非可微条件下全局隐函数存在性定理

应用Banach压缩映射原理证明了在非可微条件下的一个全局隐函数存在性定理,推广了教材和近期的一些结论,为培养学生创新意识和创新能力起到一定作用.

较弱条件下一个全局隐函数存在性定理的证明

给出泛函分析中一元全局隐函数存在定理在较弱条件下的证明,与以前的证明相比,得到的证明层次清晰易于理解和掌握.

一个全局隐函数定理及计算隐函数的迭代算法

利用Banach压缩映射原理,证明了高维空间中的一个全局隐函数定理,给出计算隐函数近似解的迭代算法,并证明迭代序列收敛于隐函数的精确解,改进和推广了某些文献中已知的结果.

球面上l_(1)正则优化的随机临近梯度方法

本文研究球面上的l_(1)正则优化问题,其目标函数由一般光滑函数项和非光滑l_(1)正则项构成,且假设光滑函数的随机梯度可由随机一阶oracle估计.这类优化问题被广泛应用在机器学习,图像、信号处理和统计等领域.根据流形临近梯度法和随机梯度估计技术,提出一种球面随机临近梯度算法.基于非光滑函数的全局隐函数定理,分析了子问题解关于参数的Lipschtiz连续性,进而证明了算法的全局收敛性.在基于随机数据集和实际数据集的球面l_(1)正则二次规划问题、有限和SPCA问题和球面l_(1)正则逻辑回归问题上数值实验结果显示所提出的算法与流形临近梯度法、黎曼随机临近梯度法相比CPU时间上具有一定的优越性.