基于l_∞-模的Hankel矩阵填充的保结构阈值算法

文章基于l_∞-范数的性质及奇异值阈值方法,提出Hankel矩阵填充的一种算法.该算法保证每次迭代产生的填充矩阵是可行的Hankel矩阵,不仅减少了奇异值分解所用的时间,而且获得更精确的填充矩阵.同时,讨论了新算法的收敛性.最后通过数值实验以及简单的图像修复证明新算法比加速邻近梯度算法、阈值的增广Lagrange乘子算法以及基于F-模的Hankel矩阵填充的保结构阈值算法更有效.     

Toeplitz矩阵填充的保结构算法

本文以奇异值阈值方法为基础,运用二次规划技术,提出一种新的Toeplitz矩阵填充的保结构算法,算法保证每次迭代产生的填充矩阵是可行的Toeplitz矩阵;同时运用核范数的次梯度和正交理论给出算法收敛性分析;最后通过数值实验以及简单的图像修复证明新的算法比阈值的增广Lagrange乘子算法更有效.     

Toeplitz矩阵填充的 $\ell$-步修正增广拉格朗日乘子算法[英文]

基于 Toeplitz矩阵填充(TMC)的修正增广拉格朗日乘子(MALM)算法, 本文给出此算法的一种加速策略, 提出Toeplitz矩阵填充的 $\ell$-步修正增广拉格朗日乘子算法. 该方法通过削减原 MALM算法中每一步迭代的频繁数据传输, 提高算法的运行效率. 同时也证明了新算法的收敛性. 最后以数值实验表明 $\ell$-步修正增广拉格朗日乘子算法比原 MALM算法更有效.     

Toeplitz矩阵填充的?-步修正增广拉格朗日乘子算法（英文）

基于Toeplitz矩阵填充(TMC)的修正增广拉格朗日乘子(MALM)算法,本文给出此算法的一种加速策略,提出Toeplitz矩阵填充的?-步修正增广拉格朗日乘子算法.该方法通过削减原MALM算法中每一步迭代的频繁数据传输,提高算法的运行效率.同时也证明了新算法的收敛性.最后以数值实验表明?-步修正增广拉格朗日乘子算法比原MALM算法更有效.     

基于均值的Toeplitz矩阵填充的子空间算法

本文提出一种基于均值的Toeplitz矩阵填充的子空间算法.通过在左奇异向量空间中对已知元素的最小二乘逼近,形成了新的可行矩阵;并利用对角线上的均值化使得迭代后的矩阵保持Toeplitz结构,从而减少了奇异向量空间的分解时间.理论上,证明了在一定条件下该算法收敛于一个低秩的Toeplitz矩阵.通过不同已知率的矩阵填充数值实验展示了Toeplitz矩阵填充的新算法比阈值增广Lagrange乘子算法在时间上和精度上更有效.     

AHP中判断矩阵的一致性修正新方法

继续相关文献中关于NEW-AHP算法中正互反判断矩阵的一致性检验与修正算法研究.通过研究正互反判断矩阵不一致性与扰动矩阵的关系,提出了扰动偏差矩阵的概念,给出两种基于扰动偏差矩阵的正互反判断矩阵一致性修正的新方法.通过数值检验,与传统的AHP方法进行了比较.     

矩阵广义逆硬阈值追踪算法与稀疏恢复问题

本文通过引入支撑集捕获基数及MP广义逆,提出了一种用于稀疏恢复问题的矩阵广义逆硬阈值追踪算法,并在观测误差存在的情况下给出了算法在约束等距条件(RIP)下的收敛性.数值实验表明,算法不仅极大地减少了收敛所需迭代次数,且观测误差存在的情况下稀疏恢复是强健的.     

矩阵填充的子空间逼近法

本文提出了一种矩阵填充的子空间逼近法.该算法以奇异值分解的子空间逼近为基础,运用二次规划技术产生子空间中最接近的可行矩阵,从而获得较好的可行矩阵.该算法通过阈值的奇异值个数逐步减少达到子空间的降秩,最后得到最优低秩矩阵.本文证明了在一定条件下子空间逼近法是收敛的.通过与增广Lagrange乘子算法和正交秩1矩阵逼近法进行随机实验对比,本文所提方法在CPU时间和低秩性上均更有效.     

基于迭代投影的梯度硬阈值追踪算法

梯度硬阈值追踪算法是求解稀疏优化问题的有效算法之一.考虑到算法中投影对最优解的影响,提出一种比贪婪策略更好的投影算法是很有必要的.针对一般的稀疏约束优化问题,利用整数规划提出一种迭代投影策略,将梯度投影算法中的投影作为一个子问题求解.通过迭代求解该子问题得到投影的指标集,并以此继续求解原问题,以提高梯度硬阈值追踪算法的计算效果.证明了算法的收敛性,并通过数值实例验证了算法的有效性.     

基于Armijo线搜索的对角三阶拟柯西法

通过引入基于最小改变的对角修正策略,结合三阶拟牛顿方程,提出了基于Armijo线搜索的对角三阶拟柯西法.在适当的假设下,算法保证了修正矩阵的非奇异性,并证明了算法的线性收敛性.数值试验表明该算法是有效的.     

非线性约束优化问题的一个修正 Lagrangian 算法

基于一个含有控制参数的修正Lagrangian函数,该文建立了一个求解非线性约束优化问题的修正Lagrangian算法.在一些适当的条件下,证明了控制参数存在一个阀值,当控制参数小于这一阀值时,由这一算法产生的序列解局部收敛于问题的Kuhn-Tucker点,并且建立了解的误差上界.最后给出一些约束优化问题的数值结果.     

A mean value algorithm for Toeplitz matrix completion

In this paper, we propose a new mean value algorithm for the Toeplitz matrix completion based on the singular value thresholding (SVT) algorithm. The completion matrices generated by the new algorithm keep a feasible Toeplitz structure. Meanwhile, we prove the convergence of the new algorithm under some reasonal conditions. Finally, we show the new algorithm is much more effective than the ALM (augmented Lagrange multiplier) algorithm through numerical experiments and image inpainting.     

求分块三对角矩阵和分块周期三对角矩阵逆矩阵的快速算法

给出了分块三对角矩阵逆矩阵的快速算法,并利用所给算法得到了求分块周期三对角矩阵逆矩阵的快速算法.最后通过算例表示算法的有效性.     

Toeplitz矩阵填充的四种流形逼近算法比较

 本文提出Toeplitz矩阵填充的四种流形逼近算法。在左奇异向量空间中对已知部分运用最小二乘法逼近,形成新的可行矩阵;并将对角线上的元素分别用均值,l₁范数,l_∞范数和中间数四种方法逼近使得迭代后的矩阵仍保持Toeplitz结构,节约了奇异向量空间的分解时间。最终找到合理的低秩矩阵来逼近未知的高秩矩阵,进而精确地完成Toeplitz矩阵的填充。理论上,分析了在一定条件下算法的收敛性。实验上,通过取不同的采样密度进行数值实验展示了四种算法的优劣。实验结果说明均值算法和l_∞范数算法大多用的时间较少,但是当采样密度和矩阵规模较大时,中间数算法的精度较高。     

A nonconvex approach to low‐rank matrix completion using convex optimization

This paper deals with the problem of recovering an unknown low‐rank matrix from a sampling of its entries. For its solution, we consider a nonconvex approach based on the minimization of a nonconvex functional that is the sum of a convex fidelity term and a nonconvex, nonsmooth relaxation of the rank function. We show that by a suitable choice of this nonconvex penalty, it is possible, under mild assumptions, to use also in this matrix setting the iterative forward–backward splitting method. Specifically, we propose the use of certain parameter dependent nonconvex penalties that with a good choice of the parameter value allow us to solve in the backward step a convex minimization problem, and we exploit this result to prove the convergence of the iterative forward–backward splitting algorithm. Based on the theoretical results, we develop for the solution of the matrix completion problem the efficient iterative improved matrix completion forward–backward algorithm, which exhibits lower computing times and improved recovery performance when compared with the best state‐of‐the‐art algorithms for matrix completion. Copyright © 2016 John Wiley & Sons, Ltd.     

Toeplitz型矩阵的逆矩阵的快速三角分解算法

针对有关“型”矩阵的三角分解问题 ,提出了一种 Toeplitz型矩阵的逆矩阵的快速三角分解算法 .首先假设给定 n阶非奇异矩阵 A,利用一组线性方程组的解 ,得到 A- 1的一个递推关系式 ,进而利用该关系式得到 A- 1的一种三角分解表达式 ,然后从 Toeplitz型矩阵的特殊结构出发 ,利用上述定理的结论 ,给出了Toeplitz型矩阵的逆矩阵的一种快速三角分解算法 ,算法所需运算量为 O( mn2 ) .最后 ,数值计算表明该算法的可靠性 .     

连续Sylvester矩阵方程求解的分裂迭代算法

有效求解连续的Sylvester矩阵方程对于科学和工程计算有着重要的应用价值,因此该文提出了一种可行的分裂迭代算法.该算法的核心思想是外迭代将连续Sylvester矩阵方程的系数矩阵分裂为对称矩阵和反对称矩阵,内迭代求解复对称矩阵方程.相较于传统的分裂算法,该文所提出的分裂迭代算法有效地避免了最优迭代参数的选取,并利用了复对称方程组高效求解的特点,进而提高了算法的易实现性、易操作性.此外,从理论层面进一步证明了该分裂迭代算法的收敛性.最后,通过数值算例表明分裂迭代算法具有良好的收敛性和鲁棒性,同时也证实了分裂迭代算法的收敛性很大程度依赖于内迭代格式的选取.     

逆M矩阵模型的完备及其算法设计

1 引 言 M矩阵是具有非负对角元和非正非对角元且其逆是非负矩阵的一类矩阵.逆M矩阵即逆为M矩阵的一类非负矩阵.逆M矩阵在物理学,生物学,控制理论,神经网络方面有着重要的应用.所以对逆M矩阵的研究一直在持续不断的进行.一个“部分矩阵”是指在一个矩阵中,一些元素已经给定了,而另一些元素待定的矩阵.而一个矩阵的完     

生成度量矩阵的新算法及拟度量矩阵的性质研究

阐述了生成度量矩阵的除法变换的新算法,这种算法使计算度量矩阵更简便,使数据的存贮空间大大减少.另外,得到了拟度量矩阵和拟判断矩阵的特征值和特征向量的关系,以及对广义成对比较矩阵和广义度量矩阵的性质进行了研究,这为不严格的成对比较矩阵的权重研究提供了较好的理论方法,为模糊矩阵的研究提供了较好的思想.