一类带变换 ℓ 1 罚函数的正则化问题的强度量次正则研究

本文研究一类带变换ℓ1罚函数的正则化问题,该模型的目标函数由损失函数和变换ℓ1罚函数两部分组成,其中损失函数是二次可微函数,变换ℓ1罚函数是一个非凸函数。本文首先研究变换ℓ1罚函数的邻近次微分和极限次微分,然后利用变换ℓ1罚函数的次微分表达式和集值映射的图像导数工具得到了该类问题目标函数的次微分的图像导数,最后利用该图像导数表达式分别建立了该正则化问题的强度量次正则的一个充分条件和充要条件。

超空间中次正则函数的Cauchy积分公式

在本文中,首先给出了超空间中次正则函数(sandwich方程D_(x)fD_(x)=0的解)的一些性质,然后证明了超空间中的Cauchy-Pompeiu公式,最后得到了超空间中的Cauchy积分公式和Cauchy积分定理.

一类集值映射的方向度量次正则性

在有限维Hilbert空间中,研究连续可微单值映射与连续闭凸集值映射之差的集值映射的度量次正则性问题.首先,在适当的连续性假设条件下,得到了这类集值映射的强度量次正则性的充分条件;然后,研究了这类集值映射在存在某种“单值选择”条件下的方向度量次正则性,并给出了这类集值映射的方向度量次正则性的一些充分条件.

极小极大优化问题的一类自适应三次正则化牛顿法

许多机器学习问题,如对抗学习、强化学习和图像处理的一些典型问题大都可归结为极小极大优化问题。因此,极小极大优化问题最近已经成为最优化领域与机器学习交叉领域中的一个重要研究前沿和热点,吸引了众多学者的关注和研究。如何有效求解极小极大优化问题,是优化领域及应用中的关键科学问题之一。考虑到极小极大三次正则化牛顿法中,三次正则化项的系数是相对固定的,会影响算法的收敛性。本文首先针对非凸–强凹极小极大优化问题,采用信赖域半径的选取策略,提出了一类自适应极小极大三次正则化牛顿法。然后证得了算法的迭代复杂度为O(T-1/3)。最后,通过一类对抗攻击神经网络问题,验证了该算法的有效性。

非精确牛顿法在自适应三次正则化牛顿方法中的应用

本文基于自适应三次正则化牛顿方法提出了非精确牛顿法自适应三次正则化牛顿方法,并且通过数值实验验证了该方法的单调性和收敛性。本文给出了3种算法。本文使用不同的非精确求解器来求解子优化问题,并且通过数值实验对比了在不同绝对截断误差和不同相对截断误差下非精确求解与精确求解的收敛情况。数值实验结果表明,在绝对截断误差过大时,会导致算法收敛速度变慢,随着绝对截断误差的减少算法的收敛速度逐渐加快。相对截断误差过大时也会出现收敛速度较慢的情况。此外,不同的非精确求解器在数值实验中在算法1上表现差异不大,但在算法2和算法3中却差异较为明显。

Banach空间中非凸广义方程的度量次正则性

利用Ekeland变分原理、Clarke上导数和Clarke次微分,在一般的Banach空间中给出非凸广义方程的度量次正则性成立的充分条件,所得结果改进了相关文献中的结果.

Banach空间上的Hlder度量次正则性的充分条件及参数估值

在一般Banach空间中,借助于Ekeland变分原理和多值映射的协导数,证明了Hlder度量次正则性的几个新的充分条件,并对相关重要参数给出估值.最后应用它们研究了不等式系统的Hlder误差界.

参数约束系统的度量次正则性

运用变分法和Clarke法锥,得到非凸参数约束系统具有度量次正则性的一个充分条件,并给出其在非线性参数约束系统中的一个应用.

一种带约束条件的集值映射的一致线性次正则性

在Asplund空间中讨论了一种带约束条件的有限个集值映射的一致线性次正则性,以次微分的形式给出一个必要条件,并在次光滑的假设下,运用变分分析的方法,以该形式给出一致线性次正则性的一个充分条件.

约束条件映射的度量次正则性

将有限维空间中一种约束集值映射度量次正则性的一个必要条件推广到Asplund空间中,并在subs-mooth假设下,运用变分分析的方法,以法锥的形式在Asplund空间中给出了该约束集值映射度量次正则性的一个充分条件.

求解非光滑方程组的三次正则化方法

考虑求解非光滑方程组的三次正则化方法及其收敛性分析.利用信赖域方法的技巧,保证该方法是全局收敛的.在子问题非精确求解和BD正则性条件成立的前提下,分析了非光滑三次正则化方法的局部收敛速度.最后,数值实验结果验证了该算法的有效性.

sl(n+1)的次正则幂零表示的同态空间(英文)

令李代数g=sl(n+1)的基域是特征为素数p的代数闭域k且满足pn+1.本文在g的次正则幂零表示中,证明了相同块中的任意两个小Verma模的同态是非零的.这揭示了小Verma模之间的完整联系.

无约束优化的非单调三次正则BB算法

先利用BB(Barzilai-Borwein)类型参数构造目标函数Hessian矩阵的近似矩阵,通过极小化当前迭代点处的三次正则化近似梯度模型求解试探步,再结合非单调线搜索策略提出一个非单调三次正则BB算法,最后给出算法的收敛性证明.数值实验结果表明,该算法数值性能良好.

一类带MCP函数正则化问题的稳定性研究

本文研究一类带极大极小凹惩罚(MCP)函数正则化问题,该模型由二次可微的损失函数和MCP函数组成。首先我们研究了MCP函数的邻近次微分和极限次微分,然后利用该次微分表达式和图像导数的运算法则,得到带MCP正则化问题目标函数次微分图像导数。最后,利用该图像导数表达式分别建立了该正则化问题次微分强度量次正则的充分条件和充要条件。

半二次图像复原中结构化方程组的预处理方法研究

半二次正则化最小二乘是实现高质量图像复原的重要模型之一。在利用牛顿迭代方法等优化方法求解该模型的过程中,每一步都涉及结构化方程组的求解。预处理共轭梯度法(PCG)是求解此类方程组的有效方法,而其收敛速度取决于预处理后矩阵的特征值性质。构造合适的预处理矩阵对于提高图像复原的性能具有重要的意义。近年来,结合半二次图像复原中方程组的结构化特点,学者们基于矩阵的Schur补近似等策略构造出了一系列的预处理矩阵,并给出了相应的特征值分析。数值结果表明,这些预处理方法有效地降低了图像复原的计算成本。针对半二次图像复原中的结构化方程组,本文整理了近几年出现的预处理方法,并从不同侧面进行对比分析,旨在为进一步的预处理方法改进和研究提供思路参考。

Parsons图T_b（2，q）的正则次数

已知Ｐａｒｓｏｎｓ图Ｔｂ（ｄ，ｑ）都是正则图，给出了Ｐａｒｓｏｎｓ图Ｔｂ（２，ｑ）正则次数的上、下界；对于ｂ∈Ｆｐ的情形，给出了图Ｔｂ（２，ｑ）正则次数的判定定理，确定了部分Ｐａｒｓｏｎｓ图的正则次数；并且纠正了文［１］中的一个错误．

Clifford分析中的k-超正则函数和二次k-超正则函数

研究了Clifford分析中k-超正则函数的一些性质,首次定义了二次k-超正则函数及拟二次k-超正则函数,并讨论了k-超正则函数和二次k-超正则函数之间的一些关系.

基于正则化方法的毫米波图像亮温反演

为了提高毫米波辐射图像的分辨率,该文采用正则化的方法对毫米波图像进行亮温反演。根据毫米波辐射图像的退化因素,分析了毫米波辐射计天线的亮温模型,给出了毫米波图像的离散退化函数。引入半二次正则化方法对毫米波图像进行亮温反演,该方法可以将图像退化函数从病态方程转换成确定性迭代算法,从而快速解出高分辨毫米波辐射图像。仿真结果表明该方法有效地提高了图像的分辨率,且所需时间短,满足实时性的要求。

拓扑空间的次分离性

旨在研究T4拓扑空间的一般化.为此定义了拓扑空间的次T2、次正则、次正规、遗传次正规等次分离性,详细地讨论了它们之间以及它们与已有分离性之间的联系,并且研究了这些次分离性的遗传性、可乘性以及与Wallman紧化和非标准紧化的联系.

一种带对数二次邻近项定制临近点的算法

求解等式约束凸优化问题时,常采用定制邻近点算法,虽然该方法解的精确度和收敛速度较好,但由于其子问题带有二次正则项,导致子问题不容易求解,求解成本增大。基于定制邻近点算法,用对数二次邻近项替换子问题中的二次正则项,提出了一种新的定制邻近点算法,并且在标准假设下,证明了新方法的全局收敛性。