运动场景下的时空域跟踪模型及原始-对偶算法

针对摄像机运动的情况,提出多目标分割和跟踪的新方法.利用主动轮廓模型,将运动估计和运动分割融合在同一基于时空域的能量泛函中.为了克服传统的活动轮廓模型和水平集方法存在的局部最小值问题,对时空分割模型进行凸优化,避免了初始化轮廓对分割结果的影响,保证了能量函数对分割的全局最优性.提出相应的快速原始-对偶算法,提高了计算效率.实验表明,该方法能够有效地实现运动场景下的时空域运动分割与跟踪.

二次半定规划一个原始对偶路径跟踪算法

本文提出求解二次半定规划的一个基于H..K..M方向的原始对偶路径跟踪算法.文中首先导出确定H..K..M方向的线性方程组,并证明该搜索方向的存在唯一性;然后给出算法的具体步骤,并证明算法产生的迭代点列落在中心路径的某个邻域内.最后采用Matlab(R2011b)数学软件编程对算法进行数值试验.数值结果表明算法是有效的.

凸二次规划基于新的核函数的大步校正原始-对偶内点算法

本文对凸二次规划提出了一种基于新的核函数的大步校正原始-对偶内点算法.这种核函数构造新的障碍函数不仅可以定义新的搜索方向,而且可以控制内迭代的过程,使得对凸二次规划提出的大步校正原始-对偶内点算法的多项式复杂性阶改善到O(槡n(logn)2log(n/ε)),优于基于经典对数障碍函数的相应算法的复杂性阶.

线性约束凸二次规划的一个原始-对偶内点算法

对具有线性约束凸二次规划问题给出了一个原始 -对偶内点算法 ,任一原始 -对偶可行内点都可作为算法的初始点 ,当初始点在中心路径附近时 ,便成为中心路径跟踪算法 ,此时总迭代次数为O(nL) ,其中L为输入长度 .数值实验表明 ,算法对求解大型的这类问题是有效的 .

凸二次半定规划一个新的原始对偶路径跟踪算法

本文提出求解凸二次半定规划的一个新的原始对偶路径跟踪算法.在每次迭代中,通过求解一个线性方程组产生搜索方向.在一定条件下证明算法产生的迭代点列落在中心路径的邻域内,且算法至多经 O (n|log∈|)次迭代可得到一个∈-最优解.

一类线性与框式约束凸规划问题的原始-对偶内点算法

本文对一类具有线性和框式约束的凸规划问题给出了一个原始-对偶内点算法,该算法可在任一原始-对偶可行内点启动,并且全局收敛,当初始点靠近中心路径时,算法成为中心路径跟踪算法。数值实验表明,算法对求解大型的这类问题是有效的。

一类线性约束凸规划问题的一个原始-对偶内点算法

对一类具有线性约束的凸规划问题给出了一个原始-对偶内点算法,该算法可在任一原始-对偶可行内点启动,并且全局收敛.当初始点靠近中心路径时,便成为中心路径跟踪算法.数值算例表明该算法是有效的.

基于一个有限罚函数的二阶锥优化的原始-对偶内点算法(英文)

本文基于一个有限罚函数,设计了关于二阶锥优化问题的原始-对偶路径跟踪内点算法,由于该罚函数在可行域的边界取有限值,因而它不是常规的罚函数,尽管如此,它良好的解析性质使得我们能分析算法并得到基于大步校正和小步校正方法目前较好的多项式时间复杂性分别为O(N^(1/2)log N log N/ε)和O(N^(1/2)log N/ε),其中N为二阶锥的个数．

一个求解半正定规划问题的新原始-对偶内点算法

在原始对偶内点算法的设计和分析中,障碍函数对算法的搜索方法和复杂性起着重要的作用.本文由核函数来确定障碍函数,设计了一个求解半正定规划问题的原始-对偶内点算法.这个障碍函数即可以定义算法新的搜索方向,又度量迭代点与中心路径的距离,同时对算法的复杂性分析起着关键的作用.我们计算了算法的迭代界,得出了关于大步校正法和小步校正法的迭代界,它们分别是O(n^(1/2)log n log n/∈)和O(n^(1/2)log n/∈),这里n是半正定规划问题的维数.最后,我们根据一个算例,说明了算法的有效性以及对核函数的参数的敏感性.

基于新的核函数求解线性规划的原始-对偶内点算法

基于一个新的不显含增长项与障碍项的核函数,对线性规划提出了一种原始-对偶内点算法。这个核函数用于确定算法的搜索方向和度量迭代点与中心路径的距离。基于新的核函数和相应邻近函数良好的分析性质,证明了大步校正和小步校正算法的迭代复杂性阶分别为O(nlogn/ε)和O(nlognε)。

目标超平面上的一种原始-对偶单纯形算法

对于目标最优值已知的情形,提出一次迭代到目标超平面上获得相应的对偶可行基,然后应用Samaras等的原始-对偶算法在目标超平面上进行对偶迭代.在确定枢轴列时,采用无比值检验方法,节省了计算工作量.为防止Samaras等的原始-对偶算法在原始可行点退化情形下可能发生的循环现象,加快迭代进程,引入MBU对偶单纯形算法进行迭代,直到对偶间隙严格缩少.中大规模数值试验结果表明,与经典单纯形算法相比,该算法在大部分算例上使用更少的迭代次数和执行时间,具有更高的计算效率.

一个解半正定规划问题的基于广义对数障碍函数的原始对偶内点算法

本文对经典对数障碍函数推广,给出了一个广义对数障碍函数.基于这个广义对数障碍函数设计了解半正定规划问题的原始-对偶内点算法.分析了该算法的复杂性,得到了一个理论迭代界,它与已有的基于经典对数障碍函数的算法的理论迭代界一致.同时,并给出了一个数值算例,阐明了函数的参数对算法运行时间的影响.

求解线性规划的一个非内点算法

利用NCP函数和光滑化方法将线性规划的K-K-T条件化为一个光滑方程组,构造了一个非内点原-对偶路径跟踪算法,并分析了其全局及局部收敛性;同时通过计算标准线性规划考题,验证了它的可行性及有效性.

一类非单调线性互补问题的宽邻域内点算法

基于线性规划问题原始———对偶类内点算法的思想,讨论一类非单调线性互补问题,为其设计了一种新的算法———宽邻域内点算法,并讨论其多项式收敛性.与路径跟踪法相比较,该算法具有迭代过程简便,应用情景更加广阔等特点.

基于L1-L1范数的电学层析成像静态成像算法

电学层析成像中静态成像算法的目标函数为电压测量值与电压计算值之间残差的范数与罚函数两项之和。目前,针对残差项的L1范数成像算法还较少,本文使用原始-对偶内点法,实现了目标函数中残差项和罚函数项均使用L1范数的重建算法,进行图像重建。研究表明使用基于L1-L1范数算法进行图像重建可获得较好的重建图像质量。

线性规划的非可行的内点算法

首先简要介绍非可行的内点算法,然后提出一种新的中心路径的取法,并由此给出一个对Kojima-Megiddo-Mizuno算法的改进的方法,这一新的算法是具有O(n2L)次收敛性的算法,并对这一算法的收敛性加以证明,这一新的算法与其它算法最明显的差异是不必假设LP解的存在性,就可以证明原始—对偶问题的多项式时间收敛性。文章的最后通过数值实验将该算法与Ye的解决线性规划的中心路径算法进行了比较。比较的结果显示新的算法从各个方面都要优于Ye的算法。

单调线性互补问题基于新的核函数的大步校正内点算法

提出了单调线性互补问题基于新的核函数的大步校正内点算法.这个核函数是强凸的,而且它既不是自正则函数也不是经典的对数函数.基于这个核函数,可以定义新的迭代方向和邻近度量.利用这个新的核函数的一些性质,得到新算法的迭代复杂性为O(槡n(logn)2log(n/ε)),这减少了大步校正原始-对偶内点算法的实际计算效果与理论复杂性之间的差距.

一种基于邻近点算法的变步长原始-对偶算法

本文考虑求解一种源于信号及图像处理问题的鞍点问题．基于邻近点算法的思想，我们对原始-对偶算法进行改进，构造一种对称正定且可变的邻近项矩阵，得到一种新的原始．对偶算法．新算法可以看成一种邻近点算法，因此它的收敛性易于分析，且无需较强的假设条件．初步实验结果表明，当新算法被应用于求解图像去模糊问题时，和其他几种主流的高效算法相比，新算法能得到较高质量的结果，且计算时间也是有竞争力的．

解线性规划问题的基于新核函数的内点算法

原始-对偶内点算法是求解线性规划问题和非线性规划问题的重要方法。在本文中,给出了一个新的核函数。基于这个核函数可以构造出一个解线性规划问题的原始-对偶内点算法,并计算出了这个算法的一个理论迭代界。