等式约束不定最小二乘问题的双曲MGS消去算法

众所周知,加权法是解等式约束不定最小二乘问题的方法之一.通过探讨极限意义下,双曲MGS算法解对应加权问题的本质,得到一类消去算法.实验表明,该算法以和文献中现有的GHQR算法达到一样的精度,但实际计算量只需要GHQR算法的一半.     

求解加权线性最小二乘问题的预处理迭代方法

给出了求解一类加权线性最小二乘问题的预处理迭代方法,也就是预处理的广义加速超松弛方法（GAOR）,得到了一些收敛和比较结果．比较结果表明当原来的迭代方法收敛时,预处理迭代方法会比原来的方法具有更好的收敛率．而且,通过数值算例也验证了新预处理迭代方法的有效性．     

求解加权线性最小二乘问题的一类预处理GAOR方法

为了快速求解一类来自加权线性最小二乘问题的2×2块线性系统,本文提出一类新的预处理子用以加速GAOR方法,也就是新的预处理GAOR方法.得到了一些比较结果,这些结果表明当GAOR方法收敛时,新方法比原GAOR方法和之前的一些预处理GAOR方法有更好的收敛性.而且,数值算例也验证了新预处理子的有效性．     

矩阵最小二乘问题的迭代求解及其在机器翻译中的应用

研究一类线性矩阵方程最小二乘问题的迭代法求解,利用目标函数与矩阵迹之间的关系构造了矩阵形式的“梯度”下降法迭代格式,推广了向量形式的经典“梯度”下降法,并引入了两个矩阵之间的弱正交性来刻画迭代修正量的特点.作为本文算法的应用,给出了机器翻译优化问题的一种迭代求解格式.     

双变量LMEs一种异类约束最小二乘解的MCG算法

借鉴求线性矩阵方程组(LMEs)同类约束最小二乘解的修正共轭梯度法,建立了求双变量LMEs的一种异类约束最小二乘解的修正共轭梯度法,并证明了该算法的收敛性.在不考虑舍入误差的情况下,利用该算法不仅可在有限步计算后得到LMEs的一组异类约束最小二乘解,而且选取特殊初始矩阵时,可求得LMEs的极小范数异类约束最小二乘解.另外,还可求得指定矩阵在该LMEs的异类约束最小二乘解集合中的最佳逼近.算例表明,该算法是有效的.     

界约束下算子方程最小二乘问题的条件梯度法

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,ΩR~(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.     

线性子空间上求解AX=B的最小二乘问题的迭代算法

应用共轭梯度方法和线性投影算子,给出迭代算法求解了线性矩阵方程AX=B在任意线性子空间上的最小二乘解问题.在不考虑舍入误差的情况下,可以证明,所给迭代算法经过有限步迭代可得到矩阵方程AX=B的最小二乘解、极小范数最小二乘解及其最佳逼近.文中的数值例子证实了该算法的有效性.     

带多重右边的不定最小二乘问题的条件数

本文研究了带多重右边的不定最小二乘问题的条件数,给出了范数型、混合型及分量型条件数的表达式,同时,也给出了相应的结构条件数的表达式.所考虑的结构矩阵包含Toeplitz 矩阵、Hankel矩阵、对称矩阵、三对角矩阵等线性结构矩阵与Vandermonde矩阵、Cauchy矩阵等非线性结构矩阵.数值例子显示结构条件数总是紧于非结构条件数.     

线性子空间上求解AXB+CXD=F的最小二乘问题的迭代算法

应用共轭梯度方法和线性投影算子,给出了求解线性矩阵方程AXB+CXD=F在任意线性子空间上的最小二乘解问题的迭代算法.在不考虑舍入误差的情况下,理论上可以证明,所给迭代算法经过有限步迭代可得到矩阵方程AXB+CXD=F的最小二乘解,极小范数解及其最佳逼近.该算法可以应用于任何线性子空间,包括由对称矩阵,中心对称矩阵等构成的线性子空间.文中的数值例子证实了该算法的有效性.     

关于“求解加权线性最小二乘问题的一类预处理GAOR方法”一文的注记

在"求解加权线性最小二乘问题的一类预处理GAOR方法"一文中,作者提出了求解加权线性最小二乘问题等价$2\times 2$块线性系统的一类预处理GAOR方法,并给出了几个比较定理来说明新提出预处理GAOR方法的优越性.本文我们将指出该文中几个比较定理的不完善之处和证明的错误之处,并给出正确的证明.