论文部分内容阅读
针对Lasso问题,基于邻近梯度法,考虑在光滑项梯度及邻近算子的计算中存在误差,提出了一种带有误差项的不精确邻近梯度算法,并在适当条件下给出该算法的收敛速度分析。数值实验结果表明,不精确邻近梯度算法求解Lasso问题是有效的。
一种求解Lasso问题的不精确邻近梯度算法
【摘 要】
：
针对Lasso问题,基于邻近梯度法,考虑在光滑项梯度及邻近算子的计算中存在误差,提出了一种带有误差项的不精确邻近梯度算法,并在适当条件下给出该算法的收敛速度分析。数值实验结果表明,不精确邻近梯度算法求解Lasso问题是有效的。
【机 构】
：
桂林电子科技大学数学与计算科学学院
【出 处】
：
桂林电子科技大学学报
【发表日期】
：
2021年3期
【基金项目】
：
国家自然科学基金(11961011)。
其他文献
目的探讨一次性造口袋冲洗引流器在肠造口患者居家护理中的应用效果研究。方法便利抽样法选取2019年10月-2020年10月我院普外科行肠造口术患者60例为研究对象,按照患者入院的单双号分为观察组和对照组,每组各30例。对照组采用常规宣教及常用矿泉水瓶进行清洗造口袋,观察组从术后第1天就开始使用造口袋冲洗引流器清洗造口袋,并配有冲洗流程视频,现场模拟操作等,直到出院前教会患者自行操作。评估2组患者在术后1周、2周及1个月造口周围皮肤并发症发生情况、造口袋平均使用时间、造口袋费用情况。结果观察组患者造口周围皮肤
基于全牛顿步和中心路径,给出了线性权互补问题的全牛顿步内点算法,并证明了该算法的可行性和多项式时间复杂度。数值实验验证了算法的有效性。
针对现有的手势识别系统未兼备适应用户差异性和手势多样性的问题,提出了一种并行的长短期记忆网络与全卷积神经网络联合的方法。该模型将采集的CSI数据进行异常点去除和滤波去噪等预处理,利用并行LSTM-FCN网络提取不同维度的手势特征进行训练并识别。通过搭建实验环境,采集5个用户的50类手势动作对系统进行评估。实验结果表明,该模型是有效的,对手势的多样性和个体的变化具有较好的鲁棒性。对识别结果的统计分析
为改善视频序列中MTCNN人脸检测算法较差的实时检测效果,提出一种基于Camshift的实时人脸检测跟踪算法。该算法通过加权直方图匹配方法增强人脸轮廓的辨识度,利用改进后的MTCNN人脸检测算法实现Camshift人脸跟踪搜索框位置和尺寸的初始化,通过限定人脸框的宽高比约束了人脸形态,最终解决了Camshift跟踪算法的相近色干扰问题,实现实时人脸跟踪检测。实验结果表明,在仅使用CPU的硬件环境下
叶片冷却效果试验是航空发动机热端部件研制的重要试验,为分析发动机实际运行与实验室工况下叶片冷却效果的差异,利用数值模拟方法,研究了某发动机燃气温度和转速变化对叶片冷却效果的影响。实验结果表明,相同燃气进口平均温度条件下,燃气温度沿径向按一定规律变化比径向均匀分布时叶片平均冷却效果低8%,局部测点最大低16%;燃气进口径向均温时,模化状态下随着燃气进口温度的降低叶片冷却效果逐渐升高,但影响可忽略;转速对叶片平均冷却效果的影响最大偏差为3.7%,在局部测点静止状态比实际工作转速下叶片冷却效果高11%。
战场情况瞬息万变并逐渐复杂化,雷达需执行的任务数量不断增多,因而雷达需要对资源进行分配调度,以实现最大化任务执行效益。而在雷达资源认知调度中,对任务目标优先级的评价是进行资源调度面临的首要问题。针对在目前雷达资源认知调度中,目标优先级的评价受主观影响较大、未能考虑到任务之间客观联系的问题,提出了基于熵权灰色关联法对目标优先级进行在线评估的方法,并应用到认知ISAR的雷达成像资源自适应调度中。该方法对影响目标优先级的多个参数,运用熵权法在线评估出各参数的权重,再通过灰色关联法对各目标优先级排序,最后将优先级
为提高IEEE 1588协议的时间同步系统的同步精度与收敛速度,采用比例积分微分(PID)控制器模型对该同步过程进行建模,并提出了基于天牛须搜索的PID控制方法(BAS-PID)。BAS算法通过少量“天牛”寻优,运算量小、迭代速度快,获得具有较强全局性的解,从而优化PID以控制从时钟速率,自适应调节补偿钟差。仿真结果表明,与传统的基于反向传播神经网络、标准粒子群优化PID控制器参数优化方法相比,提出的BAS-PID方法具有略高的同步精度,且收敛速度略快,使节点间主从时钟高度同步。
双胞胎、多胞胎或者处在不同年龄阶段的同一个人的面部图像在时间或环境的影响下,他们的面部仍具有高度的相似性,这种相似是由于他们对应部分的基因组成相似或相同,他们面部中的某些特征跟其基因一样也很相似。基于此,提出了一种人脸相似性特征的定义以及提取方法。首先,分析和提取面部相似或者同一个人不同时期的人脸图像的人脸特征。然后,将非相关特性的相似性特征进行自适应加权融合,并将融合结果在AR人脸数据库中进行检
针对无人驾驶车辆行驶过程中全景交通标志的检测与识别,提出了一个改进YOLOv3深度神经网络(TSRYOLOv3)。TSR-YOLOv3加深了前期的特征提取残差网络,在小尺度检测层融合了浅层网络特征。采用各种恶劣天气状况下的数据集展现多种场景下的道路环境,通过暗通道去雾算法对训练图像进行图像增强,并将TSR-YOLOv3网络先在裁剪后的低分辨率图片上训练,再在全景图片上进行迁移学习再训练,以便加速网
部分分量一致,是指随着时间的推移,多智能体系统中所有状态变量的某些分量渐近趋于恒同而其余分量不一定趋于恒同的一种现象。它是一种比恒同一致弱的群体动力学行为。为了减弱由领导者和跟随者构成的多智能体系统的不确定性所带来的影响,提出了一个自适应控制协议,探究了在适应性牵制控制协议下一阶多智能体系统的部分分量一致性问题。首先给出了部分分量一致的基础概念、定理及一些推论,利用置换矩阵方法将最初的偏差系统转化为新的偏差系统,使得多智能体系统的部分分量一致性问题转换为新的偏差系统中零解的部分变元稳定性问题。然后,构造L