单调线性互补问题基于新的核函数的大步校正内点算法

提出了单调线性互补问题基于新的核函数的大步校正内点算法.这个核函数是强凸的,而且它既不是自正则函数也不是经典的对数函数.基于这个核函数,可以定义新的迭代方向和邻近度量.利用这个新的核函数的一些性质,得到新算法的迭代复杂性为O（√n（logn）^2log（n/ε））,这减少了大步校正原始-对偶内点算法的实际计算效果与理论复杂性之间的差距.     

求解凸二次规划的新内点算法

对凸二次规划提出了一种基于双障碍三角核函数的大步校正原始-对偶内点算法。通过应用新的技术性引理和这类核函数良好的性质,证明了算法的迭代复杂性为O(n~(2/3) logn/ε),这与目前凸二次规划基于三角核函数的大步校正内点算法最好的迭代复杂性一致。     

带光滑L_(1/2)正则化项的神经网络逆向迭代算法收敛性分析

L1/2正则子比L2正则子更具稀疏性,有更强的剪枝能力;但其非凸、非光滑以及不满足Lipschitz条件的函数性质,使神经网络训练过程易于出现数值振荡现象,并且给收敛性分析带来理论困难。用光滑函数逼近L1/2正则子在克服数值振荡的同时可以保证目标函数具有良好的连续可微性质。针对提出的带光滑L1/2正则化项的逆向迭代神经网络模型,证明了误差函数的单调递减性质及算法的确定型收敛性:弱收敛和强收敛。数值实验表明,新的逆向迭代学习算法较已有算法保证了输入向量序列在训练过程中的稳定性及稀疏性,并有较好的泛化能力。     

凸二次优化问题基于有限核函数的新内点算法

本文给出了凸二次优化问题基于一类有限核函数的新的大步校正内点算法.这些核函数是一类相当广泛的函数,它的主要特征是非自正则的,而且在其可行域边界上的值是有限的.利用类似于线性规划的相应算法的分析方法,证明了新算法具有目前最好的大步校正算法的迭代复杂性,即O（√nlognlog（n/ε））.     

关于不适定问题的迭代Tikhonov正则化方法

讨论了求解不适定问题Kx=y的迭代Tikhonov正则化方法:x0a=0,(αI+K*K)xma=K*y+αxm-1a,m=1,2,….文中将参数α取为固定常数(α＞0),这时迭代次数m起到正则化参数的作用.推导出正则滤波函数的性质,给出正则化参数m的先验估计m=m(α,δ)=O(αδ-2/2r+1),r≥0,证明了误差估计的收敛阶达到最优.在实际中,这种方法比将α看作正则化参数更容易计算.数值例子验证了理论结果.     

凹角域上离散导数Green函数的一个估计

运用权函数思想及通过正则导数Green函数的性质证明了离散导数Green函数在凹角域上的一个估计:|(З)ZGhZ|1,p≤{Ch-2+2/p|ln h|5/2, 2/(βM+1)0. 通过这个结果就可以导出凹角域上的有限元逼近的一系列结论.     

基于l_1与l_0正则化的压缩感知数值算法

针对压缩感知模型,讨论了基于l0正则化的正交匹配追踪算法(OMP)与基于l1正则化的同伦算法(HM)和迭代加权最小二乘法(IRLS).通过数值实验结果分析,验证了3种算法的有效性,且相对于2种基于l1正则化的算法,OMP算法的迭代次数与耗时更少,均方误差更小.     

凸二次规划基于新的核函数的大步校正原始-对偶内点算法

本文对凸二次规划提出了一种基于新的核函数的大步校正原始-对偶内点算法．这种核函数构造新的障碍函数不仅可以定义新的搜索方向,而且可以控制内迭代的过程,使得对凸二次规划提出的大步校正原始-对偶内点算法的多项式复杂性阶改善到O（√n（logn）2log（n／ε））,优于基于经典对数障碍函数的相应算法的复杂性阶．     

基于半无限规划的弹性多核学习算法

在综合考虑L1和L2多核判别分析的优点基础上,引入弹性正则化.以预定内核函数的线性组合为基础,结合混合范数正则化函数平衡核权重的稀疏性和非稀疏性,提出了一种基于半无限规划的弹性多核判别分析学习算法(EM-KDA),该算法应用半无限规划算法求解弹性多核判别分析,并通过混合正则化来实现核的自学习.在不同数据集上的实验验证了算法的有效性,实验结果表明:该方法能够平衡L1和L2多核判别分析的稀疏性和非稀疏性,可以尽可能地利用基核的信息;与其他多核判别分析方法相比,具有更好的性能.     

具有相异奇性的拟线性边界退化椭圆边值问题正解的存在性及正则性

考虑如下塑性流体的边界退化椭圆边值问题:{uauxx+ubuyy+p(x,y)r2α(x,y)=0,(x,y)∈Ω,u│αΩ=0,(x,y)∈αΩ解的存在性与正则性估计,其中:Ω={(x,y):x2+y21}R2;ab0;α≥0;r(x,y)为点(x,y)∈Ω到Ω边界aΩ的距离;p(x,y)为定义在Ω上具有正的上、下界的光滑函数.应用正则化方法及估计技巧,得到了上述问题解的存在性及正则性估计.结果表明:如果(1+α)/(1+a)21,则上述问题的解具有指标为2(1+α)/(1+a)的Hlder连续性;如果(1+α)/(1+a)≥1/2,则上述问题解的梯度是有界的.     

求解P_*(κ)-水平线性互补问题的核函数内点算法

提出了一个新的核函数,使用该核函数设计了一个求解P*(κ)-水平线性互补问题(P*(κ)-HLCP)的多项式内点算法.为了给出算法的复杂度,首先分析了该核函数的性质;最后,给出了大步更新算法和小步更新算法的迭代复杂度,这些复杂度与目前内点算法最好的复杂度一致.     

由任一非零特解构造复合微分方程边值问题的解

针对二阶线性齐次微分方程边值问题,本文研究了解式的相似结构,获得了相似核函数;说明了该类微分方程边值问题的解,可以首先由定解方程的任一非零特解和某一边界条件的系数构造出相似核函数,再由另一边界条件中的系数决定的相似结构式进行组装,即可得到二阶线性齐次微分方程边值问题的解;这种不必去具体繁琐地进行推导求解的方法就是所谓的相似结构构造法(简称相似构造法),该法是解决微分方程的复杂边值问题和解决有关工程科学问题的一个创新的思想和简单而行之有效的方法.     

结合遗忘特性的多任务多核在线学习算法

对于数据流的处理,多任务多核学习已逐渐成为在线学习算法研究的热点,它在一定程度上可提高数据流预测的准确性。多核方法尽可能使用最少的核函数得到最好的实验效果,当数据量增大、训练模型稳定时,通过阈值限定的方法对核函数进行遗忘,从而减少基本核函数的使用个数,使得计算更加简单;对于算法的优化,通过引入一个遗忘变量,从对偶的角度来进一步优化权重更新过程,这里的权重指多个任务的共有特征权重和每个任务间的特有权重,以提高算法的收敛速度。实验部分对核函数的选取进行了较为详细的分析,通过对UCI数据集和实际的机场客流量数据集进行分析,证明该本算法的合理性和高效性。     

基于不同核函数的非参数利率期限结构模型的估计

给出了用非参数方法估计利率期限结构的过程,并以上海证券交易所的国债回购利率数据为样本,采用4种不同核函数：高斯核、抛物线核、四次方核和六次方核对利率期限结构模型进行估计。结果显示：当利率小于4%时,4种核函数估计结果相近;当利率大于4%时,高斯核和抛物线核的估计结果相近,四次方核和六次方核的估计结果相近;从利率均值回复的角度来说,后两者要优于前两者。所有结果表明：短期利率的密度函数是非正态的,扩散过程的漂移函数和扩散函数是非线性的,印证了非参数利率期限结构模型在刻画利率行为方面的优越性。     

混合核函数对支持向量机分类性能的改进

通过对核矩阵的计算和研究,从理论上对常用的核函数进行了评估.在此基础上,通过实验仿真证实了通过优选后的核函数所组成的混合核函数对支持向量机分类性能的改善,为核函数的选择提供了参考.     

多面函数GPS水准高程拟合中光滑因子求定方法

采用数值模拟方法研究了多面函数GPS水准拟合时光滑因子对拟合精度的影响规律.结果表明:对于正双曲面核函数来说,拟合精度随着光滑因子的增大而提高,但并不是所有的核函数都有这样的规律,倒双曲面核函数的光滑因子存在极大值,超过这个值拟合精度就会降低.为了找到适合所有核函数的光滑因子,通过大量的模拟计算与数理统计分析,首次提出了计算光滑因子的公式,解决了在利用多面函数进行GPS水准拟合时,由于光滑因子不能准确确定致使精度不稳定的问题.     

多点周期边值问题新的再生核方法

研究多点周期边值问题的数值求解,应用泛函分析理论提出了新的再生核方法。利用物理学中周期问题的模型验证了该方法的有效性,并证明了该方法的一致收敛性。     

多复变数的线性奇异积分方程

利用算子解法证明了闭光滑流形上具有 Bochner-Martinelli核和全纯系数的多复变数的正则型线性奇异积分方程在H类中存在唯一的算子解和线性算子的若干性质。     

间歇生产过程配方的模糊聚类方法

针对间歇生产过程的配方缺少定量分析方法，难以用于过程建模和控制策略实施的问题，提出了一种基于类核函数的配方模糊聚类算法．对ISA配方模型进行了简化，建立了配方样本的相似性测度方法；根据配方样本的模式多样性，建立配方类核来代替配方类心，通过最小化所有配方样本到配方类核距离的加权和来对配方进行聚类，从而得到聚类数目及模糊隶属度矩阵．最后对一类间歇蒸发器的配方使用该方法进行模糊聚类，通过和FCM算法的比较验证了该方法的有效性。