导读:本文包含了迭代求解论文开题报告文献综述及选题提纲参考文献，主要关键词:成像,压缩感知,逆合成孔径雷达,凸优化
迭代求解论文文献综述
李泽,汪玲,胡长雨[1]（2019）在《融合深度学习和凸优化迭代求解策略的逆合成孔径雷达成像方法》一文中研究指出目的针对基于压缩感知(CS)的逆合成孔径雷达(ISAR)成像方法的成像质量和应用一直受到目标场景稀疏性好坏和迭代重建耗时长限制的问题,提出一种基于交替方向乘子法网络(ADMMN)的ISAR成像方法。方法根据交替方向乘子法(ADMM)求解稀疏假设下CS ISAR成像模型时采取的分裂变量的策略,将凸优化迭代求解过程映射到一个多级的深度神经网络,构建出ADMMN。ADMMN通过训练学习欠采样的ISAR测量数据与高质量目标图像之间的映射关系,借此实现ISAR欠采样数据成像。结果实验采用仿真卫星数据和实测飞机数据,两种数据的采样率分别为25%和10%。实验结果表明,相较于典型的CS ISAR正交匹配追踪(OMP)成像方法和贪婪卡尔曼滤波(GKF)成像方法,ADMMN成像方法能够更准确地重建目标区域散射点,在虚警(FA)、漏检(MD)和相对均方根误差(RRMSE)等成像质量评估指标上均有改善。在卫星数据成像实验中,相比于OMP和GKF,ADMMN在RRMSE指标上分别降低了49. 8%和26. 5%。在飞机数据成像实验中,相比于OMP和GKF,ADMMN在RRMSE指标上分别降低了68. 7%和74. 9%。此外,在验证ADMMN先验信息依赖性的实验中,分别采用卫星训练数据和飞机训练数据训练好的两种ADMMN,都能够对10%的飞机目标测量数据成像。结论融合深度学习和凸优化迭代求解策略的ADMMN ISAR成像方法能够使用非常少的数据获得高质量的成像结果,且成像效率高。(本文来源于《中国图象图形学报》期刊2019年11期）
张亚,邹健,沈马锐,彭思豪[2]（2019）在《一种求解稀疏重构问题的加速分割Bregman迭代算法》一文中研究指出为提高分割Bregman迭代算法的收敛速率,将加速梯度方法与分割Bregman迭代算法结合,提出了一种加速分割Bregman迭代算法,并将该方法用于求解L_1范数约束条件下的稀疏重构问题。新算法在保持原有算法迭代简单、易于实现等优点的同时,还具有超线性收敛性,可更好地求解实际问题。试验结果表明,与目前已有方法相比,加速分割Bregman迭代算法在迭代次数上有明显提升。(本文来源于《长江大学学报(自然科学版)》期刊2019年10期）
夏志鹏,王树青,徐明强,王皓宇[3]（2019）在《基于Tikhonov正则化迭代求解的结构损伤识别方法》一文中研究指出求解以结构物理与模态信息所构成的线性方程组,而获得结构的损伤位置和损伤程度,是进行结构损伤检测的一种常用做法。然而,在噪声影响下,其求解往往会出现振荡发散的情况,导致损伤检测结果不准确。Tikhonov正则化方法广泛应用于噪声条件下的线性系统求解,该方法执行的关键是选择合理的正则化矩阵及正则化参数。提出了一种迭代化的Tikhonov正则化方法,通过迭代的方式重构正则化矩阵,在充分抑制噪声的同时,保留了真实的损伤信息。同时,提出了奇异值二分法,自适应地调整正则化参数,避免了传统"L-曲线"方法选取正则化参数时需要进行大量试算等诸多问题。选取一海洋平台结构对提出方法的有效性进行验证,并与传统Tikhonov正则化方法进行对比,结果表明:提出的迭代型Tikhonov正则化方法具有更好的损伤识别结果。(本文来源于《振动与冲击》期刊2019年17期）
王志颖,刘忠贺[4]（2019）在《选权迭代法求解加权秩亏网平差权矩阵》一文中研究指出加权秩亏网平差是自由网平差的统一解算形式,但其权矩阵的确定较为困难,且目前尚无被大家普遍承认的求解理论与方法。本文利用抗差估计中的选权迭代法,模拟大量试验,统计加权秩亏网的平差效果。对自由网平差的应用扩展有一定的参考价值。(本文来源于《测绘通报》期刊2019年S2期）
王仲根,沐俊文,林涵,聂文艳[5]（2019）在《新型缩减矩阵构造加快特征基函数法迭代求解》一文中研究指出针对特征基函数法在分析电大目标电磁散射特性时存在缩减矩阵方程迭代求解收敛慢的问题,提出一种新型缩减矩阵构造方法提高特征基函数法的迭代求解效率.首先,应用奇异值分解技术压缩激励源,求解出新激励源下各子域的特征基函数;其次,将新激励源和特征基函数作为构造缩减矩阵的检验函数和基函数新方法构造的缩减矩阵的对角子矩阵均为单位矩阵,缩减矩阵条件数得到了优化.与传统方法相比,新方法构造的缩减矩阵方程迭代求解效率得到了显着提高;另外,由于矩阵方程求解次数减少,特征基函数的构造效率也得到了提高,数值结果证明了新方法的精确性和有效性.(本文来源于《物理学报》期刊2019年17期）
饶卫振,张云东,刘从虎,于灏,侯艳辉[6]（2019）在《一种求解协作配送成本分摊问题核仁解的近似迭代算法》一文中研究指出协作配送问题是典型的组合优化合作博弈问题,也可称为协作车辆路径问题,其核心问题之一是确定公平合理的成本分摊方案.其中核仁解由于具有唯一性和公平性等特点,是成本分摊领域中公认的科学分摊方案.本文提出了一种近似求解协作配送问题核仁解的方法.首先分析证明了当顾客位置分布均匀,从理论上协作配送成本分摊问题会是凸博弈问题,然后,基于凸博弈的核仁解会等同于预内核解的理论,提出了一个能够求解凸博弈问题核仁解的迭代逼近算法(approximate iterative algorithm,AIA),分析了AIA算法的复杂度为O(n~42~n),为此又提出了AIA的有效提速策略,可将AIA的复杂度降低至多项式.最后,通过求解协作配送算例和实例,验证了本文AIA算法能够准确求解得到协作配送成本分摊问题的核仁解,提出的求解策略能有效的减少求解耗时,并且得到的最终结果与实际核仁解的平均偏差不到0.02%,更重要的是AIA能够用于求解所有凸博弈问题的核仁解.(本文来源于《系统工程理论与实践》期刊2019年06期）
李晓莎,沈海龙,邵新慧[7]（2019）在《求解Time-dependent Stokes方程的含参数双预优迭代算法》一文中研究指出Time-dependent Stokes方程在离散动力学系统和科学计算中具有非常重要的作用,而它的求解非常困难.针对Time-dependent Stokes方程利用双预优方法构造了一种新型的含参数双预优迭代解法,并给出了新方法的收敛性分析,同时还讨论了参数的取值范围.最后用数值算例又验证了新方法的可行性和有效性.(本文来源于《数学的实践与认识》期刊2019年11期）
唐玉超,吴国荣,朱传喜[8]（2019）在《一种内外迭代方法求解叁凸函数和优化问题》一文中研究指出近年来,关于多个凸函数和的优化问题受到广泛关注.本文研究叁个凸函数和f(x)+g(x)+h(Bx)的一类凸优化问题,其中f (x)可微且具有Lipschitz连续梯度, g(x)和h(x)是正则下半连续简单凸函数, B是一个有界线性算子.此类优化问题在信号恢复和图像处理等实际问题中有着广泛的应用.为充分利用问题中的可微函数,本文基于向前向后分裂算法和叁算子分裂算法框架,建立若干具有内外迭代形式的算法.在推导迭代算法的过程中,本文提出基于对偶和原始对偶方法求解函数g+h?B和h?B的邻近算子.在对参数一定假设条件下,本文证明所提出的迭代算法收敛性.通过与Condat和Vu算法、原始对偶不动点(primal-dual?xed point, PDFP)算法和原始对偶叁算子(primal-dual three-operator, PD3O)算法比较,建立叁种迭代算法与本文提出的迭代算法之间的联系.最后,通过对融合Lasso问题、约束全变分正则化问题和低秩全变分图像超分辨率重建问题实施一系列数值实验,验证所提出的迭代算法的有效性.(本文来源于《中国科学:数学》期刊2019年05期）
张惠[9]（2019）在《求解最优控制问题的一些迭代法研究》一文中研究指出偏微分方程约束优化控制问题的研究对物理、工程等领域有极其重要的意义,由于其一般无法求得理论解,其数值方法研究具有重要的科学意义.本文考虑椭圆型偏微分方程约束优化控制问题,研究其离散化后所得大规模鞍点系统的迭代方法.针对经典Uzawa算法,利用Fourier分析获得迭代算法的最优松弛参数的显式表达式,在数值上分析该参数的有效性.进一步,针对该离散鞍点问题的特点,提出状态―约束交替迭代法(State Control Alternating Iterative Method,SCAIM).在代数层面证明SCAIM算法的收敛性,并利用Fourier分析给出SCAIM算法中松弛参数的最佳选择,同时,我们给出了SCAIM算法的收敛率估计,其算法性能不依赖于网格尺寸.此外,由于我们采用连续层面分析,SCAIM算法的最优松弛参数选择与离散化方法无关.数值实验表明,当SCAIM作为预条件子使用,其算法性能与基于Schur补的预条件子相比较具有优越性.(本文来源于《东北师范大学》期刊2019-05-01）
黄芳芳,汤玉荣[10]（2019）在《求解非线性方程的叁种新的迭代法》一文中研究指出如何构造合适的迭代法求解非线性方程是数值计算中的一个基本问题。本文对解非线性方程的迭代法进行分析与拓展,以经典的牛顿迭代法和弦截法为基础,构造了叁种新的迭代法。通过数值例子表明,这叁种迭代法在一定程度上加快了收敛速度。(本文来源于《山东工业技术》期刊2019年12期）
迭代求解论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为提高分割Bregman迭代算法的收敛速率,将加速梯度方法与分割Bregman迭代算法结合,提出了一种加速分割Bregman迭代算法,并将该方法用于求解L_1范数约束条件下的稀疏重构问题。新算法在保持原有算法迭代简单、易于实现等优点的同时,还具有超线性收敛性,可更好地求解实际问题。试验结果表明,与目前已有方法相比,加速分割Bregman迭代算法在迭代次数上有明显提升。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
迭代求解论文参考文献
[1].李泽,汪玲,胡长雨.融合深度学习和凸优化迭代求解策略的逆合成孔径雷达成像方法[J].中国图象图形学报.2019
[2].张亚,邹健,沈马锐,彭思豪.一种求解稀疏重构问题的加速分割Bregman迭代算法[J].长江大学学报(自然科学版).2019
[3].夏志鹏,王树青,徐明强,王皓宇.基于Tikhonov正则化迭代求解的结构损伤识别方法[J].振动与冲击.2019
[4].王志颖,刘忠贺.选权迭代法求解加权秩亏网平差权矩阵[J].测绘通报.2019
[5].王仲根,沐俊文,林涵,聂文艳.新型缩减矩阵构造加快特征基函数法迭代求解[J].物理学报.2019
[6].饶卫振,张云东,刘从虎,于灏,侯艳辉.一种求解协作配送成本分摊问题核仁解的近似迭代算法[J].系统工程理论与实践.2019
[7].李晓莎,沈海龙,邵新慧.求解Time-dependentStokes方程的含参数双预优迭代算法[J].数学的实践与认识.2019
[8].唐玉超,吴国荣,朱传喜.一种内外迭代方法求解叁凸函数和优化问题[J].中国科学:数学.2019
[9].张惠.求解最优控制问题的一些迭代法研究[D].东北师范大学.2019
[10].黄芳芳,汤玉荣.求解非线性方程的叁种新的迭代法[J].山东工业技术.2019