一类非线性极小极大问题的粒子群-邻近点算法 被引量：4

1

作者 周畅 张建科 《计算机工程与应用》 CSCD 2012年第36期19-22,45,共5页

针对每个分量函数都是凸函数的离散型非线性极小极大问题,提出一种全局收敛的粒子群-邻近点混合算法。该算法利用极大熵函数将极小极大问题转化为一个光滑函数的无约束凸优化问题;利用邻近点算法为外层算法,内层算法采用粒子群算法来优... 针对每个分量函数都是凸函数的离散型非线性极小极大问题,提出一种全局收敛的粒子群-邻近点混合算法。该算法利用极大熵函数将极小极大问题转化为一个光滑函数的无约束凸优化问题;利用邻近点算法为外层算法,内层算法采用粒子群算法来优化此问题;数值结果表明,该算法数值稳定性好、收敛快,是求解此类非线性极小极大问题的一种有效算法。 展开更多

关键词 粒子群算法 进化算法 极小极大问题 邻近点算法

在线阅读 下载PDF 职称材料

极小极大问题的生物地理学优化邻近点算法 被引量：1

2

作者 杨国平 刘三阳 张建科 《西安电子科技大学学报》 EI CAS CSCD 北大核心 2016年第5期88-92,182,共6页

离散型非线性极小极大问题本质上为一个传统的梯度类算法难以求解的不可微优化问题.针对每个分量函数都是凸函数的此类问题,利用熵函数法将其转化为一个光滑的无约束凸优化问题,并将具有并行搜索机制的生物地理学优化算法和具有全局收... 离散型非线性极小极大问题本质上为一个传统的梯度类算法难以求解的不可微优化问题.针对每个分量函数都是凸函数的此类问题,利用熵函数法将其转化为一个光滑的无约束凸优化问题,并将具有并行搜索机制的生物地理学优化算法和具有全局收敛性的邻近点算法相混合,设计了一种具有全局收敛性的混合算法.为了充分发挥生物地理学优化算法的并行搜索机制和无需使用初始点的优点,该混合算法采用生物地理学优化为内层算法邻近点算法为外层算法.数值仿真结果表明,所提算法是求解此类非线性极小极大问题的一种有效算法. 展开更多

关键词 生物地理学优化 进化算法 极小极大问题 邻近点算法

在线阅读 下载PDF 职称材料

求解极大单调包含问题的一种新的近似邻近点算法

3

作者 黄玲玲 刘三阳 高卫峰 《兰州大学学报（自然科学版）》 CAS CSCD 北大核心 2011年第5期104-108,共5页

采用经典的非精确邻近点算法作为预测步,并采用当前迭代点的一个凸组合作为校正步,提出了一种新的用于求解极大单调包含问题的近似邻近点算法.在仅要求解集非空的前提下,证明了新算法具有全局收敛性.一些现有算法可以看作是新算法的特... 采用经典的非精确邻近点算法作为预测步,并采用当前迭代点的一个凸组合作为校正步,提出了一种新的用于求解极大单调包含问题的近似邻近点算法.在仅要求解集非空的前提下,证明了新算法具有全局收敛性.一些现有算法可以看作是新算法的特殊情形. 展开更多

关键词 极大单调包含问题 邻近点算法 预测校正算法 全局收敛

在线阅读 下载PDF 职称材料

极大单调算子的一个邻近点算法

4

作者 胡长松 《应用数学》 CSCD 北大核心 2006年第2期331-335,共5页

设E是自反的Banach空间,T∶E→2E是极大单调算子.T-10≠.令x0∈E,yn=(J+λnT)-1xn+en,xn+1=J-1(αnJxn+(1-αn)Jyn),n≥0,λn>0,αn∈[0,1],本文研究了{xn}收敛性.

关键词 极大单调算子 自反的Banach空间 邻近点算法 强收敛

在线阅读 下载PDF 职称材料

线性化定制的邻近点算法

5

作者 高雷阜 潘京乐 《辽宁工程技术大学学报（自然科学版）》 CAS 北大核心 2014年第7期992-995,共4页

针对目标函数不含交叉变量的多个可分离算子的线性约束凸优化问题,利用定制的邻近点算法,线性化算法迭代的二次项,将其转变为单调的变分不等式子问题,给出一种新的线性化定制的邻近点算法.结果表明:对于多个可分离的线性约束凸优化问题... 针对目标函数不含交叉变量的多个可分离算子的线性约束凸优化问题,利用定制的邻近点算法,线性化算法迭代的二次项,将其转变为单调的变分不等式子问题,给出一种新的线性化定制的邻近点算法.结果表明:对于多个可分离的线性约束凸优化问题,线性化定制的邻近点新算法是有效的,将其转化为等价的混合变分不等式形式,证明了算法的全局收敛性及解的唯一性. 展开更多

关键词 变分不等式 定制邻近点算法 全局收敛性 交替方向法 矩阵范数 预测-校正迭代 凸函数 线性化算法

在线阅读 下载PDF 职称材料

关于极大强单调算子的不精确邻近点算法的收敛性分析

6

作者 曾六川 《数学物理学报（A辑）》 CSCD 北大核心 2005年第2期281-288,共8页

该文研究集值映象方程0∈T( z)的解的迭代逼近,其中T是极大强单调算子.设{xk}与{ek}是由不精确邻近点算法xk+1+ ck T( xk+1) ∈xk+ ek+1生成的序列,满足‖ek+1‖≤ηk‖xk+1- xk‖,∑∞k=0(ηk - 1 ) <+∞且infk≥0 ηk=μ≥1 .在适... 该文研究集值映象方程0∈T( z)的解的迭代逼近,其中T是极大强单调算子.设{xk}与{ek}是由不精确邻近点算法xk+1+ ck T( xk+1) ∈xk+ ek+1生成的序列,满足‖ek+1‖≤ηk‖xk+1- xk‖,∑∞k=0(ηk - 1 ) <+∞且infk≥0 ηk=μ≥1 .在适当的限制下证明了,{xk}收敛到T的一个根当且仅当lim infk→+∞d( xk,Z) =0 ,其中Z是方程0∈T( z)的解集. 展开更多

关键词 邻近点算法 极大强单调算子 不精确方法

在线阅读 下载PDF 职称材料

两类近似邻近点算法的比较及其推广

7

作者 陶敏 《南京邮电大学学报（自然科学版）》 EI 2006年第2期86-91,共6页

邻近点算法(PPA)是求解单调变分不等式的一种常用的有效方法。然而在许多实际应用中,用PPA算法精确求解子变分不等式花费很大。为了保持PPA算法的优点,同时又解决上述困难,人们采用近似临近点算法(Approxim ate Proxim al PointA lgorit... 邻近点算法(PPA)是求解单调变分不等式的一种常用的有效方法。然而在许多实际应用中,用PPA算法精确求解子变分不等式花费很大。为了保持PPA算法的优点,同时又解决上述困难,人们采用近似临近点算法(Approxim ate Proxim al PointA lgorithm)来求解。通过对两类APPA算法的收敛性的证明和进一步探讨,从理论上证明了算法二在通常情况下比算法一收敛性好。文中所要讨论的算法一是基于对Forward-backward Sp litting方法的推广;算法二是基于对外梯度方法的推广。 展开更多

关键词 邻近点算法 单调变分不等式 投影收缩算法

在线阅读 下载PDF 职称材料

求解极大单调算子零点的一个近似邻近点算法

8

作者 唐国吉 《广西科学》 CAS 2007年第4期371-373,共3页

在T-1(0)∩C≠○的条件下,结合文献[5]的思想给出一个求解x∈T-1(0)∩C的近似邻近点算法,并证明新算法的收敛性.该算法的误差准则比较宽松.

关键词 极大单调算子 邻近点算法 收敛性

在线阅读 下载PDF 职称材料

求解单调变分不等式的一个近似邻近点算法

9

作者 唐国吉 《广西科学》 CAS 2008年第3期257-259,共3页

给出求解单调变分不等式问题的一个近似邻近点算法,在不需要任何中间步骤的条件下证明算法的收敛性.本算法的误差准则比已知算法更宽松.

关键词 变分不等式 邻近点算法 收敛性

在线阅读 下载PDF 职称材料

极大单调算子的一个投影近似邻近点算法 被引量：1

10

作者 孙巍 吴长亮 范江华 《广西师范大学学报（自然科学版）》 CAS 北大核心 2008年第2期37-40,共4页

在Hilbert空间中给出求极大单调算子零点的近似邻近点算法,给出的误差准则比现有的算法弱,并证明该算法生成的序列{xk}弱收敛到算子的零点。应用该算法求解单调变分不等式,得到求解单调变分不等式的近似邻近点算法。

关键词 极大单调算子 近似邻近点算法 变分不等式

在线阅读 下载PDF 职称材料

非线性方程组问题的粒子群-邻近点混合算法 被引量：1

11

作者 张琳 《计算机工程与应用》 CSCD 2013年第24期38-40,96,共4页

非线性方程组问题是一类经典的数值计算问题,单纯的进化算法不但需要很高的进化代数,而且也不能保证100%收敛到全局最优解。为求解此问题,把粒子群算法和邻近点算法相混合,利用邻近点算法作为外层算法,粒子群算法作为内层算法进行求解... 非线性方程组问题是一类经典的数值计算问题,单纯的进化算法不但需要很高的进化代数,而且也不能保证100%收敛到全局最优解。为求解此问题,把粒子群算法和邻近点算法相混合,利用邻近点算法作为外层算法,粒子群算法作为内层算法进行求解。实验结果表明该算法对凸问题有较好的计算效果,是求解非线性方程组问题的一种有效算法。 展开更多

关键词 粒子群算法 邻近点算法 非线性方程组问题

在线阅读 下载PDF 职称材料

一种求解单调变分不等式的下降型邻近点交替方向乘子法 被引量：1

12

作者 王永丽 鹿岩 贺国平 《山东科技大学学报（自然科学版）》 CAS 2014年第5期95-101,共7页

针对具有可分结构的单调变分不等式问题,基于邻近点算法和文献[12]提出的下降型算法构造了一个新的下降方向,并利用下降量的下界来选择最优步长,提出一种下降型邻近点交替方向乘子法;证明了算法的收敛性;并将该方法与文献[11]中算法的... 针对具有可分结构的单调变分不等式问题,基于邻近点算法和文献[12]提出的下降型算法构造了一个新的下降方向,并利用下降量的下界来选择最优步长,提出一种下降型邻近点交替方向乘子法;证明了算法的收敛性;并将该方法与文献[11]中算法的下降量下界进行比较,从理论上说明了算法的优越性。 展开更多

关键词 变分不等式 可分离结构 交替方向乘子法 邻近点算法 下降方向

在线阅读 下载PDF 职称材料

结构型单调变分不等式的新邻近点交替方向法

13

作者 王艳艳 《重庆理工大学学报（自然科学）》 CAS 2013年第6期116-121,共6页

对于带有分离结构的单调变分不等式,利用邻近点交替方向法的迭代点产生了一个下降方向,然后确定了沿着该下降方向的步长。通过重新构造下降步中的下降方向,选择相关的最优步长,提出了一种新的邻近点交替方向法。在适当的假设条件下,证... 对于带有分离结构的单调变分不等式,利用邻近点交替方向法的迭代点产生了一个下降方向,然后确定了沿着该下降方向的步长。通过重新构造下降步中的下降方向,选择相关的最优步长,提出了一种新的邻近点交替方向法。在适当的假设条件下,证明了算法的收敛性。 展开更多

关键词 变分不等式 交替方向法 邻近点算法 下降方向

在线阅读 下载PDF 职称材料

约束改进的ICP点云配准方法 被引量：16

14

作者 张蕾 冀治航 +1 位作者 普杰信 辛伟 《计算机工程与应用》 CSCD 2012年第18期197-200,共4页

提高配准速度和精度是点云配准研究的重点。提出一种距离约束改进的迭代邻近点算法,针对邻近点法中找到的配准点,采用最近原则排除含相同点的点对;使用配准点重心作为参考点,结合点对距离约束排除误配准点对后进行点云配准;与使用点云... 提高配准速度和精度是点云配准研究的重点。提出一种距离约束改进的迭代邻近点算法,针对邻近点法中找到的配准点,采用最近原则排除含相同点的点对;使用配准点重心作为参考点,结合点对距离约束排除误配准点对后进行点云配准;与使用点云重心作为参考点的方法和迭代邻近点算法进行了比较。实验结果表明,在配准速度和精度方面,提出的算法都有了提高,实现了点云的快速、准确配准。 展开更多

关键词 点云配准 迭代邻近点算法 点对约束 距离约束 参考点

在线阅读 下载PDF 职称材料

采用点云重心距离进行边界检测的点云数据配准 被引量：3

15

作者 王勇 唐靖 +1 位作者 饶勤菲 袁巢燕 《小型微型计算机系统》 CSCD 北大核心 2015年第9期2096-2101,共6页

针对现有迭代最邻近点(ICP)算法在点云数据配准过程中查找对应最近点速度缓慢、配准效率低的问题,提出一种采用点云重心距离进行边界检测的点云数据配准新算法.该算法首先运用主成分分析法进行点云数据粗配准,获得良好点云姿态;其次,采... 针对现有迭代最邻近点(ICP)算法在点云数据配准过程中查找对应最近点速度缓慢、配准效率低的问题,提出一种采用点云重心距离进行边界检测的点云数据配准新算法.该算法首先运用主成分分析法进行点云数据粗配准,获得良好点云姿态;其次,采用点云重心距离特征进行边界检测并提取待配准点云边界;在此基础上,利用K-D树在两点云边界中查找对应最近点对,并通过单位四元数法进行坐标转换,求得平移矩阵及旋转矩阵,从而实现快速、精确的点云数据配准.实验结果表明:与经典ICP算法、现有改进ICP算法相比,本文中点云边界特征点的提取简单快速,极大简化了配准点集,简化率达到2.24%,改进方法的配准效率提高了25.8%.本文算法在保证精度基础上有效提高了配准效率,适用于数据量较大的点云数据配准. 展开更多

关键词 重心距离特征 边界检测 迭代最邻近点算法 点云配准

在线阅读 下载PDF 职称材料

一类变分不等式的随机步长收缩算法 被引量：6

16

作者 徐海文 《工程数学学报》 CSCD 北大核心 2011年第4期461-469,共9页

最近何炳生提出了一类变分不等式的改善步长收缩算法(E-Method).然而,该算法的收敛性证明表明了E-Method的固定扩张步长没有充分利用下降量函数的不等式放缩.本文利用服从高斯分布的随机数来随机扩张步长,得到了变分不等式的随机步长收... 最近何炳生提出了一类变分不等式的改善步长收缩算法(E-Method).然而,该算法的收敛性证明表明了E-Method的固定扩张步长没有充分利用下降量函数的不等式放缩.本文利用服从高斯分布的随机数来随机扩张步长,得到了变分不等式的随机步长收缩算法(SC-Method),克服了E-Method固定扩张步长的缺点.同时在适当的条件下,给出了收敛性证明.通过对来自于金融和统计中的一类变分不等式问题的一系列数值试验,验证了SC-Method的高效性. 展开更多

关键词 收缩算法 变分不等式 随机分布 邻近点算法 交替方向法

在线阅读 下载PDF 职称材料

求解结构型优化问题的随机步长ADMM下降算法 被引量：3

17

作者 张艳娜 申远 孙黎明 《工程数学学报》 CSCD 北大核心 2019年第2期123-137,共15页

本文考虑求解带有两块变量的结构型凸优化问题.ADMM算法是求解该问题的一种经典算法,主要思想是在増广拉格朗日乘子算法的基础上,利用目标函数关于两块变量的可分性,降低了子问题的计算难度.ADMM下降算法是ADMM算法的一种改进,对部分变... 本文考虑求解带有两块变量的结构型凸优化问题.ADMM算法是求解该问题的一种经典算法,主要思想是在増广拉格朗日乘子算法的基础上,利用目标函数关于两块变量的可分性,降低了子问题的计算难度.ADMM下降算法是ADMM算法的一种改进,对部分变量利用最优步长外加一个固定的延长因子进行延长,以加快ADMM算法的收敛速度.数值实验结果表明,ADMM下降算法比ADMM算法收敛速度更快.根据徐海文提出的随机步长收缩算法的思想,我们在ADMM下降算法的基础上,将延长因子改为利用随机数生成,提出了带随机步长的ADMM下降算法,并证明了新算法的收敛性.初步数值实验结果,表明新算法的计算效率优于经典ADMM算法和ADMM下降算法,且新算法的计算效率对问题规模的增长有更好的尺度适应性. 展开更多

关键词 变分不等式 交替方向乘子法 邻近点算法 随机步长 结构型凸优化问题

在线阅读 下载PDF 职称材料

基于KNN图层区分的优化式着色算法

18

作者 盛家川 杨巍 《计算机工程与应用》 CSCD 北大核心 2015年第22期176-180,共5页

针对灰度图像彩色化技术应用于彩色图像二次着色时往往忽略掉原始图像所带的色彩信息的问题,提出了一种基于KNN图层区分的优化式着色算法。与现有的优化式着色方法相比,该方法一方面采用基于KNN的图像前背景区分算法获得图层区分的图像... 针对灰度图像彩色化技术应用于彩色图像二次着色时往往忽略掉原始图像所带的色彩信息的问题,提出了一种基于KNN图层区分的优化式着色算法。与现有的优化式着色方法相比,该方法一方面采用基于KNN的图像前背景区分算法获得图层区分的图像,生成新的权值函数;另一方面将图层区分结果引入优化式着色方法,并对图像着色。实验结果表明,算法能有效解决物体边界处发生颜色渗漏的问题,得到颜色分布精确的图像。在相同输入前提下,算法可以得到更好的着色结果。 展开更多

关键词 优化式着色 K最邻近结点算法(KNN) 二次着色 图层信息

在线阅读 下载PDF 职称材料

基于MapReduce和双层倒排网格索引的kNN算法 被引量：1

19

作者 赵敏超 杜震洪 +2 位作者 张丰 刘仁义 李荣亚 《浙江大学学报（理学版）》 CAS CSCD 2014年第6期703-708,共6页

随着卫星定位技术和移动互联网技术的飞速发展,地理空间数据来源变得更加多源异构.面对海量地理空间数据,如何快速有效地找到目标周围的兴趣点变得异常重要.依据空间k近邻(kNN)查询算法,提高效率的关键在数据索引和数据块存储结构设计,... 随着卫星定位技术和移动互联网技术的飞速发展,地理空间数据来源变得更加多源异构.面对海量地理空间数据,如何快速有效地找到目标周围的兴趣点变得异常重要.依据空间k近邻(kNN)查询算法,提高效率的关键在数据索引和数据块存储结构设计,通过引入云计算的MapReduce编程模型,设计了一种面向MapReduce的地理空间数据双层倒排网格索引,利用CircularTrip算法实现了目标点近邻查询计算,最终获得距离目标点最邻近的数据点集.实验结果表明,该索引方法较单层倒排网格索引下的kNN查询效率有明显提高,且数据量越大效率提升越明显,此法适合大规模并行计算. 展开更多

关键词 双层倒排网格索引 k最邻近结点算法 云计算 MAPREDUCE CircularTrip

在线阅读 下载PDF 职称材料

基于协同训练与LS-SVM的集成传感器在线温度补偿 被引量：8

20

作者 刘继华 金敏 《电子测量与仪器学报》 CSCD 2013年第11期1054-1059,共6页

为利用机器学习对集成传感器实现在线补偿,使算法具有标定未知样本和更新样本集的能力,利用协同训练的方式,对最小二乘支持向量回归机进行改进,提出基于协同训练的支持向量回归算法,使用临近法对未知样本进行标定和选择,同时对新的样本... 为利用机器学习对集成传感器实现在线补偿,使算法具有标定未知样本和更新样本集的能力,利用协同训练的方式,对最小二乘支持向量回归机进行改进,提出基于协同训练的支持向量回归算法,使用临近法对未知样本进行标定和选择,同时对新的样本空间进行剪枝,在保证反映新样本特性的前提下尽量减少对学习模型影响小的样本数量。实验证明,该算法在泛化能力不下降的情况下提高了回归精度,运用在集成传感器的在线补偿上,能降低获的成本,并取得良好的补偿效果。 展开更多

关键词 协同训练 最邻近点算法 支持向量机 回归 增量学习 传感器在线补偿

在线阅读 下载PDF 职称材料