一类求解无约束优化的自适应拟牛顿型信赖域算法

提出一类求解无约束优化的自适应拟牛顿型信赖域算法,信赖域半径更新准则采用由L-函数给出的一类自适应更新准则,当前迭代点处的目标函数的二阶海森矩阵用某种拟牛顿型公式近似。在一定假设的条件下,算法具有传统信赖域算法的全局收敛性质。数值实验表明,对于求解无约束优化问题算法是有效的。     

一类带有二阶线搜索的非单调信赖域算法

提出了求解无约束最优化问题的带有新的非单调线搜索的非单调信赖域算法.当试探步不成功时,算法沿着试探步的方向求得下一个迭代点,其中步长运用新的非单调二阶线搜索计算,这种方法没有重新求解子问题,减少了计算量.在适当的条件下,证明了算法的全局收敛性.     

一个新的拟牛顿信赖域算法

提出了一种新的修正拟牛顿信赖域算法.算法同时利用函数值信息和梯度信息构造信赖域子问题,既可保持信赖域子问题海森矩阵的正定性,又能改善算法的数值执行.在一定假设的条件下,证明了算法的全局收敛性,并通过数值实验表明了提出算法的有效性.     

曲线线性搜索的模型信赖域方法

针对模型信赖域方法中搜索方向存在的不足，提出了按负曲率方向进行搜索的模型信赖域算法，并证明了算法的收敛性，进一步地，将曲线线性搜索与模型信赖域方法结合，给出了一般的按曲线搜索方向进行线性搜索的模型信赖域方法，证明了这种搜索方法的可行性，这种方法具有搜索选择的灵活性和一般性，可在实际中针对不同的情况进行选择搜索方向，使得它具有曲线搜索的优点及模型信赖域方法的整体收敛性．最后，提出了几种常用方法的搜索方向可作为本方法的特殊形式。     

求解无约束问题的修正PRP共轭梯度算法

提出了一种改进的PRP共轭梯度算法,其搜索方向自动具有充分下降性和信赖域性质,且在一定条件下,具有全局收敛性.数值结果表明该算法对求解无约束光滑问题是有效的.     

求解大规模非光滑优化问题的一种修正Hestenes-Stiefel共轭梯度算法

利用Moreau-Yosida正则化技术和非单调线搜索技术,设计了一种针对大规模非光滑优化问题的修正Hestenes-Stiefel共轭梯度算法.该算法的搜索方向不仅自动满足充分下降条件,而且属于信赖域.在适当条件下,新算法全局收敛.初步的数值实验也表明新算法对于求解大规模非光滑无约束凸优化问题是有效的.     

关于一类集值拟变分不等式的广义投影算法

引入并研究了一类新的广义非线性集值强隐拟变分不等式，通过用投影方法，证明了这类变分不等式的解等价于一类不动点问题的解．基于这类不动点问题，我们构造了一个迭代算法，在没有紧性的条件下，证明了这类变分不等式解的存在性；同时，还证明了由迭代算法所产生的迭代序列收敛于这类变分不等式的解．     

一类具有充分下降性的混合型谱共轭梯度法

首先基于共轭梯度法的下降性条件,提出了一类结合了FR法、WYL法、PRP法优点的充分下降的混合型谱共轭梯度法.在Wolfe线搜索下用反证法证明了新的混合型谱共轭梯度法的全局收敛性.最后通过数值算例,将本文算法与WYL法、FR法进行比较,结果表明新算法在迭代次数与迭代总时间上均优于其他另外两种算法.算法的全局收敛性和数值效果的优越性表明新算法是有效的.     

EAOR投影迭代算法求解一类对称双正型线性互补问题

研究求解一类对称双正型的线性互补问题的EAOR迭代算法．证明了由此算法产生的迭代序列的聚点是线性互补问题的解．并且，当互补问题中的矩阵为对称双正加阵或严格对称双正阵时，算法产生的迭代序列存在子序列收敛到互补问题的解．而当矩阵为非退化对称双正加阵时，该序列收敛．     

一种改进的用于多峰值函数优化的自适应克隆选择算法

针对基本的克隆选择算法容易陷入局部最优的弱点以及算法在迭代后期易出现停止不前的现象,向基本克隆选择算法中加入了超变异算子和自适应调节步长机制．经过典型的Benchmark算例的测试,表明改进后的克隆选择算法能够提高全局寻优能力和解的精度．     

基于矩阵加权关联规则的核模糊聚类

提出一种基于矩阵加权关联规则的空间粒度聚类算法。该算法核心思想是根据文档特征向量矩阵提取文档的相似度，再在该关联规则算法上进行聚类来寻找相似关系的频繁项集。通过引入核函数，样本点被非线性变换映射到高维特征空间进行聚类，提高聚类性能。通过矩阵加权关联规则算法进行聚类。通过实验表明，在处理中小型文档时，该算法的精确度优于传统Apriori算法和K-mean算法；在处理大型文档时，该算法的时间复杂度小于传统的K-mean算法。     

解约束优化问题的一种信赖域方法

提出了一种解约束光滑优化问题的依赖域方法，并给出了算法的全局收敛性。     

基于背景减与帧间差分结合的视频运动目标分割

提出一种视频运动目标分割的改进算法,算法混合使用背景减算法和帧间差分算法,充分利用了两种典型算法的优点,并改进了其缺陷,解决了背景减算法的背景合理更新及帧间差分算法分割不完整问题.实验结果表明：该算法简单,速度快,易于硬件实现.     

基于WEB的水产养殖病害诊断专家系统

为解决水产养殖中的病害问题,采用TFIDF加权算法和动态规划的设计理念,结合余弦相似度模型,设计并实现了基于WEB的水产养殖病害诊断专家系统。该系统包括专家诊断模块、查询模块、浏览模块和专家在线更新模块,能自动对用户输入症状进行关键词提取并通过TFIDF算法加权,然后采用余弦相似度模型公式计算,得出输入文本与知识库中每篇文档的相似度,最后把相似度高的前3个疾病及其治疗方案作为诊断结果反馈给用户。经实验验证,该系统可以快速地对用户输入的病害症状进行正确诊断,可用于水产养殖生产实践中。     

证据理论加权决策树在外包维修中的应用

外包维修过程中产生的数据通常是模糊的,传统上很少按重要性分类,从这些数据仅仅能搜索到相关的不确定信息。将证据理论作为处理不确定数据的有力工具,提出用证据理论加权决策树算法对外包维修过程产生的不确定数据进行分类并挖掘出规则。实验结果表明本算法可有效的对外包维修数据进行分类,并可以生成可指导产品研发的规则。     

一种块匹配的图像修复算法

在研究Criminisi算法的基础上,提出了一种新的图像修复算法。根据图像待修复点梯度的大小,在源区域中确定其匹配区域的范围,减少搜索次数;以到待修复点距离从小到大的方式搜索匹配块,应用最近最优匹配块对图像进行修复;提出新的置信度更新方法,使更新后的置信度与累积误差成反比。实验表明,本文提出的图像修复算法具有较好的图象修复效果,并且计算复杂度低,效率高。     

基于萤火虫最优偏差算法的农田红外目标检测研究

为了提高农田红外目标检测的性能,采用萤火虫最优偏差算法对其进行研究。首先,建立红外目标检测模型,构造红外图像目标灰度值最优偏差估计;然后,萤火虫算法在决策域范围内更新;接着,萤火虫在寻优分析中以红外点目标成像的艾里斑能量分布作为萤火虫适应度函数,且给出算法实现流程;最后,实验仿真显示,本文算法能够检测出红外目标区域,边缘定位准确,同时检测效率较高。