一种改进牛顿-拉夫逊ERT绝对图像重建算法

为了提高电阻层析成像重建图像分辨率,提出一种改进牛顿-拉夫逊绝对图像重建算法.在算法迭代过程中,采取灵敏度矩阵自动更新的策略,同时结合图像重建结果自动选取阈值,并根据阈值修正电阻率.仿真实验结果表明:相比单纯采用灵敏度矩阵自动更新策略的改进牛顿-拉夫逊算法,在无噪声干扰下,新算法图像相对误差平均降低了35.620%,在1%幅度噪声干扰下,新算法图像相对误差平均降低了31.962%,在实现绝对图像重建的同时,有效提高了图像重建质量.     

一种直接牛顿-拉夫逊经济调度法

1问题的阐述1.1经济调度问题传统的经济调度问题,拉格朗日增广函数表示为:     

潮流计算中的数学方法——牛顿—拉夫逊法

本文介绍了一种解非线性代数方程组的数学方法——牛顿-拉夫逊法,并将其应用于电力系统潮流计算中。采用本文方法的计算结果表明该教学方法在电力系统潮流问题中是收敛的;同时计算结果与电力专业软件的计算结果保持了一致,从而验证了结果的正确性。     

一种改进的混合牛顿算法

目的研究非凸函数的无约束最优化问题的算法。方法提出求解该问题的一种混合牛顿算法。结果新算法能有效弥补牛顿算法要求目标函数"凸"的局限性,从而推广了牛顿算法的适用范围,在一定条件下新算法仍具有全局收敛性和二次收敛性。结论新的算法是有效可行的。     

矩阵F算法的一种改进算法

论述了Ｆ线与列上零位组之间的联系：在矩阵元素为有理数的假定下，简化了矩阵Ｆ算法的证明：改进了矩阵Ｆ算法．从而提高了其运算效率．     

牛顿切线法的一种改进及其应用

牛顿切线法是教学、科研以及工程技术中常用的数值方法,是求解非线性方程(组)的一种经典方法.因为它不仅有几何直观,而且具有二阶收敛性。本文对牛顿切线法迭代公式进行了改进:采用近似程度更高的二阶泰勒展开式的迭代公式.并对改进的迭代公式都通过例子与牛顿迭代公式进行了比较,显示其优越性.     

一种基于事务一项矩阵改进的FP—Growth算法

FP—Growth算法是关联规则挖掘的一个经典算法。本文提出一种基于事务一项矩阵的挖掘算法MFP—Growth算法,利用向量矩阵表示事务数据库,整个挖掘过程只扫描一遍数据库,通过构造各个频繁项的条件矩阵,利用条件矩阵的向量运算来进行频繁模式的挖掘,减少了算法占用的内存空间,提高了挖掘效率．实验结果表明,MFP—Growth算法是有效可行的．     

改进判断矩阵一致性的一种算法

层次分析法广泛应用于规划、预测和决策中,其核心是在单一准则下建立判断矩阵,但其一致性往往不能保证.给出一种算法,通过逐步修改判断矩阵的一对元素,使其一致性得到不断改进,直到达到预设精度要求.该算法的收敛性被证明并通过了实例认证.     

三对角线性方程组的一种并行解耦算法

就三对角线性方程的求解，提出了一个适用于MIMD并行计算机的并行解耦算法，新的算法适用于工作站群式的分布式并行计算机(COW)，数值测试结果表明，当方程组的规模较大时，并行效率明显。     

牛顿—拉斐森法及其误差的控制方法

着重对牛顿－拉斐森法误差控制进行研究，提出一种新的误差控制方法，保证了计算的精度和准确性。     

一种基于压缩矩阵的Apriori改进算法

介绍基于压缩矩阵的Apriori改进算法的基本概念和原理。该算法可以避免多次扫描数据库且无需产生候选项集,提高了算法的效率。实验结果证明其可行性和高效性。     

一种改进的非负矩阵分解算法

给出一种广义的Kullback-Leibler代价函数,基于调比梯度下降法得到新的非负矩阵分解算法.新算法的优点是能够对稀疏非负矩阵进行分解,但是新算法的收敛性没有得到改善.进一步对新算法进行改进,数值实验表明改进后算法的收敛性得到明显改善.     

一类三对角矩阵的逆矩阵

刻划了一类三对角矩阵的逆矩阵的形式.     

一种改进的Harris角点检测算法

Harris角点检测算法是一种经典算法,但对于大尺度图像,误检现象比较严重,并且耗时过长.本文提出一种新的检测算法,通过对圆形区域进行非极大值抑制,能够明显地降低角点检测时间,并且能够有效地减少误检.同时,在不改变任何参数的情况下,对于图像旋转,能够明显地减小提取的差异.通过实验对比,本算法简单方便,提取角点也非常有效,相对于传统Harris算法具有更好的角点检测性能.     

一种改进的Harris角点检测算法

本文介绍了一种基于灰度图像的自适应Harris角点检测方法。利用二分法对阈值进行调整,通过分步调整参数的思想,可以不同程度地减少运算时间,提高运算效率。     

一种压缩感知中的改进的正则化牛顿算法

提出了一种新的压缩感知重构算法——正则化牛顿算法.该算法结合了牛顿法重建效果好和正则化正交匹配追踪(Regularized Orthogonal Matching Pursuit,ROMP)收敛速度快的优点.并且在此基础上,针对原有的正则化过程进行了改进.Madab仿真结果表明,文中提出的算法在重构精度上要高于正交匹配追踪(Orthogonal Matching Pursuit,OMP)和正则化正交匹配追踪(ROMP),而在迭代次数和重构时间上要低于牛顿法和正交匹配追踪(OMP).     

牛顿-拉夫逊潮流计算中检测雅可比矩阵奇异性和网络孤岛的新方法

本文提出一种在牛顿-拉夫逊潮流计算中检测雅可比矩阵奇异性和网络孤岛的新方法。即:利用分解后的H矩阵,进行列(行)线性相关性的检测,判断奇异性,回代计算列相关系数,根据对相关系数值的检测,判断那些母线在同一个孤岛中。     

牛顿迭代法的一种改进方法

牛顿迭代法是求解非线性方程的一种常用方法,该法对初值要求较高,只具有局部收敛性。在牛顿迭代法的基础上,通过调整非线性方程对应曲线切线的斜率,从而保证在取任意初值时,迭代均可收敛,有效改善了牛顿迭代法对初值的苛刻要求。     

Simpson牛顿公式的一种改进

文章基于牛顿公理给出非线性方程求根的一种三阶方法,证明了该迭代格式三阶收敛到单根,计算效能高于其他同类迭代法;在方程根的重数m已知和未知的情形下,分别给出了该方法的改进公式,并指出了它们的收敛阶;最后给出数值试验并与其他方法进行比较,结果显示该方法非常有效,具有一定的理论价值和应用价值。