稀疏分裂可行问题的共轭梯度算法

稀疏分裂可行问题的共轭梯度算法

论文摘要

稀疏分裂可行问题是指带有稀疏约束的分裂可行问题,在图像重建、压缩感知、信号、理处机器学习等领域有着广泛的应用.近年来,稀疏分裂可行问题得到了越来越多学者的关注,关于此问题的一些理论分析和算法研究也相继提出.但由于变量的稀疏性质,问题直接求解稀疏分裂可行许多传统迭代算法无法.因此设计稀疏分裂可行问题的有效算法是比较有意义的研究.全文共分成四章.主要结构安排如下:第一章为绪论,行问题的定义、主要阐述了稀疏分裂可研究意义以及研究现状,在此基础上介绍了稀疏分裂可行问题算法的发展现状,存在的问题和本文的主要工作.第二章首先利用分裂可行问题最小0范数解与最小1范数解的等价性,将分裂可行问题最小0范数解问题转化为求解最小1范数解的问题.再将该问题转化为非光滑无约束凸优化问题,接着利用Nesterov光滑技术得到一个光滑的无约束凸优化问题.然后提出一种修正的PRP共轭梯度算法来求解稀疏分裂可行问题,,并证明了算法的收敛性数值实验结果说明了算法的有效性.第三章我们设计了一种带有广义Armijo步长规则的修正的CD共轭梯度算法来求解稀疏分裂可行问题,收敛性证明了此算法具有全局,算法的有效性最后用数值例子说明了.第四章是对全文的总结及对未来研究方向的展望.

论文目录

  • 摘要
  • Abstract
  • 第一章 绪论
  •   1.1 引言
  •   1.2 稀疏分裂可行问题的研究现状
  •   1.3 本文的主要工作
  • 第二章 求解稀疏分裂可行问题的修正的PRP共轭梯度算法
  •   2.1 引言
  •   2.2 预备知识
  •   2.3 算法及收敛性分析
  •   2.4 数值实验
  •   2.5 本章小结
  • 第三章 求解稀疏分裂可行问题的修正的CD共轭梯度算法
  •   3.1 算法及收敛性分析
  •   3.2 数值实验
  •   3.3 本章小结
  • 第四章 总结与展望
  • 参考文献
  • 作者在读期间参与的课题研究
  • 致谢
  • 文章来源

    类型: 硕士论文

    作者: 杨迎迎

    导师: 屈彪

    关键词: 稀疏分裂可行问题,共轭梯度算法,最优化问题,收敛性

    来源: 曲阜师范大学

    年度: 2019

    分类: 基础科学

    专业: 数学

    单位: 曲阜师范大学

    分类号: O224

    总页数: 33

    文件大小: 2524K

    下载量: 24

    相关论文文献

    • [1].谱共轭梯度算法反演航天器在轨瞬态外热流[J]. 沈阳航空航天大学学报 2020(03)
    • [2].一类具有充分下降性的共轭梯度算法[J]. 华东师范大学学报(自然科学版) 2017(02)
    • [3].修正的谱共轭梯度算法在图像恢复中的应用[J]. 桂林电子科技大学学报 2016(02)
    • [4].带参数的混合共轭梯度算法及其收敛性研究[J]. 青岛大学学报(自然科学版) 2016(03)
    • [5].电磁层析成像实验系统中的修正共轭梯度算法[J]. 沈阳师范大学学报(自然科学版) 2015(02)
    • [6].改进形式共轭梯度算法在储层敏感性预测中的研究[J]. 石油天然气学报 2012(01)
    • [7].一种新的混合共轭梯度算法[J]. 西南大学学报(自然科学版) 2017(05)
    • [8].改进共轭梯度算法在矿井瓦斯含量预测中的应用[J]. 应用泛函分析学报 2017(02)
    • [9].一种反演介质吸收系数的改进谱共轭梯度算法[J]. 桂林电子科技大学学报 2018(04)
    • [10].一个修改的三项共轭梯度算法[J]. 广西科学 2012(04)
    • [11].一类新的混合共轭梯度算法[J]. 科学技术与工程 2010(19)
    • [12].变阻尼共轭梯度算法及其性能分析[J]. 地球物理学进展 2008(01)
    • [13].修正共轭梯度算法在无约束优化中的应用[J]. 桂林电子科技大学学报 2017(03)
    • [14].基于概率加权共轭梯度算法的混凝土超声波层析成像[J]. 计算物理 2015(03)
    • [15].非精确条件下的谱共轭梯度算法[J]. 吉林大学学报(理学版) 2009(02)
    • [16].一种无需线搜索的共轭梯度算法及其收敛性[J]. 赣南师范学院学报 2014(06)
    • [17].改进的混合共轭梯度法求解无约束优化算法[J]. 计算机工程与设计 2017(08)
    • [18].一种非线性扩展混合共轭梯度算法的全局收敛性[J]. 上海理工大学学报 2013(02)
    • [19].两种有效的非线性共轭梯度算法[J]. 计算数学 2013(03)
    • [20].基于预处理共轭梯度算法的有限元模型修正方法[J]. 飞机设计 2010(05)
    • [21].基于改进的共轭梯度算法实现的最小二乘隐空间支持向量机[J]. 计算机光盘软件与应用 2012(18)
    • [22].基于改进的共轭梯度算法实现的最小二乘隐空间支持向量机[J]. 微电子学与计算机 2012(12)
    • [23].电磁层析成像图像重建中的修正共轭梯度算法[J]. 仪器仪表学报 2010(03)
    • [24].一种新的混合共轭梯度算法[J]. 山东大学学报(理学版) 2010(06)
    • [25].无约束优化问题的一种新杂交共轭梯度算法[J]. 信阳师范学院学报(自然科学版) 2009(02)
    • [26].基于共轭梯度算法的光谱合成超构表面设计[J]. 光学技术 2019(05)
    • [27].求解无约束非线性规化问题的一个新的重开始三项共轭梯度算法的收敛性(英文)[J]. 数学季刊 2011(01)
    • [28].等式约束下的共轭梯度算法[J]. 阜阳师范学院学报(自然科学版) 2010(02)
    • [29].求解张量填充问题的非线性共轭梯度算法[J]. 桂林电子科技大学学报 2018(03)
    • [30].一个新的具有充分下降性的混合共轭梯度算法[J]. 应用数学学报 2011(04)

    标签:;  ;  ;  ;  

    稀疏分裂可行问题的共轭梯度算法
    下载Doc文档

    猜你喜欢