

利用正则闭集概念在LF拓扑空间中引入了正则闭分离性Tirc(i=1,2)概念,给出了它们的刻画,证明了正则闭Tirc(i=1,2)分离性为正则同胚性质和拓扑性质,在LF拓扑空间的半正则化中Tirc分离性与Ti分离性是等价的。     

Maxwell方程反问题的小波-微分正则化算法

构造了一种求解Maxwell方程反问题的小波-微分正则化混合反演算法。利用小波将反问题分解到不同尺度上,在最大尺度上采用微分正则化方法求得次级尺度的初始解,在其它尺度上进行迭代修正以获得全局最小点。算法结合了小波多尺度反演和微分正则化方法的优点,数值模拟说明了其较强的全局搜索能力。     

广义条件梯度法求解非线性elastic-net正则化

研究非线性不适定算子方程的求解问题,并且构造了一种用来求解带有罚项约束的非线性elastic-net正则化的迭代算法.这种算法的目的主要是将广义条件梯度算法的方法推广到带有罚项约束的非线性的正则化问题中,进而去构造出一种用于解决elastic-net正则化问题的软阈值迭代算法,并且也给出了这种算法的收敛性的证明.该方法放宽了原来的广义条件梯度方法所需的紧集条件.     

二值图像恢复的一个非线性正则化方法

二值图像恢复往往按灰度图像恢复和闽值分割两步来处理,效果不佳.该文利用二值图像的特有性质,提出一种二值图像恢复的非线性正则化方法.同Tikhonov正则化方法不同,该文提出的方法最终归结为一个非线性最优化问题,并采用全局Barzilai和Borwein梯度算法求解此优化问题.实验结果表明.该文的二值图像恢复算法足可行的、有效的.     

SOR法求解病态方程组的修正算法及其最优松弛因子

针对一类病态方程组的SOR法进行了研究,在引入残差的基础上,提出了求解的修正SOR方法,对其最优松弛因子进行了分析,并通过实例对修正算法做了进一步的探讨.     

基于L1拟合与光滑正则化的图像去噪声问题的半光滑性分析

基于L1拟合与光滑正则化的图像去噪声问题能够转化为一个非光滑方程.在此基础上,证明了非光滑方程是强半光滑的,因而解此方程的广义牛顿法具有局部二次收敛性.     

改进型随机无网格迦辽金法在随机热传导问题中的应用

近似方案中对移动最小二乘近似(MLS)中的基函数采用带权的正交基函数,从而形成一种改进的移动最小二乘近似(IMLS),该近似比现有的移动最小二乘近似有更高的精度和效率,且不会导致系统方程产生病态。IMLS近似与Taylor展开的随机无网格迦辽金法(SEFGM)相结合构成了一种Taylor展开的改进的随机无网格迦辽金法(TSIEFGM)。用TSIEFGM对二维随机热传导问题进行了分析。通过对含随机参数的热传导问题进行分析,算例验证该方法的正确性和有效性,为解决随机热传导问题提供了一种新方法。     

弹性波反演的多尺度全变分法

通过引入全变分正则化来代替传统的Tikhonov正则化,在多尺度算法思想基础上,构造一种快速有效的反演方法—多尺度全变分法。针对待反演参数不连续的情况,提高了算法精度。通过对弹性波方程反演模拟,结果表明:所提出的多尺度全变分法是一种稳定,快速和精确的反演方法。     

基于空域调制效应的干扰极化参数估计

干扰极化估计精度是影响雷达极化抗干扰能力的重要因素,而雷达天线空域极化特性存在一定的病态性,使来波极化估计的最小二乘解在病态情况下变得不稳定. 针对最小二乘方法估计来波极化所存在的病态性问题,提出一种改进极化矢量估计的约束最小二乘方法.首先分析影响来波极化估计稳定性的因素,针对具体的天线型式给出病态情况下的计算机仿真结果,推导了带二次约束的极化估计最小二乘解并给出了算法流程. 仿真结果表明了改进极化估计均方误差的有效性,该方法可显著提高干扰极化估计精度,提高雷达极化抗干扰能力.     

线性电路线性方程的建立

给出了建立交直流线性电路线性方程组的方法 ,其中交流电路实线性方程的列法是一种新方法 .利用此法 ,就可用计算机编程解交直流电路方程 .     

一个求解二次无约束大型病态问题的混合-下降算法

从最速下降法在求解病态优化问题时常会出现"锯齿"现象,且所得解严重失真这一问题出发,利用微分方程数值积分求解所建立的常微分方程自治系统初值问题得到的解作为最速下降法的经过改进的可接收初始点,并与最速下降法结合得到一个求解二次无约束病态问题的混合-下降算法.算法具有全局收敛性.初步数值实验表明,将算法运用于1 000阶Hilbert矩阵所构成的二次无约束大型病态问题,能够求得具有3位有效数字的解,说明新算法具有良好的稳定性及较强的抗病态能力.