基于两步正则化Gauss-Newton迭代算法的ECT图像重建

电容层析成像(ECT)技术求解图像重建问题属于非线性问题,并且存在严重的不适定性。为提高图像重建精度,提出了一种基于两步正则化Gauss-Newton迭代算法的ECT图像重建方法。针对标准正则化Gauss-Newton迭代算法在图像重建中存在的不收敛问题,引入了两步迭代方法;改进了正则化矩阵,提高了解估计的精确度;考虑到Gauss-Newton算法对迭代初值的依赖性,加入了同伦算法。最后,进行仿真和静态实验,并与线性反投影(LBP)算法、Landweber算法、Tikhonov正则化算法进行对比。结果表明,该方法可有效提高图像重建精度。

(I+C_α)预条件Gauss-Seidel迭代法的收敛结果

讨论线性方程Ax=b的Gauss-Seidel迭代法的求解问题.Hadjidimos A等提出了预条件矩阵I+Cα.论文给出了线性方程组改进的Gauss-Seidel方法(称之为IMGS方法)对H阵的收敛结果,并给出数值例子.

Gauss-Markov估计关于误差分布的稳健性

对于一般线性模型y=Xβ+ε,本文讨论了在广义均方误差准则及均方误差矩阵准则下,未知参数β的可估函数Xβ的Gauss-Markov估计关于误差分布的稳健性,分别给出了误差项ε的最大分布类,使得误差项ε的分布在此范围内变动时,Gauss-Markov估计在相应准则下是最优估计.

H-矩阵及其比较矩阵的预条件Gauss-Seidel法的收敛性

讨论了新的预条件矩阵下的预条件Gauss-Seidel法.在更广义的分裂条件下,将此法应用于H-矩阵及其比较矩阵上,并得到了相应的收敛结果和谱半径的比较结果,从而说明应用于H-矩阵的预条件Gauss-Seidel法的收敛速度要比应用于它的比较矩阵的预条件Gauss-Seidel法的收敛速度快.最后,给出一个数值例子验证得到的结果.

预条件Gauss-Seidel迭代法的收敛性

给出一种预条件Gauss-Seidel迭代法,证明了当系数矩阵A为不可约的Z-矩阵、H-矩阵、正定矩阵时该方法收敛,从而扩展了该方法的适用范围,最后通过数值例子验证所得的主要结论.

解线性方程组的预条件Gauss-Seidel型迭代法

给出了解线性方程组的预条件Gauss-Seidel型方法,提出了选取合适的预条件因子.并讨论了对Z-矩阵应用这种方法的收敛性,给出了收敛最快时的系数取值.最后给出数值例子,说明选取合适的预条件因子应用Gauss-Seidel方法求解线性方程组是有效的.

(I+S_(max))预条件Gauss-Seidel迭代法进一步探索

Kotakemori研究了不可约对角占优Z 阵的(I+Smax)预条件Gauss Seidel迭代法,并证明在一定条件下,进行(I+Smax)预处理比(I+S)预处理收敛效果更好.本文将其收敛性定理推广到具有广泛应用背景的H 阵,并将这两类预条件Gauss Seidel迭代法相结合对不可约非奇M 阵进行两次适当的预处理,数值例子表明这样可以大大加快Gauss Seidel迭代法的收敛速度.

一类新的预条件Gauss-Seide迭代法

Gauss-Seide迭代法是经典的迭代法.通过提出一种新的预条件因子,证明了在非奇异M-矩阵下该预条件加速了迭代法的收敛性.最后给出数值算例说明:该预条件迭代方法优于通常的Gauss-Seide迭代法.

Gauss-Markov加密矩阵构造及图像加密应用

为了解决加密矩阵难以构造的问题,提出一种获得整数矩阵的新算法,利用Gauss-Markov过程生成一个随机序列,将该序列转换为一系列的低阶整数矩阵,从中寻找行列式等于1的整数矩阵,并对这些矩阵进行张量积运算得到高阶加密矩阵,应用于数字图像加密。加密实例和理论分析及对比表明,该算法可自动生成安全性很高的加密矩阵,且加密结果具有良好的随机特性和自相关性,能满足密码学的要求。

求解H-矩阵线性方程组的预处理Gauss-Seidel方法

针对系数矩阵A为H-矩阵,为线性方程组Ax=b引入了两种形式的预处理矩阵I+-S和I+S^,给出了相应的预处理Gauss-Seidel方法.证明了若系数矩阵A为H-矩阵,则新的系数矩阵(I+-S)A和(I+S^)A仍是H-矩阵,并给出了相应预条件Gauss-Seidel方法的收敛性分析.通过数值算例验证了新的预处理迭代方法的收敛率比经典的Gauss-Seidel迭代法以及J.P.Milaszewicz提出的改进Gauss-Seidel迭代法更好.

外推Gauss-Seidel迭代法的收敛性及其与H-矩阵的关系

考虑外推Gauss-Seidel迭代法的收敛性及其与H-矩阵的关系,给出了外推GaussSeidel迭代法与Jacobi迭代法收敛性的关系及收敛的参数范围.利用最优尺度矩阵及M-1 N的估计量给出了H-矩阵外推Gauss-Seidel法谱半径的上界估计式,并基于外推Gauss-Seidel及Gauss-Seidel迭代法得到一般H-矩阵的等价条件.

广义分裂下的预处理Gauss-Seidel迭代法收敛性的讨论

运用Gauss-Seidel迭代法解线性方程组,讨论了在一类预条件矩阵下的Gauss-Seidel迭代法的收敛性。在更广义的分裂条件下,对预条件Gauss-Seidel迭代法和相应的Gauss-Seidel迭代法的收敛性进行了比较,得到了比较定理。最后给出数值例子验证了所得到的主要结论。

Gauss编织的度量矩阵计算

在圈量子引力的重耦理论中,应用图式计算,度规算符对Gauss编织态的一个新作用被给出,并且度量算符对Gauss态的作用的表示矩阵亦被计算出.

新预条件下Gauss-Seidel迭代法及比较定理

提出了一种新预处理矩阵,研究了新预条件下Gauss-Seidel迭代法的收敛性,得到了比较性定理;并用数值例子验证了定理的正确性,揭示了新预条件加快Gauss-Seidel迭代法的收敛速度,且优于通常的预条件(I+R)。

Gauss-Seidel迭代法的推广与应用

对Gauss-Seidel法进行了一些推广,并更进一步减弱了收敛条件,使用了特殊的方法对推广结果进行了应用。

改进的Gauss-Seidel迭代法的收敛性

给出一种改进的Gauss-Seidel迭代法(IMGS方法),从理论上证明了当系数矩阵为M-矩阵和H-矩阵时IMGS方法是收敛的.最后用数值例子验证了所得的主要结论.

力矩分配法两种平衡方法的一致性证明

同时节点平衡法和先后节点平衡法是力矩分配法的两种节点弯矩平衡方法,基于矩阵位移法的节点弯矩平衡方程组构建了这两种平衡方法的加权转角迭代式,结合两种平衡方法的求解过程,证明了:(1)两种平衡方法求解的方程组与节点弯矩平衡方程组相同;(2)同时节点平衡法和先后节点平衡法分别采用增量雅可比迭代法和增量高斯-赛德尔迭代法求解节点弯矩平衡方程组,增量雅可比迭代法、增量高斯-赛德尔迭代法分别与雅可比迭代法、高斯-赛德尔迭代法是一致的;(3)两种平衡方法计算的杆端弯矩与转角位移方程计算的杆端弯矩相同。分析结果表明,力矩分配法求解的变量是加权节点转角,权值为杆件在该节点的转动刚度之和,符号相反;加权节点转角大小等于迭代的节点不平衡弯矩之和。

Chebyshev-Gauss-Lobatto节点的一个注记

利用Lagrange插值基函数和Chebyshev多项式的性质,推导以Chebyshev-Gauss-Lobatto点为插值点构造的插值基函数的一阶、二阶微分矩阵的显示格式,并由插值点的性质得出两者之间的关系.通过对具有解析解的一维对流扩散方程进行数值求解,验证了一阶、二阶微分矩阵显式格式的正确性.数值结果表明:由微分矩阵显式格式可以方便地构造配置点谱方法中的拟谱算子,利用其求解微分方程,在较少的网格点时,即可得到快速收敛的高精度的数值结果.研究工作对配置点谱方法的应用具有一定的理论指导意义.

H-矩阵的预条件Gauss-Seidel迭代法收敛性

H-矩阵是一类用途广泛的矩阵.当线性系统的系数矩阵为H-矩阵时,在更广义的分裂条件下,运用Gauss-Seidel迭代法解线性系统,得到了在一类预条件矩阵下的收敛结果.最后给出数值例子验证了此结论.

求解L-矩阵方程组的一种Gauss-Seidel型预条件迭代法(英文)

在1991年A.D.Gunawardena等人首先提出了以I+S为预处理子的Gauss-Seidel型迭代法比基本的迭代法有较好的收敛性.文章提出以阶梯矩阵作预处理子的Gauss-Seidel型迭代法,文中给出了收敛定理并以数值例子说明文章的方法比基本的迭代法及A.D.Gunawardena等人的方法有较好的收敛率.