叠压缩型不动点迭代算法的收敛速度

本文给出了叠压缩型映照不动点迭代算法的三种收敛速度，作为应用。

压缩感知中基于快速不动点迭代算法的研究

针对传统迭代算法在解决大规模问题时速度较慢的问题,在介绍了压缩感知中重构的基本模型以及传统不动点迭代方法(FPC)的基础上,提出了一种新的重构算法-快速不动点迭代方法(FFPC)。传统的不动点迭代方法其实是基于算子分裂的方法。为了提高去重构性能,通过引入软阈值和正则化参数的双收缩,逐步迭代恢复原始图像信号,以加快算法的收敛速度,减小重构误差,从而改善图像的重构质量。仿真结果表明,在相同的实验环境下,与传统的不动点迭代算法以及其他算法相比,快速不动点迭代算法重构图像的峰值信噪比较高,相对误差较小,在低采样率下运行时间较少,性能最优。

一种快速收敛的符号回归常数模盲均衡算法

为了加快符号回归常数模算法(SRCMA)的收敛速度,本文提出了一种适合于BPSK信号 的快速算法。该算法用新的误差函数替代SRCMA中的误差函数,新误差函数针对BPSK信号而 设计。新算法采用分数间隔均衡模型,有效地加快了SRCMA算法的收敛速度。水声信道仿真实验 表明,该算法性能稳定,收敛速度快,适用于快速变化信道的盲均衡和水声通信数据的实时恢复。

一类多阶段决策过程方程迭代算法的收敛速度

通过适当的映射 ,把一类多阶段决策过程方程的迭代算法的收敛性和收敛速度化为一个差分方程tk + 1 =φ(tk)中的级数 ∞k =0 tk

BP神经网络Vogl快速算法的改进

针对 BP算法收敛速度慢的特点 ,提出了对 V ogl快速算法的改进方法 .

快速差分进化算法

提出一种快速差分进化(FDE)算法.该算法采用根据上一代最优个体确定下一代搜索区间的技术不断更新和缩小搜索区域,从而加快收敛速率,提高收敛精度和鲁棒性.通过对21个极值函数仿真试验分析表明,该算法在问题维数多时,极值函数的收敛速率、收敛鲁棒性和收敛精度明显优于其他算法,且种群初始化形式不影响算法的收敛性能.

一种激励函数可调的快速BP算法

本文通过分析激励函数在传统BP算法中的作用 ,在激励函数中引入了可调参数 ,在力求保持传统BP算法简洁性的基础上 ,使其参数动态可调 。

用于多层前馈神经网络学习的快速遗传算法

提出了一种用于多层前馈神经网络学习的快速遗传算法 ,论述了其算法的进化过程并对多层前馈神经网络的权值进行了优化 ,对权值的初始化范围以及输入层节点进行了优化选择。仿真试验结果表明 ,该算法收敛速度快 ,网络逼近精度高 ,克服了BP算法易于陷入局部极小的问题。

滑动平均模型参数估计的Gevers-Wouters算法的指数收敛性(英文)

可逆的向量滑动平均(MA)模型参数估计问题本质上是一个矩阵谱分解问题。基于向量MA模型和状态空间模型之间的变换,用Kalman滤波方法证明了矩阵谱分解的Gevers-Wouters算法的一致性和指数收敛性,且证明了收敛速度由MA多项式矩阵的行列式的零点决定。当这些零点不接近单位圆周时,Gevers-Wouters算法可高精度、快速地给出MA参数估计,因而提供一种快速有效的谱分解工具。

基于盲源分离的一种快速独立分量分析算法

基于盲源分离理论提出了一种快速独立分量分析 (FastICA)算法 .该算法以负熵作为独立性判决准则 ,在迭代过程中引入遗忘因子 ,加快了算法的收敛速度 .仿真结果表明 ,该方法能快速。

基于PSO-KMeans快速图像分割算法模型的应用

图像分割是图像识别和计算机视觉至关重要的预处理。文章结合PSO算法搜索全局最优及KMeans算法对选取初始聚类中心的缺陷,使用PSO算法搜索并寻找全局最优,将搜寻值回代到KMeans聚类算法中对图像进行分割。结果表明,基于PSO-KMeans快速图像分割算法模型具有更高的精确度和有效性。PSO算法对KMeans算法的优化作用明显,有效对图片数据进行了分割,进一步优化了KMeans算法对图像分割的时间,提高了算法收敛的速度。

一种改进的同伦BP算法及其在故障诊断中的应用研究

为克服标准BP算法中存在的网络学习收敛速度慢、容易陷入局部极小等问题, 引入同伦算法, 提出了一种将同伦论与快速BP算法结合的改进算法, 并采用二进制结构表示输出模式矩阵。最后以柴油机燃油系统为例, 对其中的几种故障进行诊断研究。仿真结果表明此方法既能快速收敛, 又能大大提高避免陷入局部极小的能力。

时变混合系统的在线FastICA算法

现有的多数盲源分离(BSS,Blind Source Separation)算法都是假设混合系统是时不变的,然而在实际的通信系统中混合系统常常是时变的。传统的快速不动点(FastICA)算法具有快速收敛的优点,但是不能直接用于处理混合系统时变的盲源分离问题。为了提高盲源分离算法的收敛速度和对时变混合系统的跟踪性能,改进了传统FastICA算法,将混合信号分段,在各段样本中估计峭度并采用批处理的方法进行分离。仿真实验表明,改进后的FastICA算法能在时变环境中跟踪混合系统的时变,并能有效地抗多音干扰。

一种基于快速阵列算法实现的IIR数字滤波器

为了对普遍存在于电子系统和通信系统中的有源噪声进行控制,提出了一种基于快速阵列算法实现的IIR数字滤波器.在对基于传统RLS算法实现的IIR滤波器深入分析的基础上,通过把次级通道的传递函数与回归向量ψf(n)结合起来,并从回归向量ψf(n)的数据结构出发,把回归向量分解为滤波器的先前输出采样ψ1f(n)和参考信号采样ψ2f(n);通过保范映射和内积矩阵形式,最终得到用于滤波器系数更新的阵列形式;同时还比较了2种算法的计算复杂度.仿真结果表明,提出的快速阵列算法不仅降低了计算复杂度,而且对有源噪声信号的相消控制,其收敛速度相对于基于传统RLS算法的收敛速度快大约46%.

一种快速遗传算法的性能分析

针对遗传算法全局优化速度缓慢、搜索的效率对约束惩罚因子的选择有明显的依赖性等问题,介绍了一种能够从可行解空间和不可行解空间同时搜索、具有"精英"保持能力和采用已搜索解集避免了子代的"返祖"和退化现象的快速遗传算法.性能分析表明,该算法为1阶快速收敛的遗传算法,收敛速度优于其它3种算法,而且参数的选择对于算法的收敛速度没有本质的影响,一般在第5次迭代后即可找到全局最优解.

多空间投影分解法及参数优化并在电磁场问题上的应用

为了提高复杂多枝区域上电磁场问题快投影分解法的计算效率 ,分析了最优参数选取并给出了其表达式 ,提高了实用效率 ,实际应用表明收敛速度也大大加快 .使用最优值快速投影分解法使得迭代次数大幅减少 。

生成树协议改进方法分析

生成树协议通过生成树算法计算使网络活动拓扑成为树型结构,防止环路引起的网络风暴。IEEE 802.1D生成树协议(STP)的缺陷在于收敛时间长,无法满足高速网络的需求。IEE E802.1w定义的快速生成树协议(RSTP)针对这个缺陷进行了一系列改进,本文详细分析RSTP协议设计的改进方法。

光计算

TP183 2004031994 用局域卡尔曼滤波算法和周期函数在线优化前馈网络的拓扑结构=On-line compact topological design on feedforward networks using local extended Kalman filter algorithm and periodic activation function[刊,英]/林列(南开大学现代光学研究所,教育部光电信息技术重点实验室.