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.     

用2-块SSOR求解稀疏最小二乘问题的收敛性

在许多应用中,我们希望计算超定线性方程组 Ax=b (1) 的最小二乘解,其中A是一个大型稀疏m×n实矩阵,m>n,b是m维实向量。我们定rank(A)=n。熟知,(1)可叙述成求唯一向量x∈R~n,使得 ||b-Ax||_2=min||b-Ay||_2,对一切y∈R~n。     

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．     

迭代矩阵谱半径的上界估计

该文对一类广义对角占优矩阵Ｍ,给出了迭代矩阵Ｍ－１Ｎ 的谱半径的上界．特别,当Ｍ是严格对角占优时,证明了所得到的估计值总比通常用作谱半径的估计值要好．     

关于SSOR迭代法应用于最小二乘问题时的收敛定理的一个注记

考虑求解如下的最小二乘问题: 其中A是一个列满秩的大型稀疏m×n矩阵,一般m>n,b是一给定的m维实向量。现无妨假定A具有如下形状     

某些迭代矩阵谱半径的上界估计

§1.引言在一些文献中对SOR、SSOR迭代矩阵的谱半径的上界进行了估计,例如对SOR的迭代矩阵■_w=(D—wL)~(-1)[(1—w)D wU] (1)的谱半径ρ(■_w)早有估计(例如[1]) ρ(■_w)≤|1-w| wρ(|J|),当0≤w≤2/(1 ρ(|J|))(2)此处设A为所考虑的线性代数方程组     

非线性最小二乘问题的一类迭代解法

本给出了求解非线性最小二乘问题的一种迭代解法，即由已知节点数据（xi,yi）(i=1,2,…,m）求函数y=f(x,b1,b2,…，bn）中非线性参数b1,b2,…，bn的一种迭代解法。并用实际算例的结果说明了该迭代解法优于一般线性化方法，说明了该种方法在实际工程领域中的应用。     

AHP判断矩阵权向量的改进最小二乘求解

提出了基于最小二乘法计算判断矩阵权向量的新方法.固定AHP判断矩阵权向量中的一个值为常量,利用判断矩阵的上三角部分元素,设计了一种计算判断矩阵权向量的新算法,算法简单,计算容易,与特征向量排序方法导出标度相同,并且能够证明存在唯一解.实验表明该算法具有有效性和可行性.     

双变量矩阵方程组对称最小二乘解的迭代算法

本文研究了求双变量线性矩阵方程组的对称最小二乘解的问题.利用求解线性代数方程组的共轭梯度法的基本思想,通过对有关矩阵和系数的变形与近似处理,建立了一种迭代算法.拓宽了共轭梯度法的适用范围.算例表明,迭代算法是有效的.     

Sylvester矩阵方程极小范数最小二乘解的迭代解法

研究了Sylvester矩阵方程最小二乘解以及极小范数最小二乘解的迭代解法,首先利用递阶辨识原理,得到了求解矩阵方程AX+YB=C的极小范数最小二乘解的一种迭代算法,进而,将这种算法推广到一般线性矩阵方程A_iX_iB_i=C的情形,最后,数值例子验证了算法的有效性.     

一种求解鞍点问题的广义对称超松弛迭代法

本文研究了鞍点问题的迭代算法.利用新的待定参数加速迭代格式并结合SSOR分裂的方法,获得了有两个参数的广义对称超松弛迭代法及其收敛性条件.数值例子表明选择适当的参数值可以提高算法的收敛效率,推广和改进了SOR-like迭代法.     

一类矩阵方程的埃尔米特自反最小二乘解

利用埃尔米特自反矩阵的表示定理和矩阵的拉直方法,研究了矩阵方程$AX+BY=C$的埃尔米特自反最小二乘问题,进一步,给出了方程在埃尔米特自反矩阵集合中可解的充分必要条件,得到解的一般表达式,最后,对任意给定的一对复矩阵,得到了其相关最佳逼近问题解的表达式.     

曲面上图的拉普拉斯谱半径

本文研究了图嵌入到给定紧致曲面上的拉普拉斯谱半径,确定了将顶点数为n、最大度为△的图分别嵌入到亏格为g的定向曲面和亏格为h的不可定向曲面上的新上界.     

求解大型稀疏最小二乘问题的2—块PSD型迭代法

１引言假设Ａ为大型稀疏的ｍ×ｎ实矩阵（ｍ＞ｎ）,ｒａｎｋ（Ａ）＝ｎ,在实际中,常常需要求解Ａｘ＝ｂ,（１．１）其中ｂ为给定的ｍ维向量．求（１．１）的欧氏范数最小二乘解等价于求解其中ｒ为ｍ维向量,不失一般性,可令其中Ａ;为ｎ×ｎ满秩方阵,且把ｂ和ｒ也相应地分块为其中ｒ１和ｂ１都是ｎ维向量,用（１．３）和（１．４）的符号,（１．２）可写成等价形式如下相应的块Ｊａｃｏｂｉ迭代矩阵Ｂ２和Ｂ３,定义为Ｃ相应于ＢＬ的分块形式是Ｌ循环阵或是ＧＣＯ（１,Ｌ—１）阵或Ｔ（１,ｌ—１）阵,ＢＬ是指标为Ｌ的弱循环阵（…     

线性流形上Hermite-广义反Hamilton矩阵反问题的最小二乘解

1.引言 令Rn×m表示所有n×m实矩阵集合,Cn×m表示所有n×m复矩阵集合,Cn=Cn×1,HCn×n表示所有n阶Hermite矩阵集合,UCn×n表示所有n阶酉矩阵集合,AHCn×n表示所有n阶反Hermite矩阵集合,R(A)表示A的列空间,N(A)表示A的零空间,A+表示A的Moore—Penrose广义逆,A*B表示A与B的Hadamard积,rank(A)表示矩阵A的秩.tr(A)表示矩阵A的迹.矩阵A,B的内积定义为(A,B)=tr(BHA),A,B∈Cn×m,由此内积诱导的范数为||A||=√(A,A)=[tr(AHA)]1/2,则此范数为Frobenius范数,并且Cn×m构成一个完备的内积空间,In表示n阶单位阵,i=√-1,记OASRn×n表示n×n阶正交反对称矩阵的全体,即     

一个求大规模非负不可约稀疏矩阵的谱半径及特征向量的新算法

本文设计了一个计算非负不可约矩阵的谱半径及其特征向量的新算法,并证明了其收敛性.该算法计算晕不大,占用内存少,有相同的0元模式,从而在大规模稀疏矩阵的计算中优势明显.最后用实例验证了此算法的可行性.     

SUPERCONVERGENCE OF LEAST-SQUARES MIXED FINITE ELEMENTS FOR ELLIPTIC PROBLEMS ON TRIANGULATION

In this paper, we present the least-squares mixed finite element method and investigate superconvergence phenomena for the second order elliptic boundary-value problems over triangulations. On the basis of the L~2-projection and some mixed finite element projections, we obtain the superconvergence result of least-squares mixed finite     

求解混合型Lyapunov矩阵方程的参数迭代法

采用参数迭代法求一类混合型Lyapunov矩阵方程A~TX XA B~TXB=C的对称解.在方程相容的条件下,给出了迭代法收敛的充要条件和一些充分条件,以及参数的选取方法.最后,利用数值算例对有关结果进行了验证.     

非负不可拆矩阵的谱半径Perron向量的确定

对非负不可拆的大矩阵Ａ及谱半径ρ，本文给出Ｐｅｒｓｏｎ向量的一种简易求法．