基于迭代正则化高斯-牛顿法的非线性Urysohn积分方程数值解

非线性Urysohn积分方程在许多领域中都有广泛的应用,但由于该方程具有不适定性的特点,数据的微小扰动可能导致解的巨大变化,给数值求解带来很大困难.为了获得稳定的、准确的数值解,本文利用迭代正则化高斯-牛顿法对此方程进行求解,给出了利用Sigmoid-型函数确定迭代正则化参数的方法.对一类重力测定问题进行了数值模拟,将得到的数值解和相应的精确解作比较.结果表明,本文提出的方法在求解非线性Urysohn积分方程时是可行的也是有效的.

NLS问题的正则化修正高斯-牛顿法

本文借助于正则化理论,通过添加稳定泛函μΩ(z)=μ2‖xk-xk-1‖2,结合修正高斯-牛顿法,构造了非线性最小二乘问题正则化修正高斯-牛顿法求解公式;解决了普通修正高斯-牛顿法在迭代过程中其Jacobian矩阵是秩亏或者严重病态导致的不能收敛的问题;给出了非线性秩亏自由网平差的正则化修正高斯-牛顿法步骤;最后以几个经典非线性最小二乘问题为例进行了数值实验,说明了本文所提方法的正确性和适用性。

基于高斯-牛顿迭代的非正交联合对角化算法

针对传统的分离算法因迭代次数过多而不能满足通信信号分离时对信号实时处理的要求,将最佳权矩阵引入到联合对角化准则中,提出了一种改进的基于"高斯-牛顿"迭代法的非正交联合对角化算法(WEDGE),提高了算法的分离性能和收敛速度.仿真结果验证了算法的有效性.

中国农业生产经营行为的中长期预测——基于高斯-牛顿(Gauss-Newton)迭代的预测方法

本文重点针对中国的农业家庭式生产方式进行研究,将中国“家庭小农户”的基本情况、时间变化、重要指标特征从宏观和微观的角度进行数据统计及归纳。结合理论分析法,展望中国农业小规模生产经营的未来情形,利用数理模型和国际数据的横向比较预测未来中国农业人口、劳动参与率、农业平均生产率和农业经济增长率等指标的潜在变化趋势,回答在家庭生产经营占主导地位的情况下未来中国农业的发展速度和发展质量(生产率),并基于跨国“收敛”规律所呈现的共同属性、农业人口构造以及加入就业的独特属性,得到未来中国各年“农业生产发展质量的隐藏提升率”与“农业劳动力增长率”的数据。通过统计整理得出对应每年的潜在经济增长率,由此可以获得对应的预估结论。结论显示,2018年中国潜在农业增长率为4.97%(4.84%~5.10%),2019年中国潜在农业增长率为4.93%(4.81%~5.05%),2020—2024年将降至4.83%(4.62%~5.02%)、2025—2029年将降至4.40%(4.28%~4.65%)、2030—2034年将降至4.07%(3.90%~4.19%)、2035—2039年将降至3.93%(3.79%~4.06%)、2040—2044年将降至3.80%(3.70%~3.89%)、2045—2049年将降至3.65%(3.61%~3.69%)。

迭代再权共轭梯度q范数正则化线性最小二乘–支持向量机分类算法

L2范数罚最小二乘–支持向量机(least square support vector machine algorithm,LS–SVM)分类器是得到广泛研究和使用的机器学习算法,其算法中正则化阶次是事先给定的,预设q=2.本文提出q范数正则化LS–SVM分类器算法,0<q<∞,把q取值扩大到有理数范围.利用网格法改变正则化权衡参数c和正则化阶次q的值,在所选的c和q值上,使用迭代再权方法求解分类器目标函数,找出最小分类预测误差值,使预测误差和特征选择个数两个性能指标得到提高.通过对不同领域的实际数据进行实验,可以看到提出的分类算法分类预测更加准确同时可以实现特征选择,性能优于L2范数罚LS–SVM.

混合正则化模型的交替迭代原理与图像恢复

由有界变差函数的半范数(TV)描述的正则项,在图像恢复过程中,对于图像的纹理部分,容易造成细节丢失;对于图像的卡通部分,容易产生阶梯效应;为克服此缺点,提出一种混合卡通-纹理正则化模型(hybrid cartoon texture regularization model,HCTRM)和交替迭代算法。首先,对受系统和噪声模糊的图像,用Kullback-Leibler函数描述拟合项;对于图像的卡通部分用分数阶TV的半范数来描述,纹理部分用紧框架域L_1范数来描述,建立HCTRM。其次,分析HCTRM解的存在性和唯一性。再次,引入辅助变量,将HCTRM转化为标准表达式,应用交替方向乘子算法(ADMM),将HCTRM分解为2个大的子问题。最后,将每个大的子问题,再分裂为2个小的容易处理的子问题,形成快速交替迭代算法。针对TV的半范数作为正则项,容易消除图像的纹理,且产生阶梯效应的缺点,提出一种HCTRM和交替迭代算法。仿真表明,能有效地恢复非平稳区域的纹理,克服在平稳区域产生的阶梯效应,取得较高的峰值信噪比和结构相似测度。

仅测角定轨问题迭代格式的推导与应用

针对由仅测角信息确定卫星轨道的问题,建模为求解相应适应度函数零点的一类方法,分析了求解该问题的高斯-牛顿迭代法中涉及的观测时间步长、动力学方程求解步长和迭代格式步长三者之间的区别与联系。针对一般精定轨方法由于适应度函数高度非线性而难以构造有效迭代格式的问题,提出了初定轨与精定轨方法结合的定轨方法,并在理论上分析了该方法的可行性。通过数值实验验证了所提求解方法的准确性、有效性和高效性。

基于L_(1-2)正则化的地震波阻抗“块”反演

波阻抗反演技术已经相当成熟,但仍然存在反问题的不适定性、反演的分辨率低以及对地层边界刻画不清晰等问题。为此,提出基于L_(1-2)正则化的地震波阻抗“块”反演方法。在前人的基础上,将L_(1-2)正则化引入基于模型的波阻抗反演,通过借鉴全变分正则化的思想,利用叠后地震数据直接获得波阻抗反演结果。首先,推导线性化的波阻抗正演近似公式并分析精度;然后,基于贝叶斯理论,引入L_(1-2)正则化构建波阻抗反演的目标函数,利用迭代重加权最小二乘算法求解目标函数,获得波阻抗反演结果。由于波阻抗反演为单道反演算法,反演多道数据时道与道之间会产生空间不连续现象,因此对反演结果执行f-x域空间预测滤波改善由噪声和单道反演算法带来的空间不连续性。相关系数的定量对比证明了基于L_(1-2)范数的反演结果优于基于L1范数和L2范数。合成数据和实际资料反演验证了所提方法的有效性和可行性。

重力异常界面反演的Gauss-Newton方法及其隐式迭代实现

首先根据重力异常积分公式及重力异常实测数据将确定异常源的密度界面问题归结为求非线性泛函极小化的变分问题，并在Ｈｉｌｂｅｒｔ空间中应用Ｇａｕｓｓ－Ｎｅｗｔｏｎ迭代方法进行求解．在实际计算中采用有限维试验函数空间对模型进行离散，每次迭代的增量由隐式迭代方法给出。

解析-迭代重建算法在微纳CT中的应用

微纳Computer Tomography(微纳CT)作为一种无损、高分辨率成像技术,已经被应用到生物医学、医学、工业等领域。在一些实际应用中,受扫描时间、检测环境或X射线能量等影响,采集的投影数据是不完备或不相容的。如:有限角、稀疏角。此时采用传统的解析重建算法将导致重建图像中出现伪影和噪声。本文针对微纳CT成像,采用解析-迭代方法来处理这类问题。实验结果表明:在抑制伪影和噪声方面,解析-迭代方法优于传统的解析重建算法。

火箭着陆制导的二阶皮卡切比雪夫牛顿类方法

针对火箭一子级着陆问题,提出一种基于二阶皮卡-切比雪夫-牛顿类算法的制导方法。基于动力学方程的自然二阶皮卡迭代格式及切比雪夫多项式,将连续时间动力学方程进行离散化处理;将考虑终端约束的着陆问题转化为关于终端约束函数的非线性最小二乘问题,并采用高斯-牛顿方法求解该问题;在此基础上,在高斯-牛顿法的迭代过程中引入投影方法,实现推力的不等式约束。基于上述算法设计闭环制导并完成着陆段数值仿真。仿真结果表明,该制导方法具有较好的终端精度及计算效率。

基于MPI大地电磁二维正则化反演并行计算研究

运用并行技术能提高运算效率,在大地电磁数据处理中,偏导数矩阵的计算占据了大量的计算时间,使得反演速度较慢。这里在目标函数中采用基于阻尼高斯-牛顿法的正则化反演方法,对偏导数计算进行并行处理,其余部份保留串行计算模式,针对不同频率间实现完全对等的并行策略,模拟在多进程下的并行计算速度。通过两个理论模型试算,验证了并行算法的正确性、高效性和稳定性。

非线性最小二乘参数平差迭代算法

在非线性最小二乘问题现有的 3类主要算法高斯 牛顿法、阻尼最小二乘法和最小二乘的拟牛顿法的基础上 ,引入了综合性能更优的非线性规划的SQPM (序列二次规划法 )算法 ,并且为进一步提高SQPM算法迭代的收敛性 ,对其步长策略进行了改进。改进的SQPM算法成为无需精确计算参数概略值的非线性最小二乘参数平差的实用和有效算法。

基于弦线法的去导迭代扩展卡尔曼滤波器

由于需要求解观测方程的Jacobian矩阵,迭代扩展卡尔曼滤波的应用受到了一定的限制。从迭代扩展卡尔曼滤波的高斯-牛顿法推导过程出发,将弦线法引入迭代扩展卡尔曼滤波,得到了一种去导迭代扩展卡尔曼滤波算法。新的滤波算法在观测迭代时,用两点间的割线斜率矩阵代替Jacobian矩阵,应用范围也更为广泛。实例仿真实验表明,新滤波方法的精度优于扩展卡尔曼滤波和无敏卡尔曼滤波,略优于迭代扩展卡尔曼滤波。

三维大地电磁自适应L1范数正则化反演

常规三维大地电磁反演的正则项为L 2范数,它以电阻率空间分布函数处处光滑为模型期望,弱化了算法对电性突变界面的分辨能力.本文实现了正则项为L1范数的三维大地电磁反演算法,让模型空间梯度向量更有机会取得稀疏解,在充分正则的迭代下能够有效突出模型真实电性界面.为避免L1范数零点不可导带来的求解困难,使用迭代重加权最小二乘法把原问题转换为一系列L2正则子问题迭代求解.每个子问题的极小方法使用改进型拟牛顿法,其下降方向既能保证正则项海塞矩阵的精确性,又能允许反演过程随迭代灵活更新正则因子.使用比值法或分段衰减法自适应更新正则因子以避免迭代早期陷入奇异解,从而提升反演收敛的稳定性并降低初始模型依赖度.合成的无噪数据反演表明L 1正则算法的模型恢复效果优于L2正则;不同噪声水平的合成数据反演表明本文的算法具有稳健性;实测数据反演对比表明在合理的正则因子调整策略下,L1正则反演结果的模型分辨率优于L2正则.另外,不同初始模型的反演测试还表明,正则因子选取不合理时L1正则可能造成方块状假异常.

基于加权低分辨率图像的自适应正则化图像重建

图像重建是一个病态问题,需要应用逆过程获得原始图像的近似估计。亚像素配准虽在图像重建过程中发挥了重要作用,但难以获得准确值。提出一种自适应图像重建迭代算法和基于加权低分辨率图像的Tikhonov正则化参数的自适应估计方法。权重系数保持了每个低分辨率图像的逼真度,而正则化系数则控制了图像平滑度。实验结果表明,此算法无论在客观测量还是在视觉评价上,都优于传统的Tikhonov正则化方法。

EH4时频数据联合处理及其在煤矿采空区的应用

煤矿采空区对地面建设工程和人民生命财产构成巨大潜在危害,利用EH4连续电导率剖面仪能对其进行有效识别.目前,EH4数据处理基本依赖于系统自带软件IMAGEM,所得结果一般很难满足资料解释的精度要求,故掌握EH4数据的再处理具有重要意义.对EH4数据进行时频联合处理能够最大化利用地电响应信息:时域数据处理是对原始资料的再认识过程,其基本流程包括时间序列读取、时频转换、功率谱分析和阻抗估算;频域数据处理则是在时域数据处理的基础上,选择合适的反演方案,将所得的高质量频域数据进行反演成图.本文通过对某煤田相关矿区进行大地电磁探测及EH4数据处理,对这些区域的大地电磁响应进行分析,得到高质量频域数据,并利用基于阻尼高斯-牛顿法的正则化反演进行频域数据反演成图及解释,最后得出了合理可靠的地球物理解释,成功圈闭出三处采空区,并在实际回填过程中得到验证,处理结果真实可信.

非线性布西尼斯克方程的直线解法及渗透系数反演计算

本文提出了一种新的求解非线性Boussinesq方程正问题的数值方法。该方法利用有限差分方法把描述河渠间地下潜水非恒定流动的非线性偏微分方程转化为常微分方程,通过Runge Kutta法求解。以此为基础,利用函数逼近及算子识别摄动法建立了渗透系数反演的正则迭代法,并给出了计算实例。其结果表明该方法具有数值精度高、稳定性好等优点。

一种稀疏度自适应的压缩感知信道估计算法

针对目前稀疏度自适应的压缩感知(compressed sensing,CS)信道估计算法计算量过大的问题,文章提出了基于关联度分析的稀疏度自适应归档正则化迭代硬阈值(sparsity adaptive archiving normalized iterative hard thresholding,SAANIHT)算法。ANIHT算法可以解决传统压缩感知理论计算量大、计算时间过长的问题,但需要预知信道的稀疏度。引入高斯核函数对一种稀疏度估计算法进行了改进,并与ANIHT算法结合,使其可以在盲稀疏情况下对信道进行估计。仿真结果表明,在同等稀疏度条件下,该算法比其他算法节约了计算时间,在低信噪比下性能更优,具有较好的重构性能与稳定性。

基于射线声学的水下传感网络静默定位算法

水下传感网络静默定位方法是一种可服务于多用户的免时钟同步定位算法,待定位节点全程无需发声,具有隐蔽性强和方便扩展等优点。该文提出了一种结合声线跟踪技术的水下传感网络节点静默定位方法,将高斯-牛顿法引入到水下网络节点静默定位中,解决了已有方法存在定位盲区的问题。鉴于水中声速分布不均的情况,将声线跟踪技术融入迭代过程,用以修正声线弯曲带来的定位误差。同时,针对实际应用过程中可能出现的信标节点阵型不佳的情况,采用了改进的Tikhonov正则化方法,根据目标函数变化情况反馈控制正则化参数,消除了雅可比矩阵不满秩对迭代过程的影响。通过仿真分析,验证了该文算法的有效性。