一类一阶椭圆型方程组的Schauder估计

考察在两维平面上,当边界并非光滑的情况下,一类一阶椭圆型方程组的边值问题.采取了Schauder估计的方法,选取一种加权的Hlder范数,通过将一阶椭圆组化为二阶的形式,利用二阶椭圆方程相关结果,得到了方程组的正则性和Fredholm型可解性结果.     

三项共轭梯度法在信号恢复问题中的应用

讨论信号恢复问题,对l1正则化模型,用光滑函数近似l1-范数,并用三项共轭梯度法进行求解.证明了水平集的有界性,函数梯度的Lipschitz连续性,得到了算法的全局收敛性.进行了数值实验,数值实验结果表明本文方法的有效性.     

一种改进的光滑化共轭梯度稀疏信号重构算法

压缩感知理论可以在远低于奈奎斯特采样率的前提下精确重构稀疏信号,重构算法是该理论的核心内容之一。为提高稀疏信号重构精度,提出一种改进的光滑化共轭梯度算法并将其应用到真实口腔CT图像重构中。与光滑化共轭梯度算法相比,首先,该算法采用的在线柏萝登-弗莱彻-戈德福布-生纳(Online Broyden-Fletcher-Goldfarb-Shanno, OBFGS)校正矩阵近似目标函数的Hessian逆矩阵的精度更高,进而提高了信号重构精度;其次,相较于线搜索准则求步长的方法,该算法采用自适应巴尔兹莱-博韦恩(Barzilai-Borwein)步长方法,降低了步长计算量。实验结果表明：与改进前的算法和半阈值算法相比,该算法重构稀疏信号的成功率和信噪比均提高、相对误差降低;重构CT图像的峰值信噪比和结构相似性指数均提高,最大分别提高约3.14dB和0.015。     

1-范数软间隔分类器的风险

运用Rademacher复杂度估计1-范数软间隔分类器的错分风险,所得到风险的界因与具体的数据有关,故分类器能针对不同的数据提供更确切的界.     

广义极分解的扰动等式

研究m×n(m≥n)且秩为r的复矩阵A的广义极分解A=QH,其中Q为m×n次酉矩阵,H为n×n半正定矩阵;利用奇异值分解的方法,给出了在任意酉不变范数下Q和H的扰动等式.     

线性2—赋范空间中最佳逼近和最佳共逼近的强唯一性

本文研究了线性2-赋范空间最佳逼近和最佳共逼近的强唯一性理论,并且给出了2-内积空间中的2-阶强唯一性定理.     

基于加权l1范数优化的双基地ISAR稀疏成像算法

针对低信噪比条件下实现双基地逆合成孔径雷达(inverse synthetic aperture radar, ISAR)稀疏孔径成像时重构质量较差的问题, 提出了一种基于加权l₁范数优化的高分辨成像算法。首先, 假设各像元稀疏非同分布, 利用贝叶斯准则和最大后验概率估计将双基地ISAR稀疏孔径成像问题转化为加权l₁范数约束问题, 建立成像模型; 然后, 利用柯西-牛顿算法进行加权l₁范数约束最优化问题的求解, 实现目标图像重构。由于假设各像元独立非同分布, 故通过像元加权的方式更好地利用了目标的能量聚集和结构特性, 提高了成像质量。最后, 仿真实验验证了算法的有效性和优越性。     

主子阵约束下对称半正定矩阵反问题

讨论了主子阵约束下矩阵反问题的对称半正定解存在的充要条件,并在有解的情况下给出了其通解的一般表达式.同时也把所得结论应用到相应的逆特征值问题,并给出了逆特征值问题的极小范数解.     

LF赋准范线性空间及若干性质

本文给出了LF赋准范线性空间的定义 ,并研究了一些性质 ,证明了LF赋准范线性空间是伪度量空间。     

基于遗传算法的H2系统降阶方法

提出了基于H2 范数的系统降阶准则 ,并且利用遗传算法实现了基于该准则的系统降阶。这一方法的提出避免了传统方法的缺点 ,降阶系统达到了非常理想的性能。通过例子表明 ,该降阶方法优于目前普遍使用的其他降阶方法