欧式期权波动率校准反问题的正则化算法

标的资产的隐含波动率校准问题无论在理论上还是实际应用中都有重要意义.对于欧式期权,在Black-Scholes模型框架下,提出了一个正则化的最小二乘算法,有效地解决了在期权市场价格已知前提下的隐含波动率校准反问题.最后,通过数值算例说明了方法的有效性.     

变分不等式证明正则化的线性不适定问题

学习过线性不适定问题正则化以后,发现关于Bregman距离的线性收敛率的证明,是在古典假设的一个标准原条件下推导出来的.利用变分不等式,我们将在文章中讨论一阶收敛率的情况,即残差法、偏差原则的Tikhonov正则化.     

用改进的Newton-Raphson方法计算隐含波动率

如何利用标的资产价格的价格确定波动率函数有着重要的意义.对于欧式期权,在Black-Scholes模型框架下,分析了经典Newton-Raphson迭代格式及修正格式和二分法,有效地解决了隐含波动率的数值计算问题.最后,通过数值算例对比分析了方法的有效性.     

广义混合变分不等式的Tikhonov正则化方法

极小化问题可以转化为变分不等式,因此,变分不等式是解决极小化问题的一类重要方法.当变分不等式模型中的集合无界时,许多学者研究了各种各样的强制条件,以保证变分不等式的解存在.比较了几种主要强制性条件之间的关系,并在映射具有变分不等式性质时,给出了广义变分不等式解存在的证明,并且用Tikhonov正则化方法解决了不适定广义变分不等式解的存在性问题.广义混合变分不等式是比广义变分不等式更一般的模型,将广义变分不等式的Tikhonov正则化方法推广到广义混合变分不等式,以使Tikhonov正则化方法具有更加广泛的应用范围.为此,主要建立广义混合变分不等式的Tikhonov正则化理论.首先,在更弱的强制条件下,证明了广义混合变分不等式解的存在性,然后给出了广义混合变分不等式的Tikhonov正则化结果.     

自反巴拿赫空间中广义变分不等式的稳定性与Tikhonov正则化

在自反巴拿赫空间中,介绍了广义变分不等式的Tikhonov正则化及其相关理论。首先讨论了映射被扰动变分不等式的稳定性结果。基于稳定性,给出了Tikhonov正则化的变分不等式解集的某些特征。此结果推广了该领域已有的研究结果。     

广义迭代Tikhonov正则化方法的参数选取

在模型具在误差的情况下，讨论了求第一类算子方程解的含闭算子的迭代Ｔｉｋｈｏｎｏｖ正则化方法，运用谱理论建立使正则化逼近解具有最优收敛阶的选取正则参数的方法，得到收敛性及收敛阶估计定理。     

一维波动方程反问题的不适定性及正则化分析

基于一维波动方程反问题的数学模型,应用奇异值分解分析算子方程的不适定性。讨论了正则解的求解方法,并利用Tikhonov正则化方法克服反问题的不适定性。最后根据正则化参数的确定原则,采用精度高和适应性更好的遗传算法确定最优正则化参数。     

自反巴拿赫空间中广义变分不等式的稳定性与Tikhonov正则化(英文)

在自反巴拿赫空间中,介绍了广义变分不等式的Tikhonov正则化及其相关理论.首先讨论了映射被扰动变分不等式的稳定性结果.基于稳定性,给出了Tikhonov正则化的变分不等式解集的某些特征.此结果推广了该领域已有的研究结果.     

基于L1范数的总变分正则化超分辨率图像重建

设计了一种基于L1范数的总变分正则化超分辨率图像序列重建算法.采用L1范数对重建图像保真度进行约束,利用总变分正则化克服重建问题的病态性,有效地保持了图像的边缘并且提高了运算速度;运用设计的算法对模拟的低分辨率图像序列进行重建,分别从主观效果和客观衡量指标两方面与基于L2范数的总变分正则化的超分辨率重建结果进行比较,实验结果表明该算法在保持图像边缘的同时,提高了超分辨率重建算法的运算速度.     

隐含波动率微分算法的改进——波动率表面模型

基于以往研究隐含波动率的计算只考虑了交割价格对其的影响而忽略了到期日的作用,提出包含交割价格和到期日两变量的隐含波动率表面模型计算隐含波动率.数值计算结果表明,波动率表面模型提高了波动率的平均计算精度,同时给出了波动率"假笑"和波动率期限结构的特征.所提出的隐含波动率表面模型可作为投资者判断衍生产品投资价值的简单指标.     

时间分数阶倒向扩散问题的全变分正则化

考虑在二维情况下一个时间分数阶倒向扩散问题,将这个模型看成是图像模糊问题且模糊过程为缓慢扩散的.为了避免物体图像在边界处过度光滑造成的影响,我们采用全变分正则化方法将这个不适定问题适定化,并且对这个最优化问题进行研究,然后讨论了最优化问题极小元的存在唯一性以及稳定性.最后运用Bregman迭代以及分离的Bregman迭代方法快速地实现其数值解,减弱了大量的计算.     

基于增广拉格朗日的全变分正则化CT迭代重建算法

采用一种基于增广拉格朗日方法(augmented Lagrangian method)求解全变分正则化(total variation regularization)算法(ALMTVR)来进行CT图像重建.将ALMTVR算法与经典的代数重建算法(algebraic reconstruction technique,ART)进行比较,并采用仿真数据与实际数据进行实验.在实验中,使用ALMTVR算法与ART算法分别进行图像重建,并对重建图像进行对比分析.实验结果表明:所提算法与ART算法相比,显著提高了图像重建的质量与速度,显示了其对图像重建的有效性及在CT成像系统中潜在的应用价值.     

基于Tikhonov和变差正则化的磁感应断层成像重建算法

为了解决磁感应断层成像(MIT)逆问题的病态性和改善重建图像的质量,提出一种新的组合算法.该组合算法首先利用Tikhonov正则化算法对解的适定性产生初步的成像区域,之后再利用变差正则化算法对解的保边缘性和锐化作用进行图像重建.该组合算法与Tikhonov正则化算法及变差正则化算法相比,不仅有效地克服了磁感应断层成像(...     

Laplace方程Cauchy问题的Tikhonov正则化方法

考虑了矩形区域上一个Laplace方程的Cauchy问题.对y=0时的Cauchy数据,以及x=0,x=π时的边界数据均已给出,要求0相似文献   

基于全变差正则化的压缩感知毫米波成像方法

毫米波成像技术在人体安检领域有着重要的应用,它采用合成孔径雷达成像原理、宽带信号扫描方式实现三维高分辨率成像。针对其采集空域和频域数据冗余造成的信息和成本浪费问题,提出了在三维毫米波全息成像算法的基础上,采用一种傅里叶操作算子化的频率测量方法,从而实现压缩感知稀疏成像。同时依据成像场景,取图像差分域先验信息,引入了第三维频率维稀疏先验,利用三维全变差L1范数正则化方法将图像重构。实验通过真实回波数据成像效果的展示,证明了拥有高分辨率的三维毫米波图像恢复效果优异,并且与二维全变差正则化方法相比,三维全变差正则化方法重构的图像效果更佳,从而证明了所提方法的有效性。     

算子非精确条件下确定正则化参数的一种方法

基于非标准的广义偏差原则,在算子及观测数据都有扰动的条件下,对于求解不适定问题的Tik-honov正则化方法,给出了一种选取正则化参数的简单迭代算法,并阐明了该迭代算法是一种线性模型函数算法.进一步地,利用线性模型函数方法,在一定条件下证明了所提出的选取正则化参数的简单迭代算法是收敛的,并通过数值算例验证了该方法的有效性.     

基于混合正则化的最小二乘三维电阻率反演成像

基于经典Tikhonov正则化(classical Tikhonov regularization)的最小二乘反演是三维电阻率反演的主要方法。对于电阻率分片连续的地质体,由于光滑反演解的光滑性使得目标区域与背景区域间边界模糊,不能很好地体现异常体的形态信息和位置信息,成像效果不好。将总变分正则化(total variation regularization)与经典Tikhonov正则化结合,提出混合正则化反演方法,通过模型分析比较经典Tikhonov正则化、TV正则化、混合正则化在反演结果上的不同,证明了引入混合正则化约束的最小二乘反演既保持了经典Tikhonov正则化方法解的稳定性,又具有TV正则化方法解的保边缘性,有效地改善了三维电阻率成像效果。最后将混合正则化的反演方法应用到实际工程,验证了该方法的有效性和实用性。     

一种新的求解第一类Fredholm积分方程正则化的数值分析

应用改进的Tikhonov正则化，借助Matlab软件对一类Fredholm积分方程进行数值求解．结果表明，李功胜等所建立的改进的Tikhonov正则化比通常的Tikhonov正则化更精确，而且正则解能够达到与理论分析基本一致的较高的收敛率．