新的梯度算法求解单位球笛卡尔积约束优化问题 李明强^1,2, 韩丛英^2,3, 郭田德^2,31. 中国电子科技集团公司信息科学研究院, 北京 100086;
2. 中国科学院大学数学科学学院, 北京 100049;
3. 中国科学院大数据挖掘与知识管理重点实验室, 北京 100190 New Gradient Algorithms for Optimization Problems Constrained by a Cartesian Product of Unit Balls LI Mingqiang^1,2, HAN Congying^2,3, GUO Tiande^2,31. Information Science Research Institute, China Electronics Technology Group Corporation, Beijing 100086, China;
2. School of Mathematical Sciences, University of Chinese Academy of Sciences, Beijing 100049, China;
3. Key Laboratory of Big Data Mining and Knowledge Management, Chinese Academy of Sciences, Beijing 100190, China

摘要 图/表 参考文献 相关文章(15) 点击分布统计 下载分布统计 --> 全文: PDF(803 KB) HTML (1 KB) 输出: BibTeX | EndNote (RIS) 摘要本文主要研究了单位球笛卡尔积作为约束的优化问题，给出了此类问题的最优性条件.同时将求解此问题的一些经典的梯度算法推广到了更加一般的形式，并证明了新算法的收敛性.随机二次规划问题和求解图像变分去噪模型的数值结果表明新算法并不弱于一些经典的算法，特别是在精度要求较高的情形下. 服务 加入引用管理器 E-mail Alert RSS 收稿日期: 2016-07-22 PACS: O221.2 基金资助:国家自然科学基金（11731013，11331012，11571014）资助项目. 引用本文: 李明强, 韩丛英, 郭田德. 新的梯度算法求解单位球笛卡尔积约束优化问题[J]. 应用数学学报, 2018, 41(1): 43-54. LI Mingqiang, HAN Congying, GUO Tiande. New Gradient Algorithms for Optimization Problems Constrained by a Cartesian Product of Unit Balls. Acta Mathematicae Applicatae Sinica, 2018, 41(1): 43-54. 链接本文: http://123.57.41.99/jweb_yysxxb/CN/或 http://123.57.41.99/jweb_yysxxb/CN/Y2018/V41/I1/43 [1] Chambolle A. An algorithm for total variation minimization and applications. Journal of Mathematical Imaging and Vision, 2004, 20(1):89-97 [2] Bresson X, Chan T F. Fast dual minimization of the vectorial total variation norm and applications to color image processing. Inverse Problems and Imaging, 2008, 2(4):455-484 [3] Beck A, Teboulle M. A fast iterative shrinkage-thresholding algorithm for linear inverse problems. Journal of Mathematical Imaging and Vision, 2009, 2(1):183-202 [4] Zhu M, Wright S J, Chan T F. Duality based algorithms for total variation regularized image restoration. Computational Optimization and Applications, 2010, 47(3):377-400 [5] Beck A, Teboulle M. Fast gradient-based algorithms for constrained total variation image denoising and deblurring problems. IEEE Transactions on Image Processing, 2009, 18(11):2419-2434 [6] Bertsekas D P. Nonlinear programming. Belmont:Athena Scientific, 1999 [7] Rudin L I, Osher S, Fatemi E. Nonlinear total variation based noise removal algorithms. Physica D:Nonlinear Phenomena, 1992, 60(1-4):259-268 [8] Rudin W. Principles of mathematical analysis. New York:McGraw-Hill,1964 [1] 张艳君, 赵金玲, 徐尔. 求解多集分裂可行问题的一种新的松弛投影算法[J]. 应用数学学报, 2017, 40(5): 641-652. [2] 唐国吉, 汪星, 叶明露. 混合变分不等式的一个投影型方法[J]. 应用数学学报, 2016, 39(4): 574-585. [3] 刘美杏, 唐春明, 简金宝. 不等式约束优化基于新型积极识别集的SQCQP算法[J]. 应用数学学报, 2015, 38(2): 222-234. [4] 陈智勤, 李成进, 张圣贵. 物流管理中的图分割问题[J]. 应用数学学报, 2015, 38(2): 356-365. [5] 马国栋, 简金宝, 江羡珍. 一个具有下降性的改进Fletcher-Reeves共轭梯度法[J]. 应用数学学报, 2015, 38(1): 89-97. [6] 黎健玲, 黄仁帅, 简金宝. 非线性互补约束优化一个全局收敛的QP-free算法[J]. 应用数学学报(英文版), 2014, 37(4): 629-644. [7] 张长温, 李师正. 凸半无限规划正则性的刻画[J]. 应用数学学报(英文版), 2014, 37(4): 735-744. [8] 裴永刚, 靳利, 申培萍. 求解带指数凹多乘积规划问题的对偶界方法[J]. 应用数学学报(英文版), 2013, (1): 115-125. [9] 王永丽, 韩丛英, 李田, 李明强. 求解不等式约束优化问题无严格互补松弛条件的one QP-Free新算法[J]. 应用数学学报(英文版), 2013, (1): 1-13. [10] 吴秋峰, 刘振忠. Stiefel流形上的梯度下降法[J]. 应用数学学报(英文版), 2012, (4): 719-727. [11] 王祝君, 朱德通. 一簇非线性等式约束优化问题的过滤线搜索修正正割方法 [J]. 应用数学学报(英文版), 2012, (3): 483-502. [12] 王秀玉, 姜兴武, 刘庆怀. 非线性互补问题的组合同伦算法 [J]. 应用数学学报(英文版), 2012, (3): 430-440. [13] 刘庆怀, 张春阳, 张树功. 弱拟法锥条件下非凸优化问题的同伦算法[J]. 应用数学学报(英文版), 2011, 34(6): 996-1006. [14] 唐春明, 简金宝. 基于次梯度选取的非光滑优化强次可行方向法[J]. 应用数学学报(英文版), 2011, 34(5): 924-937. [15] 李晓爱, 刘金伟, 申培萍. 二次比式和问题的加速分枝定界算法[J]. 应用数学学报(英文版), 2011, 34(4): 712-722. PDF全文下载地址: http://123.57.41.99/jweb_yysxxb/CN/article/downloadArticleFile.do?attachType=PDF&id=14439 相关话题/应用数学 优化 规划 北京 统计 领限时大额优惠券,享本站正版考研考试资料! 优惠券领取后72小时内有效，10万种最新考研考试考证类电子打印资料任你选。涵盖全国500余所院校考研专业课、200多种职业资格考试、1100多种经典教材，产品类型包含电子书、题库、全套资料以及视频，无论您是考研复习、考证刷题，还是考前冲刺等，不同类型的产品可满足您学习上的不同需求。 ... 考试优惠券 本站小编 Free壹佰分学习网 2022-09-19 集值优化问题的非线性增广拉格朗日方法 集值优化问题的非线性增广拉格朗日方法向丽苏州大学数学科学学院,苏州215006TheNonlinearAugmentedLagrangianMethodofSet-valuedOptimizationXIANGLiDepartmentofMathematics,SoochowUniversity,S ... 中科院数学与系统科学研究院 本站小编 Free考研考试 2021-12-27 一种新的二阶次梯度及其在刻画集值优化弱有效元中的应用 一种新的二阶次梯度及其在刻画集值优化弱有效元中的应用徐义红,彭振华南昌大学数学系,南昌330031ANewKindofSecond-OrderSubgradientandApplicationstotheCharacterizationsforWeakMinimizerofSet-ValuedOpt ... 中科院数学与系统科学研究院 本站小编 Free考研考试 2021-12-27 关于《集值优化问题Henig真有效解的最优性条件》一文的注记 关于《集值优化问题Henig真有效解的最优性条件》一文的注记徐义红,张霞南昌大学数学系,南昌330031ARemarkon《TheOptimizaitionConditionofHenigProperEfficientSolutionforSet-valuedOptimizationProblem》 ... 中科院数学与系统科学研究院 本站小编 Free考研考试 2021-12-27 北京清洁能源前沿研究中心成立仪式暨第二期“栖湖物质科学论坛”顺利举办 2021年9月16日，北京清洁能源前沿研究中心成立仪式暨第二期“栖湖物质科学论坛”在物理所怀柔园区MA楼五层报告厅顺利举办。论坛邀请到物理所陈立泉院士做题为“电动中国：北京清洁能源前沿研究中心的使命”的报告。现场参加论坛活动的有工信部产业发展促进中心专项三处刘嘉副处长，物理所所长方忠院士、所务委员李 ... 中科院物理研究所 本站小编 Free考研考试 2021-12-27 中科院物理所-北京高压科学研究中心联合举办高压前沿学术研讨会 2020年11月7日-8日，物理所与北京高压科学研究中心（北京高科）联合举办的高压前沿学术研讨会在物理所怀柔园区顺利召开。　　高压技术在凝聚态物理、化学、材料、地球科学等领域的前沿研究中发挥了重要作用。为了促进物理所与北京高科在高压领域的学术交流和科研协作，来自物理所和北京高科的20余位研究人员在物 ... 中科院物理研究所 本站小编 Free考研考试 2021-12-27 王刚研究员荣获2019年度“茅以升科学技术奖—北京青年科技奖” 2020年10月24日，北京茅以升科技教育基金会（以下简称基金会）第29届颁奖大会在北京铁道大厦举行，原铁道部常务副部长、基金会主任委员孙永福院士，中国工程院副院长、中国科协副主席、基金会常务副主任委员何华武院士等400人出席会议。中科院物理研究所先进材料与结构分析实验室王刚研究员荣获2019年度“ ... 中科院物理研究所 本站小编 Free考研考试 2021-12-27 国家税务总局北京市税务局面向中国科学院研究所科技成果转化所得税政策培训会在物理所举行 11月5日上午，国家税务总局北京市税务局面向中国科学院研究所科技成果转化所得税政策培训会在物理所举行。国家税务总局北京市税务局企业所得税处王素江副处长、海淀区税务局李建军副局长、物理所顾长志副所长以及中科院29家研究所的财务负责人及办税人员参加了此次培训会。　　国家税务总局北京市税务局企业所得税处王 ... 中科院物理研究所 本站小编 Free考研考试 2021-12-27 政府支持企业创新的财政资源配置效应及优化对策 史金凤1，樊甜甜1，杨威21.山西大学经济与管理学院,太原030006;2.山西大学管理与决策研究所,太原030006出版日期:2021-11-25发布日期:2021-12-25AllocationEffectandOptimizationCountermeasuresofFiscalResourc ... 中科院数学与系统科学研究院 本站小编 Free考研考试 2021-12-27 非凸两分块优化超松弛步长邻近ADMM的收敛性分析 简金宝1，徐笑2，晁绵涛21.广西民族大学理学院,南宁530006;2.广西大学数学与信息科学学院,南宁530004出版日期:2021-11-25发布日期:2021-12-25ConvergenceofProximalADMMwithanOver-RelaxationStepsizeforNonco ... 中科院数学与系统科学研究院 本站小编 Free考研考试 2021-12-27 B2C配送中心分散存储优化问题研究 姜伟1，徐贝灵1，王天文21.浙江师范大学浙江省城市轨道交通智能运维技术与装备重点实验室,金华321004;2.京东集团智能供应链Y业务管理部,北京100176出版日期:2021-11-25发布日期:2021-12-25StudyonScatteredStorageOptimizationProbl ... 中科院数学与系统科学研究院 本站小编 Free考研考试 2021-12-27 Free考研考试FreeKaoYan.Com 欢迎来到Free考研考试，"为实现人生的Free而奋斗" 关于我们 联系我们 电子邮件 苏ICP备16059069号 © 2020 FreeKaoYan! . All rights reserved.