中小企业的知识搜索方向、吸收能力与双元创新——基于多重中介效应分析

通过对江苏253家中小企业的问卷调研,用探索性因子分析法将知识搜索方向分为三种,借助多重中介效应法分析知识搜索方向、吸收能力和双元创新之间的关系。研究发现,中小企业知识搜索方向可分为三种,供应链搜索、平行企业搜索和创新服务机构搜索;知识搜索方向存在多条显著的中介路径影响双元创新;供应链搜索对渐进式创新的作用更大,而平行企业搜索和创新服务机构搜索对突破式创新的作用更大;吸收能力对突破式创新的影响更大;渐进式创新对突破式创新有显著影响。

广义箱子约束优化基于线性逼近子问题的显式搜索方向算法

讨论带广义箱子约束的非线性约束优化.基于Topkis-Veinott线性规划逼近法,对搜索方向子问题进行改进,产生两个新的线性逼近子问题,重要的是两个新子问题的解均能以简单的显式表达式直接给出.由此建立问题非精确线搜索算法,算法大大降低了计算量,复杂性及CPU时间.仅在目标函数连续可微的条件下,算法具有全局收敛性.对算法进行较大规模的数值试验.

带调正搜索方向的有限内存变尺度方法

提出一类带调正搜索方向的有限内存变尺度方法，并且证明这类方法对一致凸目标函数具有线性收敛速度，对连续可微函数具有整体收敛性。

带调整线搜索方向的变尺度算法

为了确保变尺度算法在"坏条件"下的收敛性,本文提出对原算法的线搜索方向作适当地调益的方法,并且证明了带调整线搜索方向的 Broyden 类算法,无论线搜索是否精确,它对连续可微函数是收敛的,对一致凸函数是 Q-超线性收敛的.

利用分解校正矩阵确定搜索方向的BFGS算法

本文把正定矩阵关于向量的等内积分解算法应用于改进BFGS算法中搜索方向的计算.通过建立不依赖于搜索方式的用分解矩阵表达的校正公式,给出了用Hesse近似矩阵的等内积分解矩阵确定搜索方向的BFGS算法.

关于Goldfarb方法搜索方向的改进

给出了Ｇｏｌｄｆａｒｂ法的一种变形，它能保证搜索方向一定是可行方向；而原Ｇｏｌｄｆａｒｂ法的搜索方向有可能不是可行方向。

经验公式发现FDD搜索方向判断标准的改进

根据变量间的实验数据来发现其内在联系是科学研究及工程设计中经常涉及到的问题。采用人工智能和曲线拟合相结合的经验公式发现系统,较传统的数据拟合技术更为直观,且有效地避免了传统数据拟合技术中系数行列式元素微小变化引起解的显著变化的"病态"问题。针对经验公式发现系统搜索方向判断标准比较单一的问题,提出了对其搜索方向判断标准的扩充与改进方案,引入误差方差作为判断搜索方向的标准,实践证明:搜索方向判断标准的改进能够使系统较为准确地找到正确的搜索方向,发现变量之间的关系,提高了系统的可用性。

应用重心原理改进单纯形法的搜索方向

对多元无约束最优化单纯形法提出新的改进,反射点、延伸点及收缩点在沿通过“重心”的线上被寻找。给出了新方法的具体计算步骤。算例结果表明,该方法优于中心法。

预条件多搜索方向共轭梯度方法

大规模科学与工程计算中，大型稀疏非对称线性方程组的求解是最基本也是最耗时的。它们的高效并行求解成为数学物理数值模拟中的—个急需解决的关键技术之一。在分布式并行环境中，算法中内积计算所引起的全局通讯成为高效并行计算的瓶颈。

基于混合搜索方向的前向复值神经网络的学习算法

复值有限内存BFGS(CL-BFGS)算法能有效用于求解复数域的无约束优化问题,但其性能容易受到记忆尺度的影响.为了解决记忆尺度的选择问题,提出一种基于混合搜索方向的CL-BFGS算法.对于给定的记忆尺度候选集,采用滑动窗口法将其划分成有限个子集,将各子集元素作为记忆尺度计算得到一组混合方向,选择使目标函数值最小的混合方向作为当前迭代的搜索方向.在迭代过程中,采用混合搜索方向的策略有益于强化对最新曲率信息的利用,便于记忆尺度的选取,提高算法的收敛速度,所提出的CL-BFGS算法适用于多层前向复值神经网络的高效学习.最后通过在模式识别、非线性信道均衡和复函数逼近上的实验验证了基于混合搜索方向的CLBFGS算法能取得比一些已有算法更好的性能.

一类二次半定规划内点算法的搜索方向

利用牛顿法求解一类二次半定规划的扰动KKT方程组,得出这类二次半定规划原始-对偶路径跟踪算法搜索方向求解的统一形式,以及HKM搜索方向和NT搜索方向存在唯一的充分条件,最后给出了计算搜索方向的表达式,和特殊情况下搜索方向的计算方法.

二次半定规划的原始对偶内点算法的H..K..M搜索方向的存在唯一性

主要是将半定规划(Semidefinite Programming,简称SDP)的内点算法推广到二次半定规划(Quadratic Semidefinite Programming,简称QSDP),重点讨论了其中搜索方向的产生方法.首先利用Wolfe对偶理论推导得到了求解二次半定规划的非线性方程组,利用牛顿法求解该方程组,得到了求解QSDP的内点算法的H..K..M搜索方向,接着证明了该搜索方向的存在唯一性,最后给出了搜索方向的具体计算方法.

多搜索方向共轭梯度法——一种无需整体内积的共轭梯度类方法

§1.引言 许多大型科学与工程计算问题都归结为大型稀疏线性方程组的求解,因此,在高性能并行计算机高速发展的今天,面向并行计算环境研究大型稀疏线性方程组的高效并行算法显得尤为重要.

一类二次半定规划内点算法的K..S..H搜索方向的存在唯一性

在对偶理论的基础上,将半定规划(SDP)的原始对偶内点算法推广到一类二次半定规划(QSDP),利用优化理论中经典的牛顿法通过求解非线性方程组得到K..S..H方向,并证明了K..S..H搜索方向的存在唯一性.

由校正矩阵的等内积分解矩阵确定搜索方向的拟牛顿算法

把正定矩阵关于向量的等内积分解算法应用于求解无约束优化问题的拟牛顿算法中,提出了利用校正矩阵的等内积分解矩阵确定搜索方向的一种新算法和等价于DFP和BFGS校正公式的新的迭代公式.

广义Armijo步长搜索下循环共轭方向算法的收敛性证明

共扼方向算法中搜索方向依赖于对参数β（ｋ）的选取ｓ（１）＝－ｇ（１）ｓ（ｋ＋１）＝－ｇ（ｋ＋１）＋β（ｋ）ｓ（ｋ），ｋ≥１．本文给β（ｋ）适当条件以保证算法的下降性，并在广义Ａｒｍｉｊｏ步长搜索下，给出了算法的收敛性证明．

基于三方向搜索的DEM中洼地处理方法

数字高程模型(DEM)是流域参数提取的基础,然而DEM中普遍存在的洼地和平地影响了流域水系的自动提取,因此洼地去除方法成为研究的热点。针对现有洼地去处方法存在的问题,提出了一种基于"三方向搜索"的洼地处理方法。该方法通过对洼地及其周围网格高程值增减来达到去除洼地的目的,避免了传统填洼方法大规模的对DEM进行增高处理。实验结果表明,该算法简单易行,能有效的去除洼地,消除DEM提取的河网中的伪河道及"平行线"现象;且对DEM中高程值的改动较小,从而较大限度的保留了原始地形信息。

数控编程中切削用量的选用及可行方向搜索优化应用

介绍一个数控编程辅助工具软件。详细介绍三个目标函数的建立和可行方向搜索优化原理 ;用相关参数的预先定制增强了软件在实际操作中的可操作性 ,并给出了实例。

基于方向自适应十字搜索的快速块匹配运动估计算法

提出了一种方向自适应十字搜索算法,通过自适应地使用小十字模板、大十字模板和四种方向的T形模板,有效地减少了搜索点数,提高了搜索速度。实验结果表明,该算法在保持与菱形搜索(DS)、正方形—菱形搜索(SDS)、十字—菱形搜索(CDS)和小十字—菱形搜索(SCDS)四种算法相同搜索精度的同时,速度上比DS、SDS、CDS和SCDS算法分别提高了74.65%、39.78%、42.44%和7.84%。

一种方向延伸的快速运动搜索算法

利用图像块运动的方向特性,减小帧间编码中运动估计的运算量。该算法利用小模板钻石搜索,先确定中心检测点到最小块失真检测点为搜索方向,然后在此方向上不断延伸一个检测点进行块失真匹配,直至下一个检测点的块失真大于当前检测点的块失真。接着以当前检测点作为中心检测点,重复以上操作,直至中心检测点为最优检测点,结束搜索。搜索中利用自适应门限提前退出搜索。搜索速度比钻石搜索算法提高了20%～60%。