修正高阶Hermite插值及Hermite—Fejer插值在Lw^p空间中逼近的正逆定理

Lw^p空间中引入了一种K－泛函并由此建立了一种以第一类Chebyshev多项多的零点为结点的三种修正高阶Hermite插值及一种修正的高阶Hermite-Fejer插值多项在Lw^p空间中逼近的正逆定理。     

基于块循环矩阵的对称张量的最佳秩-1逼近

对称张量的最佳秩-1问题是张量研究中非常重要的部分.首先,基于三阶张量的块循环矩阵,提出了求解对称张量最佳秩-1逼近问题的一个新方法.其次,针对求解对称张量的最佳秩-1逼近方法,给出了对称张量的最佳秩-1逼近不变性的一个充要条件,以及逼近误差上界的估计.最后,数值算例表明了上述方法的可行性和误差上界的正确性.     

线性低秩逼近与非线性降维

综合分析介绍了在线性与非线性数据约化两方面的最新工作: 对线性情形, 讨论了列分块矩阵奇异值分解的结构分析和稀疏低秩逼近方法与算法; 对非线性情形, 研究了非线性降维与流形学习的方法. 这些问题均为数据挖掘 与机器学习领域极受关注的研究课题.     

修正高阶Hermite插值及Hermite-Fejer插值在Lpw空间中逼近的正逆定理

在LPW空间中引入了一种K-泛函并由此建立了一种以第一类Chebyshev多项式的零点为结点的三种修正高阶Hermite-Fejer插值多项式及一种修正的高阶Hermite插值多项式在LPW空间中逼近的正逆定理.文中的结果说明,对于这几种修正高阶多项式插值的逼近问题而言,正定理的解决意味着逆定理的解决.     

数据缺损矩阵低秩分解的正则化方法

数据缺损下矩阵低秩逼近问题出现在许多数据处理分析与应用领域. 由于极高的元素缺损率,数据缺损下的矩阵低秩逼近呈现很大的不适定性, 因而寻求有效的数值算法是一个具有挑战性的课题. 本文系统完整地综述了作者近期在这方面的一些研究进展, 给出了基本模型问题的不适定性理论分析, 提出了两种新颖的正则化方法: 元素约束正则化和引导正则化, 分别适用于中等程度的数据缺损和高度元素缺损的矩阵低秩逼近. 本文同时也介绍了相应快速有效的数值算法. 在一些实际的大规模数值例子中, 这些新的正则化算法均表现出比现有其他方法都好的数值特性.     

修正高阶Hermite插值及Hermite-Fejer插值在L_ω～p空间中逼近的正逆定理(英文)

在L_ω～p空间中引入了一种 K-泛函并由此建立了一种以第一类 Chebyshev多项式的零点为结点的三种修正高阶 Hermite-Fejer插值多项式及一种修正的高阶 Hermite插值多项式在L_ω～p空间中逼近的正逆定理. 文中的结果说明,对于这几种修正高阶多项式插值的逼近问题而言,正定理的解决意味着逆定理的解决.     

随机R0张量互补问题的投影Levenberg-Marquardt方法

本文考虑一类离散型随机$R_0$张量互补问题,利用Fischer-Burmeister函数将问题转化为约束优化问题,并用投影Levenberg-Marquardt方法对其进行了求解。在一般的条件下得到了该方法的全局收敛性,相关的数值实验表明了该方法的有效性。     

关于线性秩统计量的渐近正态性及其收敛速度

本文讨论线性秩统计量的渐近正态性的条件及其收敛速度．推广了Hajek关于线性秩统计量收敛于正态分布的条件的重要定理，并得出了一个较易验证的充分条件．对于一般形式的计分函数，在一定条件下得出了相应线性秩统计量收敛于正态分布的速度．     

求解M-张量方程的两种新型算法

多重线性系统在当今的工程计算和数据挖掘等领域有很多实际应用,许多问题可以转化为多重线性系统求解问题.在本文中,我们首先提出了一种新的迭代算法来求解系数张量为M-张量的多重线性系统,在此基础上又提出了一种新的改进算法,并对两种算法的收敛性进行了分析.数值算例的结果表明,本文提出的两种算法是有效的并且改进算法的迭代时间更少.     

线性次序统计量和线性秩统计量的渐近正态性

本文用凸函数构造了线性次序统计量和线性秩统计量,并证明了它们的渐近正态性．     

高维正态概率积分的降维算法与L_1逼近

高维正态概率积分计算一直是统计学家关注的课题．早期工作已由Gupta（1963）[1]评价，并给出大量的参考文献．近期工作则可参考Tong（1990）[2]的专著．虽然有关的文献很多，但是除了二、三维问题已有较好的算法外（例如见Zhana－Yana，1993[3]），更高维问题尚无公认的有效算法．在维数m＞3的高维情形，多数文章常假设积分域或相关阵有特殊形式，否则只有使用MonteCarlo方法［4］或拟MonteCarlo方法（亦称数论网格方法，例如见Fang－Wang，1994[5]）．但即使是被认为较好的拟MonteCarlo方法，其收敛阶仅为O（n－2／m），因此对于真…     

修正共轭梯度算法求解四元数Sylvester张量方程

本文提出一类张量形式的修正共轭梯度算法求解四元数Sylvester张量方程.证明在不计舍入误差的情况下,所提方法可在有限迭代步内获得张量方程组的解.进一步,通过选择特殊类型的初始张量,可获得方程组的唯一极小Frobenius范数解.通过数值算例验证了所提出算法的可行性和有效性.     

低秩张量填充的加速随机临近梯度算法

本文提出了一种求解低秩张量填充问题的加速随机临近梯度算法.张量填充模型可以松弛为平均组合形式的无约束优化问题,在迭代过程中,随机选取该组合中的某一函数进行变量更新,有效减少了张量展开、矩阵折叠及奇异值分解带来的较大的计算花费.本文证明了算法的收敛率为$O (1/k^{2})$.最后,随机生成的和真实的张量填充实验结果表明新算法在CPU时间上优于现有的三种算法.     

广义Cauchy张量的正定性及互补问题的研究

广义Cauchy张量是由Cauchy张量推广而来,将在Cauchy张量的基础上,围绕广义Cauchy张量的正定性及共正性展开研究,并提出关于广义Cauchy张量互补问题的几个结论.     

KS张量互补问题的稀疏解（英文）

针对KS张量互补问题,本文研究了该问题的稀疏解.由于l₀范数的非凸性和非连续性,求解KS张量互补问题的稀疏解是一个NP难问题.为了解决这一问题,我们将其转化为一个带约束的多项式优化问题,然后用序列二次规划(SQP)算法求解转化的问题.数值结果表明,该算法能有效地求解KS张量互补问题的稀疏解.     

形变张量的特征值与Boussinesq方程组的正则性估计

讨论了二维及三维满足周期边界条件的Boussinesq方程初边值问题的局部正则解在有限时间内爆破的可能性.在二维情况下,用形变张量的特征值给出温度梯度的L2估计,从中看出若流体微团变形的速率大,则解爆破的可能性就大.在三维情况下,用形变张量的特征值和温度的偏导给出涡量的L2估计,从中发现若流体微团在大部分时间内一般是平面拉伸,且温度的偏导较小时,解爆破的可能性就大;若一般是线性拉伸,温度的偏导又不任意增大时,解爆破的可能性就小.     

强向量均衡问题与不动点问题的粘性逼近算法

讨论了强向量均衡问题与非扩张映射不动点问题的公共解.首先,给出了强向量均衡问题的辅助问题,并在适当的条件下,证明了其解的存在性和唯一性结果.然后,利用这些结果,提出了强向量均衡问题与非扩张映射不动点问题公共解的粘性逼近算法,并进一步证明了,在适当的条件下,由该算法产生的迭代序列强收敛于强向量均衡问题和非扩张映射不动点问题的公共解.     

关于(R,r)-循环分块矩阵求逆与相乘的一种快速算法

利用矩阵分块逐次降阶的方法和快速富里叶变换(FFT),给出了mn阶(R,r)-循环分块矩阵求逆与相乘的一种快速算法,证明了其计算复杂性为O(mnlog2mn).