一种求解低秩矩阵补全的修正加速近端梯度算法

设计适应大规模数据的快速算法是求解低秩矩阵补全的重点。文章改变了加速近端梯度算法的步长,对近似函数的近端最优点和上一迭代点增加了一个仿射组合。通过控制仿射系数,能够使得到的新迭代点有靠近原函数的趋势,进而能在保持算法精度的同时提高算法效率。最后通过相应的数值实验证明了算法的有效性和稳定性。

基于卷积和可变形注意力的脑胶质瘤图像分割

对于脑胶质瘤图像分割这类密集预测的医学影像分割任务,局部和全局依赖关系都是不可或缺的,针对卷积神经网络缺乏建立全局依赖关系的能力,且自注意力机制在局部细节上捕捉能力不足等问题,提出了基于卷积和可变形注意力的脑胶质瘤图像分割方法。设计了卷积和可变形注意力Transformer的串行组合模块,其中卷积用于提取局部特征,紧随其后的可变形注意力Transformer用于捕捉全局依赖关系,建立不同分辨率下局部和全局依赖关系。作为一种CNN-Transformer混合架构,所提方法不需要任何预训练即可实现精准的脑胶质瘤图像分割。实验结果表明:所提方法在BraTS2020脑胶质图像分割数据集上平均Dice系数和平均95%豪斯多夫距离分别为83.56%和11.30 mm,达到了与其他脑胶质瘤图像分割方法相当的分割精度,同时降低了至少50%的计算开销,有效提升了脑胶质瘤图像分割的效率。

求解量子控制问题的一种直接离散方法

量子控制论作为一门新兴的交叉学科,有许多内容需要研究.如何把激发态解最优地操控至基态解的量子控制问题模型就是一个待解决的问题.本篇论文针对此问题提出一种直接离散方法:先用有限差分法对量子控制问题进行直接离散,使之变为一个普通的约束优化问题,继而借助普通优化问题的求解方法得到原问题的解,最后结合MATLAB编程.数值试验结果验证了这一直接方法在求解量子控制问题上的高效性.

基于强Wolfe线搜索下的混合型谱共轭梯度法

共轭梯度法具有储存小、计算快的优点。基于PRP类的共轭参数类型,设计了一种新的具有凸组合的混合型共轭参数。该参数不仅具有FR法的良好收敛性质,而且还具有PRP类方法的良好数值结果。与此同时在新的参数基础上设计了相应的谱共轭参数。用强Wolfe线搜索条件证明了该算法是具有全局收敛性的。最后通过对CUTEr测试集里面的问题进行数值实验,结果发现该算法具有较好的数值效果。

基于多边缘信息融合的图像修复模型

提出了一种基于多边缘信息融合的深度学习图像修复模型MEC,将图像修复任务解耦为边缘信息修复任务和条件图像修复任务。首先,MEC通过边缘信息修复网络对缺失图像的多种边缘信息进行修复;之后,修复的边缘信息通过信息融合作为先验知识来辅助缺失图像的修复。实验结果表明,MEC的修复结果无论是在直观感受还是在量化指标上都比现有的深度学习图像修复模型有进一步的提升。

基于Lipschitz常数约束的胶囊网络鲁棒性增强

为了提升胶囊神经网络的对抗鲁棒性,本文提出了基于Lipschitz常数约束的正则化方法,利用对抗训练方法来得到更加鲁棒的胶囊网络,将改进后的模型命名为Lips-CapsNet。相比较其它模型而言,Lips-CapsNet计算简便,不需要对胶囊网络的结构做出任何改变。实验结果显示,模型在MNIST、SVHN等数据集上实现了鲁棒性的提升,尤其是在Fashion-MNIST数据集上,在较强的攻击算法下,对抗样本的预测精度提升可达8%。

空间l^(2)(Z×Z)上正交小波基的频域特征刻画与算法

小波基的频域特征刻画有助于小波基的构造。首先给出了函数空间l^(2)(Z×Z)上正交小波基的频域特征刻画,再根据正交小波基的频域特征刻画,可以容易验证:一维空间的两个正交小波基的乘积是二维空间的正交小波基。最后还给出了完美重构条件以及快速分解重构算法。

求解变分不等式与不动点问题公共解的新Tseng型外梯度算法

该文在Hilbert空间中提出一种新Tseng型外梯度算法,用以求解一致连续伪单调映射的变分不等式问题与具有半封闭性拟非扩张映射的不动点问题的公共解.在一定的假设条件下,证明了算法所生成的序列的强收敛性.文章最后对算法进行数值实验,验证了算法的有效性.

求解作业车间调度问题的并行模拟退火算法

针对作业车间调度问题,提出了一种并行模拟退火算法。该算法实行群体搜索策略,由此定义了邻域搜索规则来增强个体的搜索能力,并运用马尔科夫链分析了算法的全局收敛性。该算法在一些基准问题上得到了检验,通过与其他常规方法的比较,证明此算法可提高搜索效率,改进收敛性能。

基于停机时间的可修串联系统的维修更换策略

为了求得k个不同型部件串联可修系统的平均停机时间,提出了一种维修更换模型。假设系统中每个部件维修后均不能"修复如新",部件每次失效时延迟修理的概率为1-pi(i=1,2,…,k),利用几何过程、α-幂过程和更新过程理论,在更换策略M=(N1,N2,…,Nk)下得出系统经长期运行单位时间内期望费用和平均停机时间的表达式,并以费用率为约束条件,以停机时间为目标函数建立优化模型;给出数值例子,用MATLAB验证了该模型的合理性。仿真试验表明:存在最优更换策略M*,满足费用率约束条件下使得平均停机时间最短。

修理工休假且有优先权的冷贮备系统维修模型

为了求出修理工可单重休假的冷贮备系统经长期运行单位时间内的期望效益和平均停机时间,研究两不同型部件的冷贮备系统的维修更换策略。部件1有优先使用权和维修权,修理工可单重休假,利用几何过程理论和更新过程理论,以部件1的故障次数N为维修更换策略,得出系统经长期运行单位时间内的期望效益及平均停机时间的表达式,并由实例经过MATLAB仿真模拟验证其存在性与可求性。仿真试验表明:存在唯一的N*使得目标函数取得最优值。该方法对于提高企业的经济效益和大型安全性能系统合理利用资源及设备维护具有一定的指导意义和参考价值。

两类变量综合处理的结构形状优化设计方法

本文针对截面变量为离散变量为连续变量的结构优化问题提出了一种优化设计的方法，首先将单元内力作了一阶近似，利用凝聚函数将多约束问题转化为单约束问题。在求解过程中，把定义在连续区间上的形状变量看成是在一些离散点取值的离散变量，然后将两类变量统一考虑并利用相对差商法求解。将该算法应用于几个经典的结构优化算例，运算结果显示了该方法是可行的，优化结果也比较满意。

市场机制下水电站实时优化调度分层耦合模型

随着厂网分开、竞价上网的电力市场运营机制的实施,发电企业成为竞争主体。为此,分析了市场竞争机制下水电站优化调度的新特点;提出了水电站实时优化调度分层耦合模型结构,描述了分层耦合模型的分层控制原理以及信息反馈和实时校正机制;提出包含电价因子的水电站优化调度目标函数,并详细讨论了分层耦合模型的约束条件。应用实例表明,该模型对实时优化调度有现实意义。

基于L2,1范数和局部约束的非负矩阵分解

给出了一种基于L2,1范数和局部约束的非负矩阵分解方法,降低了对原始数据中噪声和异常值的敏感程度,分析了该方法的严格收敛性,通过多个数据集上的实验结果验证该算法的有效性。

裂变靶探测系统中子灵敏度的理论计算

采用文献提供的裂变碎片在Si-PIN探测器中的平均能量沉积公式及修正系数,构建了狭缝外延式高灵敏裂变中子探测系统中子灵敏度的理论计算模型,通过Fortran程序进行了相关的理论模拟与数值计算。并与实测的中子灵敏度进行了比较。

基于l_(2,1)范数的图正则非负矩阵分解

为降低数据集中的噪声和异常值对算法的影响并考虑其内在的几何结构,文章给出一种基于L_(2,1)范数的图正则非负矩阵分解(_(2,1),GNMFL)方法,采用投影梯度法求解提出的模型。最后,在多个数据集上的实验结果验证了该算法的有效性。

基于最小二乘支持向量机的非饱和土的有效应力参数预测方法

文章利用最小二乘支持向量机(LSSVM)模型确定非饱和土的有效应力参数。该模型以净应力、吸力、冒泡压力、饱和状态体积含水量、残余体积含水量和拟合参数λ等为输入变量,采用粒子群优化(PSO)算法设定模型参数,预测有效应力参数值,并与真实值和人工神经网络(ANN)模型预测值作比较,得出LSSVM模型具有较好的效果。通过改变LSSVM模型的输入变量结构,对六个输入变量的依赖度进行分析,印证该模型的合理性。

三种C Sharp调用Matlab方式的研究

常用的程序设计语言在统计方面存在不足,Matlab可以弥补这方面的不足,但Matlab在界面设计、运行效率上无法令人满意.在实际的项目开发中,特别当项目的主要功能是统计分析、模拟仿真时,一方面要有友好的用户界面,另一方面又要进行统计分析、模拟仿真,因而要将Matlab与程序设计语言进行集成开发.C Sharp是流行的程序设计语言,研究了C Sharp与Matlab集成的三种方式:C Sharp直接访问Matlab内置函数、构建.NET程序集和创建C语言共享库,通过比较可知:创建C语言共享库运行效率最高,但是稳定性不好;直接访问Matlab内置函数运行稳定,但是效率最低;构建.NET程序集方式运行稳定,并且效率较高.综合考虑,在实际应用中,采用构建.NET程序集的方式来集成C Sharp和Matlab应优先考虑.

C#与Matlab集成方式的比较研究

常用的程序设计语言在统计方面存在不足,而Matlab可以弥补这方面的不足,但Matlab在界面设计、运行效率上无法令人满意。在实际项目开发中,特别当项目的主要功能是统计分析、模拟仿真时,一方面要有友好的用户界面,另一方面又要进行统计分析、模拟仿真,就可以将Matlab与程序设计语言进行集成开发,C#是流行的程序设计语言,将C#与Matlab在实际项目中进行集成应用研究有一定的理论和实践意义。实践也表明,二者的集成应用研究是充分发挥了各自的长处,将二者的不足之处在最大程度上进行了克服。

边界向量下的支持向量机算法

针对传统支持向量机中存在原始数据量过大导致训练速度太慢的问题,同时考虑到非支持向量对支持向量机的训练性能无影响,且影响支持向量机性能的支持向量往往位于边界的特点,提出一种提取边界向量的支持向量机算法.数值实验表明:改进算法在保证支持向量机分类能力的前提下,有效提高了支持向量机的分类效率.