全局优化问题的一个新的无参数填充函数

求全局最优化问题的填充函数算法被提出以来，参数的选取和调整一直是制约算法有效性的因素。如何在实际的计算过程中选取合适的参数，直接影响和决定了运算速度和效率。因此，构造不含参数的填充函数就显得极为重要。提出一个新的无参数的填充函数，对其理论性质进行了分析，并给出相应的填充函数算法，数值计算验证了算法的有效性。     

一个基于非单调技术的超记忆梯度法

本文给出一个修正的非单调线搜索策略,并结合该策略提出一个求解无约束优化问题的超记忆梯度算法.该算法的主要特点是:在每一次迭代中,它所产生的搜索方向总是满足充分下降条件.这一特性不依赖于目标函数的凸性以及方法所采用的线搜索策略.在较弱的条件下,该方法具有全局收敛和局部R-线性收敛性.数值实验表明了该方法的有效性.     

HyperFLOW软件非结构网格亚跨声速湍流模拟的验证与确认

计算流体力学(computational fluid dynamics,CFD)数值模拟在航空航天等领域发挥越来越重要的作用,然而CFD数值模拟结果的可信度仍然需要通过不断地验证与确认来提高.本文给出了从制造解精度测试、简单到复杂外形湍流模拟网格收敛性研究等三个方面开展CFD软件验证与确认的方法,并对自主研发的CFD软件平台HyperFLOW在非结构网格上模拟亚跨声速湍流问题的能力进行了验证与确认.首先通过基于Euler方程和标量扩散方程的制造解精度测试,分别验证了HyperFLOW在非结构网格上对Euler方程和黏性项的求解精度,结果表明其能够在任意非结构网格上达到设计的二阶精度. 其次,通过NASATurbulence Modeling Resource中的湍流平板、二维翼型近尾迹流动、二维Bump等几个典型的亚声速湍流算例的网格收敛性研究,量化考察了数值结果的观测精度阶和网格收敛性指数,并与国外知名CFD解算器CFL3D,FUN3D的计算结果进行了对比,验证了HyperFLOW对简单湍流问题的模拟能力,且具有良好的网格收敛性和计算精度(阶). 最后,通过NASA CommonResearchModel标模定升力系数的网格收敛性研究和升阻极曲线预测,验证了软件在复杂外形亚跨声速湍流流动数值模拟中也具有良好的可信度.      

基于深度学习的人体行为识别算法

目前,针对深度学习的人体行为识别研究,往往采用视频中的全局信息对人体行为进行分析.然而,局部信息缺失造成的特征提取不完备,同样会导致识别精度急剧下降.由此,提出了基于多流深度学习的人体行为识别方法,将人体局部信息与全局信息相结合,通过局部不同特征的精确识别,使人体行为识别更加准确.实验表明,与现有深度学习方法相比,提出的方法在数据集UCF101和HMDB51上识别精度分别平均提高了约4.0%和6.2%.     

时间延迟扩散-波动分数阶微分方程有限差分方法

本文提出求解时间延迟扩散-波动分数阶微分方程有限差分方法，方程中对时间的一阶导函数用α阶（0 < α < 1） Caputo分数阶导数代替.文章中利用Lubich线性多步法对分数阶微分进行差分离散，且文章利用分段区间证明该方法是稳定的，且利用数值实验加以验证.     

一种自适应Dai-Liao共轭梯度法

共轭梯度法是一种解决大规模无约束优化问题的重要方法.本文对Dai-Liao (DL)共轭梯度法的参数进行了研究,提出了一种新的自适应DL共轭梯度法.在适当的条件下,证明了该方法的全局收敛性.数值结果表明,我们的方法对给定的测试问题是有效的.     

一类分数阶Langevin方程block-by-block算法的数值分析

分数阶Langevin方程有重要的科学意义和工程应用价值，基于经典block-by-block算法，求解了一类含有Caputo导数的分数阶Langevin方程的数值解.Block-by-block算法通过引入二次Lagrange基函数插值，构造出逐块收敛的非线性方程组，通过在每一块耦合求得分数阶Langevin方程的数值解.在0<α<1条件下，应用随机Taylor展开证明block-by-block算法是3+α阶收敛的，数值试验表明在不同α和时间步长h取值下，block-by-block算法具有稳定性和收敛性，克服了现有方法求解分数阶Langevin方程速度慢精度低的缺点，表明block-by-block算法求解分数阶Langevin方程是高效的.     

A filter method for nonlinear semidefinite programming with global convergence

In this study, a new filter algorithm is presented for solving the nonlinear semidefinite programming. This algorithm is inspired by the classical sequential quadratic programming method. Unlike the traditional filter methods, the sufficient descent is ensured by changing the step size instead of the trust region radius. Under some suitable conditions, the global convergence is obtained. In the end, some numerical experiments are given to show that the algorithm is effective.     

基于视角无关转换的深度摄像机定位技术

通过整合深度和颜色信息,深度摄像机Kinect能够稳健的侦测出人体及人体骨架关节点,为计算机视觉、人体行为识别、机器人学的发展带来了革命性的进步.然而单台深度摄像机的侦测范围有限.虽然采用多台深度摄像机所构建的摄像机网可有效的扩大侦测范围,但是必须依赖深度摄影机之间的相对位置与朝向的精确标定.论文采用作者之前提出的以人体骨架为基础的视角无关转换技术,能快速稳健的标定出深度摄像机之间的位置关系.通过利用相邻两台深度摄影机同时侦测到的人体骨架,论文能直接利用深度摄影机所量测的人体上半身中稳定的关节点为新坐标系的参考点,实时的计算出两摄影机之间的平移向量和旋转矩阵,而不依赖其他额外的校正设备或人为介入处理.通过在室内环境中安装两台摆放于不同位置与朝向的深度摄影机,从而,验证了该方法的实时性与易用性.该实时标定方法解决了深度摄影机侦测范围有限的限制,同时,可由两两相邻的标定扩展到多台深度相机的全局标定,从而,可以被广泛的应用于人体行为识别、情境感知服务等领域.     

M-矩阵线性互补问题模系多分裂迭代方法的收敛性

首先证明了M-矩阵的H-相容分裂都是正则分裂,反之不成立.这表明对于M-矩阵而言,其正则分裂包含H-相容分裂.然后针对系数矩阵为M-矩阵的线性互补问题,建立了两个收敛定理:一是模系多分裂迭代方法关于正则分裂的收敛定理;二是模系二级多分裂迭代方法关于外迭代为正则分裂和内迭代为弱正则分裂的收敛定理.