求解不适定问题的多参数正则化方法

本文将求解不适定问题的Ｔｉｋｈｏｎｏｖ正则化方法推广到带有多个正则参数的情形，对于泛函Ｍ＾α〔ｚ，ｖ，Ａ〕＝ρ＾２（Ａｚ，ｖ）＋α１Ω〔ｚ〕＋α２Ω２〔ｚ〕＋…＋αＮΩＮ〔ｚ〕其中α＝（α１，α２，…，αＮ），证明了对任意给定的一组正则参数αｉ〉０（ｉ＝１，２，…，Ｎ），其泛函的极小元存在；以及在正则参数的选取满足一定条件下，泛函的极小元对数据的扰动具有连续依赖性。     

面向字形分析的联机手写汉字规整化算法的设计

本文着重介绍了将经过相关处理后的联机手写输入的汉字,以笔画为单位规整化为笔段网格描述字形的相关算法.为进一步的汉字字形分析、计算等处理建立了可靠的基础.     

用于图象复原的离散L-曲线自适应算法

描述了一种自适应的离散L-曲线正则参数的计算方法,正则化方法为截断奇异值分解法.该算法不需要预置参数,能够滤除L-曲线上的局部特征,略掉局部拐点,确保了解的收敛.在不同的噪声背景下以及不同尺度下我们进行了数值测试,并将测试结果与最优正则解进行对比分析.实验表明,该算法对图像的复原效果、可靠性和稳定性要优于传统的算法.     

Inductive transfer learning for unlabeled target-domain via hybrid regularization

Recent years have witnessed an increasing interest in transfer learning. This paper deals with the classification problem that the target-domain with a different distribution from the source-domain is totally unlabeled, and aims to build an inductive model for unseen data. Firstly, we analyze the problem of class ratio drift in the previous work of transductive transfer learning, and propose to use a normalization method to move towards the desired class ratio. Furthermore, we develop a hybrid regularization framework for inductive transfer learning. It considers three factors, including the distribution geometry of the target-domain by manifold regularization, the entropy value of prediction probability by entropy regularization, and the class prior by expectation regularization. This framework is used to adapt the inductive model learnt from the source-domain to the target-domain. Finally, the experiments on the real-world text data show the effectiveness of our inductive method of transfer learning. Meanwhile, it can handle unseen test points.     

基于小波与最小二乘正则化技术的图像超分辨方法

采用正则化技术与小波插值方法相结合，并利用最小二乘原理，研究一种图像的超分辨方法，数值实验表明，新方法具有高精度、高效率的特点。     

带Carleman位移的奇异积分方程的正则化问题

本文在文献[1]、[2]的基础上,在空间H_μ或空间μ中,构造了各种带有Carleman位移和未知函数复共轭值的奇异积分Noether算子的正则化算子,指出了构造等价正则化算子的方法,给出了在一些特殊条件下的等价正则化算子的表达式。     

一类抛物型方程逆时反演的正则化方法

在文献[9]的基础上,采用修正泛函含有一个导数的项作为惩罚项,这样保证方程的解具有一定的光滑性。为了克服反问题的不适定性,利用正则化思想,把原问题分解为一系列适定的正问题和一个病态线性代数方程组。利用无条件稳定的Crank-Nicolson有限差分格式求解正问题和用截断奇异值分解法求解病态线性方程组。数值结果验证了正则化方法的可行性和有效性。     

一种选取线性不适定问题正则化参数的迭代算法

考虑利用Tikhonov正则化方法求解线性不适定问题。基于吸收Morozov相容性原理,提出了一种新的选取正则化参数的迭代算法。该算法简单易实现且具有全局收敛性。给出了算法的收敛性分析,并通过数值算例说明了其数值有效性。     

具有强非线性源的非牛顿多方渗流方程的局部可解性

研究如下第一边值问题ｕｔ＝ｄｉｖ（｜Ｄｕｍ｜ｐ－２Ｄｕｍ）＋ｆ（ｘ,ｕ）（ｘ,ｔ）∈ＱＴ＝Ω×（０,Ｔ）ｕ（ｘ,ｔ）＝０（ｘ,ｔ）∈Ω×（０,Ｔ）ｕ（ｘ,０）＝ｕ０≥０ｘ∈Ω｛的可解性,得到了局部可解定理．     

二阶数值微分的积分方程方法

考虑一个由函数的测量数据求解其二阶导数的数值微分问题。这是一个经典的不适定问题,测量数据的微小扰动将引起其导数的急剧变化。将该问题表示为第一类的积分方程,并引入Lavrentiev正则化方法对其进行求解,获得了二阶数值微分的稳定化算法。另外,基于积分方程算子的性质,进一步给出了正则化解的收敛性以及正则化参数的选取策略。