排序方式: 共有14条查询结果,搜索用时 265 毫秒
1.
研究来源于多元统计分析中的一类矩阵迹函数最小化问题$\min c+ tr(AX)+\sum\limits_{j=1}^{m}tr(B_j X C_jX^{T}),\ \ {\rm s. t.} \ X^TX=I_p,$其中$c$为常数, $A\in R^{p\times n}\ (n\geq p)$, $B_j\in R^{n\times n}, C_j\in R^{p\times p}$为给定系数矩阵. 数值实验表明已有的Majorization算法虽可行, 但收敛速度缓慢且精度不高. 本文从黎曼流形的角度重新研究该问题, 基于Stiefel流形的几何性质, 构造一类黎曼非单调共轭梯度迭代求解算法, 并给出算法收敛性分析.数值实验和数值比较验证所提出的算法对于问题模型是高效可行的. 相似文献
2.
3.
4.
5.
研究如下界约束下算子方程最小二乘问题:min x∈Ω‖L(X:A_1,…,At;B_1,…,B_t)-T‖~2,其中‖.‖为Frobenius范数,L(X:A_1…A_t;B_1,…,B_t)为关于X的线性矩阵算子(或齐次线性变换),Ai∈R~(p×m),B_j∈R~(n×q)i,j=1,…,n为算子L的系数矩阵,丁为右端矩阵,ΩR~(m×n)为界约束凸集合.提出了求解问题的条件梯度迭代算法及其简要收敛性分析,并给出条件梯度算法的几类加速形式.随机数据和图像恢复模型数据的实验结果表明说明算法是可行高效的. 相似文献
6.
7.
基于交替投影算法求解单变量线性约束矩阵方程问题 总被引:2,自引:1,他引:1
研究如下线性约束矩阵方程求解问题:给定A∈R~(m×n),B∈R~(n×p)和C∈R~(m×p),求矩阵X∈R(?)R~(n×n)"使得A×B=C以及相应的最佳逼近问题,其中集合R为如对称阵,Toeplitz阵等构成的线性子空间,或者对称半(ε)正定阵,(对称)非负阵等构成的闭凸集.给出了在相容条件下求解该问题的交替投影算法及算法收敛性分析.通过大量数值算例说明该算法的可行性和高效性,以及该算法较传统的矩阵形式的Krylov子空间方法(可行前提下)在迭代效率上的明显优势,本文也通过寻求加速技巧进一步提高算法的收敛速度. 相似文献
8.
9.
Trench在[Characterization and properties of (R,S_σ)-commutative matrices,Linear Algebra Appl.,2012,436:4261-4278]中给出了(R,S_σ)-交换矩阵的定义.本文在此基础上讨论(R,S_σ)-交换矩阵的一般性结构,对给定的矩阵X,Y,B,D,以及线性方程组AX=B,YA=D在(R,S_σ)-交换矩阵集合中的最小二乘问题及最佳逼近问题.细致分析最小二乘(R,S_σ)-交换解和最佳逼近解的具体解析表达式.同时在方程组相容情况下分析(R,S_σ)-交换解存在的充要条件及其具体解析表达式. 相似文献
10.
本文从数值角度讨论Schatten q-范数下的广义Sylvester方程约束最小二乘问题min x∈s‖N∑i=1A_iXB_i—C‖_q,其中S为闭凸约束集合,Schatten q-范数定义为‖M‖_q~q=∑_(i=1)~nσ_i~q(M),其中σ_i(M)为M∈R~(n×n)的奇异值.该问题的几类特殊情形在图像处理、控制论等领域有广泛的应用.q=2即Frobenius范数下该问题已被充分研究,故本文着重讨论q=1,+∞,即核范数和谱范数下该问题的数值求解.采用的数值方法是非精确标准容易执行的部分非精确交替方向法,并结合奇异值阈值算法,Moreau-Yosida正则化算法,谱投影算法和LSQR算法等求解相应子问题.给出算法的收敛性证明,并用数值算例验证其高效可行性. 相似文献