稀疏信息处理中的迭代分式阈值算法

在稀疏信息处理中, l₀范数优化问题通常转化为l₁范数优化问题来求解。 但l₁ 范数优化问题存在一些不足。 为寻找一种更有效的求稀疏解的算法, 首先构造一个新的收缩算子, 其次证明该收缩算子是某非凸函数的邻近算子。 然后用该非凸函数替代l₀-范数, 对新的优化问题用向前-向后分裂方法得到对应的迭代阈值算法-迭代分式阈值算法(IFTA)。 仿真实验表明该算法(IFTA)在稀疏信号重构和高维变量选择中均有良好的表现。     

双参数变形多模增减光子的相干态及其完备性关系

在双参数变形多模Ｆｏｃｋ空间中引入了双参数变形多模玻色振子的逆算符,构造了相应的多模增减光子的相干态及其完备性关系。     

遗传算法引入进化方向算子的一个改进及应用

为了有效找到全局最优,将“进化方向”引入到遗传算法中被认为是非常有用的。文中提出了一个新的进化方向算子,用于对标准遗传算法进行改进,该算子依据父代个体和当代个体的进化方向产生子代个体,进化方向的求取无须计算梯度。算子的作用对象是个体中的变量而不是染色体中的基因,因而适合于采用任何形式编码的遗传算法场合,包含该方向进化算法被用于二维多峰函数的极大值搜索问题,进行了对比验证,将新算法进一步应用于离心压     

Dirichlet空间D上Toeplitz算子的紧交换子

利用Berezin变换刻画了以L^∞,1中调和函数为符号的Toeplitz算子的紧交换子,得到D上以调和函数为符号的Toeplitz算子的交换子是紧的,并得到了以L^∞,1为符号的Toeplitz算子紧性的充要条件．     

随机凸幂凝聚算子的随机不动点定理

在Banach空间研究了随机凸幂凝聚算子不动点的存在性问题,获得了几个新的不动点定理.并推广了随机凝聚算子的不动点定理.     

带有仿射扰动混合单调算子的不动点定理及应用

利用半序的方法研究了一类具有某种凹凸性的混合单调算子,在非紧非连续的假设下证明了不动点的唯一性,并且应用到非线性积分方程中.     

从Hardy空间到对数Hardy-Bloch型空间BHp,L的加权复合算子

讨论了从单位圆盘上的Hardy空间Hp到对数Hardy-Bloch型空间BH p,L={f∈H(D):‖f‖p,L=sup z∈D(1-|z|)M p(|z|,f’)log(e/1-|z|)<∞}的加权复合算子uCφ的有界性与紧性,主要得到以下结论:(i)uCφ是空间H∞到BH p,L(1≤p<∞)的有界算子与紧算子的充要条件;(ii)uCφ是空间Hq(1≤q<∞)到BH p,L(1≤p<∞)的有界算子与紧算子的充要条件.     

一类反向混合单调算子方程组的迭代求解

在序Banach空间中, 利用锥与半序理论和非对称迭代技巧, 研究一类反向混合单调算子方程组 解的存在与唯一性, 给出了收敛于算子方程组解的逼近迭代序列和误差估计, 进而获得了反向混合单调算子方程 唯一解及其解的逼近迭代序列和误差估计, 并改进和推广了有关文献的相应结果.     

数学物理反问题不适定性理论研究

本文对当前的热门问题反问题,从数学角度给出它的算子形式,讨论了反问题的求解难点不适定性理论,并在Tikhonov正则化方法下给出了数值算例。     

基于变量选择-神经网络模型的复杂路网短时交通流预测

摘要： 针对传统交通流预测模型正在由单断面历史数据处理向多断面、多时刻历史数据处理转变,但在考虑各断面间的影响时,多变的交通状况往往会使预测模型复杂化的问题,引入一种多元线性回归最小绝对收缩和选择算子方法(Lasso),并利用其优秀的变量选择能力,在复杂路网多断面中选出相关性较高的断面;结合神经网络(NN)的非线性特性,提出了Lasso NN组合模型.结果表明：Lasso NN模型在路网交叉口对未来15 min交通流数据预测的误差率低于9.2%;在非交叉口的误差率低于6.7%,总体优于各自单独使用得出的结果.