基于梯度加权重构的一类五阶收敛改进牛顿迭代法

经典牛顿迭代法是一种求解非线性方程在实数域及复数域上近似值的方法,可通过变上线积分函数推导实现.利用曲边梯形面积近似化得到四个变上线积分函数,通过梯度加权重构赋值得到一类五阶收敛的求解非线性方程近似根的改进牛顿迭代法,收敛性分析和数值实例验证该方法收敛速度较快,并且能够有效避免重根附近发散.该方法在非线性工程领域、经济领域和人工智能领域具有非常广泛的应用.

五阶收敛的FastICA改进算法

目前应用较多的FastICA算法利用了二阶收敛的牛顿迭代法进行优化,为了加快算法的收敛速度,用五阶收敛的牛顿迭代法对其进行改进,得出了两种改进的FastICA算法,通过实验验证了改进算法的性能。

非线性方程求根的高阶迭代方法

通过对已有误差方程进行加权组合,消去较低阶数,得到了3个新的带参数四阶收敛迭代公式和1个新的五阶收敛迭代公式,收敛效率分别达到了1.587和1.495,并证明了这些公式的局部高阶收敛性.最后通过数值算例验证了这些方法的有效性.

基于LabVIEW的电能质量新型监测系统

为提高电能质量监测系统的准确度及有效性,针对低压电网设计一个基于Lab VIEW的电能质量新型监测平台,对电压/电流偏差、频率偏差、电压/电流有效值、谐波畸变率和三相不平衡度5项稳态电能质量指标进行测量,其中谐波畸变率采用改进的五阶收敛Fast-ICA算法进行测量,通过Lab VIEW实现对电能质量的评定。实验表明,新型的测量系统在检测精度和速度上都有很大的提高。