一种基于步长的SQP滤子法

本文将滤子法用到SQP方法中,通过减小违反约束度函数值和一个逼近目标函数的函数值来确定试探步是否被滤子接受.此方法不同于其他滤子法,它不需要减小信赖域半径而是通过改变步长因子来保证充分下降性.本文在一定条件下获得了全局收敛性.

共轭投影梯度滤子算法及其全局收敛性

提出了一种基于共轭投影梯度思想的SQP-滤子算法,滤子技术的引入使得该算法不需要求解二次规划子问题。借助于共轭投影梯度思想能有效避免常规滤子算法中的恢复算法,简化了算法结构。在一定条件下,证明该算法具有全局收敛性。

在新线搜索下修正PRP共轭梯度法的收敛性

介绍了一种新线搜索的背景,该线性搜索将wolfe线搜索中的参数范围由0<δ<1/2扩展至0<δ<1,并证明了修正PRP共轭梯度法在该线搜索下的全局收敛性.

一个新线搜索下DY共轭梯度法的收敛性

对无约束优化问题,传统的Wolfe线搜索需要限制参数σ≤1/2,它对保证一些共轭梯度法的收敛性是不可以改进的。广义的Wolfe线搜索也需要一些特殊的取法,才能保证一些算法的收敛性。因此,针对这一限制,把参数的范围扩展至0<σ<1,而且对广义的Wolfe线搜索进行修改。然后证明了在这种新的线搜索条件下,DY共轭梯度法在扩大的参数0<σ<1下的全局收敛性。

高等数学教学方法探究

高等数学是高等学校一门重要的基础课程。高等数学课程的教学质量对学生素质的培养、能力的提高起着举足轻重的作用。本文对高等数学的教学方法从以下几方面进行探讨:分类教学,因材施教;多媒体教学与黑板教学有机结合;建设网络平台,优化教学资源。

车牌字符的类欧几里得距离特征提取与分析

在自动车牌识别系统的设计中,为了实现汉字、字母、数字的快速准确识别,需要一种能够同时提取车牌字符中汉字、字母、数字的统一分类特征,研究利用脉冲耦合神经网络的自动波扩散特性,简化模型参数,提取每个汉字、字母、数字的类欧几里得距离图像,将其作为分类特征,采用最小方差方法测试了特征的有效性。针对不同省市的民用车牌的实验测试结果表明,简化脉冲耦合神经网络模型的卷积核矩阵为5×5时所得的类欧几里得距离图像作为特征向量时,测试图像与标准图像之间的所得方差值最小,能够实现正确匹配。简化脉冲耦合神经网络的类欧几里得距离变换优于传统基于神经网络的特征提取方法,充分利用了图像边缘的形状信息,能够有效地进行分类识别,为汉字、字母、数字全网互联提供了一种统一标准的特征提取方法。

基于模糊决策理论的主观信任模型评估

针对信任评估中主体各因素的权重的不确定性,依据模糊决策理论,提出一种权值随评估值动态变化的的主观信任模型,给出了信任的等级划分机制和综合评估机制.最后通过实际数值例子证实了基于变权法的模糊决策得出的主观信任更具有效性和合理性.

天文潮分析及预报实用系统

较为详实地介绍了天文潮分析及预报实用系统开发的总体设计、自动分潮优化潮汐调和分析及预报的原理、系统的详细设计、系统的开发工具以及系统的特点等方面的内容．系统的运行情况表明，该系统具有运算速度快、精度高、可操作性强等特点，且该实用系统的开发对专业性很强的科研成果向实用性方向转换具有一定的实际意义．

无线定位DOA估计的根值最小范数算法

天线阵平面波的DOA估计在通信系统中有重要的应用价值,是无线定位算法中的主要研究内容。通过分析传统MUSIC算法和改进求根MUSIC算法的基本原理,针对其运算量较高,受噪声影响较大的因素,提出将求根运算方法应用于最小范数算法的方法,形成改进的根植最小范数算法。针对6阵元天线阵进行仿真实验表明,在相同的噪声条件下根植最小范数算法能够精确地分析出到达角为4°、8°入射信号,同时减少了计算量,提高了定位精度。

凸非线性规划的一个预估-校正跟踪路径算法

提出一个预估-校正跟踪组合内点同伦路径算法,证明其全局收敛性,并用实数值算例验证其有效性.该算法由任意给定的一个内点,通过跟踪组合同伦路径得到凸非线性规划问题的解,并由β-锥邻域在可行域的内部确保迭代点是内点.该算法全局收敛,是一种求解凸非线性规划问题的有效算法.

修正HS共轭梯度法的全局收敛性

针对PRP方法对一般的非凸函数在强Wolfe线性搜索条件下不收敛这一不足,给出了一种新的共轭梯度算法。在强Wolfe线性搜索下,所给公式满足充分下降条件,并在适当条件下证明了算法的全局收敛性。

综合确定指标权重的模糊贴近度信任评估

信任是信息安全的重要保证.由于主观信任评估的动态性和不确定性,无法用精确的语言加以描述,本文综合运用层次分析法和主成分分析法来确定指标的权重,由Fuzzy集与隶属函数的相对应关系,模仿概率论中的正态分布函数,提出了一种基于贴近度的主观信任模型.综合评估结果证实了该模型的有效性和合理性.

一般约束优化含等式约束问题的鲁棒信赖域算法

针对一般约束优化问题进行了研究。利用引入罚函数将一般约束问题转化为一个只含不等式约束的的参数规划问题的技巧,将不等式约束优化问题的一个鲁棒信赖域算法扩展到一般约束优化问题中,并保留了算法的良好性质;同时,在一定条件下,得到了算法的全局收敛和超线性收敛。

一种新的无罚函数无滤子的SQP算法

通过修正QP子问题和构造适当的线搜索方向,提出了一种新的无罚函数无滤子的方法来求解不等式约束优化问题。该方法有效地避免了罚函数选择的困难,避开了传统滤子法所需要的可行恢复阶段。最后在适当的假设条件下,给出了算法的有效性分析和全局收敛性分析。

基于广义投影技术的信赖域滤子法

本文利用广义投影技术和滤子技术相结合的方法来求解非线性规划问题,该方法只需要通过求解一个子问题获得主搜索方向或计算一次广义投影型辅助方向,避免了常规滤子法中的恢复算法,而且能有效避免选择罚函数的困难,大大简化了计算量.同时,在不需要严格互补的条件下获得了算法的全局收敛性.

修正共轭投影梯度滤子法

利用共轭投影梯度技术,结合滤子算法的思想,通过修正搜索方向,建立了一个新的共轭投影梯度滤子算法.该算法不需要求解二次规划子问题,而且能有效避免常规滤子算法中的恢复算法.在适当的条件下,证明了算法的全局收敛性.

运用AHP法构建师范生教学技能评价模型

通过问卷调查获取影响师范生教学技能的因素,运用AHP法和Matlab软件对师范生教学技能的影响因素进行分析,构建出层次结构模型。在定性的基础上对师范生的教学技能进行定量评价,为提高师范生的职业技能的培养提供科学的依据。

传播学视阈下学习强国APP的现状与特色探析

学习强国APP作为2019年元旦新上线的学习平台,一经推出,就受到了广泛好评,其强大的学习功能使人们受益匪浅。建设“学习强国”学习平台,是推动全党学习的有力抓手,是新形势下强化理论武装和思想教育的创新探索。本文将在传播学视阈下,梳理学习强国APP的发展概况并探讨其“中央厨房”的操作模式、媒介融合的传播方式、用户独特的参与方式等传播特色。

戏仿与沉浸:“剧本杀”游戏的传播行为研究

从戏仿文化与用户沉浸式体验的角度来分析“剧本杀”游戏火爆的原因,并结合深度访谈探究用户对于“剧本杀”的感受,对该游戏背后的特点及目前存在的问题进行分析,促进“剧本杀”行业改进发展,为玩家提供更优质的游戏体验,同时也为“剧本杀”游戏的研究提供新角度,帮助学界对该游戏背后的文化形态做进一步的探讨,促进青年亚文化与主流文化的融合发展。

不等式约束优化问题的可行信赖域滤子法

利用可行信赖域方法和滤子方法的思想,建立了一个新的求解不等式约束优化问题的算法;算法利用修正的二次规划子问题获得可行搜索方向,当迭代点不能被滤子接受时对搜索方向进行修正,并减小信赖域半径。算法既保证了QP子问题的可行性,又在一定程度上简化了算法结构;在合适的条件下,证明了算法具有全局收敛性。