导读:本文包含了熵函数法论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:函数,向量,极小,算法,运筹学,不等式,对偶。
熵函数法论文文献综述
郭军军,元向辉,韩崇昭[1]（2014）在《采用熵函数法的多传感器空间配准算法的研究》一文中研究指出针对传感器空间配准问题,提出了一种基于滑窗法的极小化极大熵函数的传感器空间配准算法。该算法使用熵函数作为优化准则,根据传感器的量测模型推导出关于传感器系统偏差的目标函数,然后借助极大熵函数的思想,将目标函数的绝对值转化为对应的极大熵函数,并且使用拟牛顿法求得的极大熵函数的解作为传感器系统偏差的估计值。在单目标跟踪场景和多目标跟踪场景下,与传统传感器空间配准算法在相同的仿真条件下进行对比,仿真结果表明,所提算法能够有效地提高传感器距离量测和角度量测系统偏差的估计精度,从而实现高精度的空间目标跟踪。(本文来源于《西安交通大学学报》期刊2014年11期）
赵建强,李苏北,孙永,陈必科[2]（2014）在《回归型支持向量机调节熵函数法的区间扩张研究》一文中研究指出为减小由于二进制编码的舍入误差对该问题计算结果的影响,对求解回归支持向量机的一种调节熵方法进行了区间扩张,讨论了区间函数的相关定理与收敛性.对设计的区间算法做了收敛性证明,并给出了数值实验,验证了方法与算法的可行性和有效性.(本文来源于《数学的实践与认识》期刊2014年19期）
许建琼[3]（2013）在《支持向量机的调节熵函数法研究》一文中研究指出在统计学基础上提出的机器学习方法SVM (Support Vector Machine)在训练学习机器时,其学习方式是SRM (Structural Risk Minimization)准则,因此,学习机器不光具有简洁的数学形式,还使得其几何解释直观,易泛化。除此之外,它还将一般的学习问题与凸二次规划问题建立关联,凸二次规划问题的解即为原问题的解,从而保证所得解并非局部极值,而是全局最优解。SVM是一种集多种标准的机器学习技术于一身的新技术,它集成了最大间隔超平面、Mercer核、凸二次规划、稀疏解和松弛变量等技巧。在解决各种挑战性的实际问题中都有它成功的应用,譬如它可以用来预测、分类和线性与非线性回归。在对SVM研究中,学者们提出了各种各样的算法,这些算法要么有某一方面的优势,要么有一定的应用范围,且都是采用二次规划或线性方程组来求解相应的最优化问题。在模式识别中,SVM利用二次规划对偶技巧把优化问题转化为高维特征空间中一个简单约束的二次规划问题。虽然,通过分解训练样本集或序贯输入样本的方式能够处理这种高维的对偶规划,由此产生的算法既节省了存储空间,又提高了计算效率。但是,这些算法的设计和实现都比较复杂。极大熵方法是近几年提出的新算法,对于多约束非线性规划、极大极小等问题,通过该方法都能快速处理,与已有方法相比,其特点是：更易实现、更稳定、收敛更快。除此之外,极大熵方法在求解不可微和大型多约束等问题时也是有效的,因此,该方法有很高的应用价值。但其不足之处是对问题的精确解只有在参数p→∞时才能得到,当p取较大值时,又容易产生数值的溢出现象。针对这种弊端,本文在对SVM的理论基础----统计学理论和最优化理论,以及SVM本身的分类思想、方法和回归原理做了较为详细的研究和阐述后,根据SVC的分类方法和SVR的回归原理,提出了一种新的求解SVM优化问题的带调节因子的熵函数法。它克服了现有熵函数法只有参数p取得很大才能逼近问题的精确解的不足。将它应用在SVM的模式分类和回归问题中,能在低存储需求条件下有效地提高SVC的分类精度和SVR的回归性能。(本文来源于《四川师范大学》期刊2013-03-20）
袁昌斌,蔡宇泽[4]（2010）在《熵函数法在几何拓扑网络设计中的应用》一文中研究指出由于几何拓扑网络设计中许多的问题都可以归结为极小极大问题,而熵函数法正是求解极小极大问题的一个强有力的数学工具,所以本文试图运用熵函数法求解一些几何拓扑网络设计问题。理论分析和试验结果均表明了熵函数法求解这些问题的有效性。(本文来源于《安徽科技学院学报》期刊2010年02期）
吴青,刘叁阳,张乐友[5]（2009）在《回归型支持向量机的调节熵函数法》一文中研究指出基于最优化理论中的KKT互补条件建立支持向量回归机的无约束不可微优化模型,并给出了一种有效的光滑近似解法——调节熵函数方法.该方法不需参数取值很大便可逼近问题的最优解,从而避免了一般熵函数法为了逼近精确解,参数取得过大而导致数值的溢出现象,为求解支持向量回归机提供了一条新途径.数值实验结果表明,回归型支持向量机的调节熵函数法改善了支持向量机的回归性能和效率.(本文来源于《控制与决策》期刊2009年11期）
侯同运,邵金平[6]（2009）在《求解极大极小问题的熵函数法的改进》一文中研究指出极大极小问题是一类不可微优化问题,熵函数法是求解这类问题的一种有效算法。但当熵函数中的参数取值很大时,问题会出现病态,本文给出了一种调节参数的策略,与G.D i P illo在1993年提出的另一种光滑化方法和参数取固定值的数值结果进行了比较,8个算例的数值实验显示,这种算法的计算精度高于上述两种方法。(本文来源于《山东农业大学学报(自然科学版)》期刊2009年03期）
高常海,曹德欣[7]（2009）在《一类二层规划问题的调节熵函数法》一文中研究指出针对一类二层规划问题,通过建立对偶定理并利用精确罚函数法和调节熵函数将其近似转化为无约束可微优化问题.建立了相关算法,讨论了算法的收敛性,给出了数值算例,证明算法是有效和可靠的.(本文来源于《徐州工程学院学报(自然科学版)》期刊2009年02期）
张丽丽,张培爱,李兴斯[8]（2009）在《关于熵函数法中的几个问题》一文中研究指出本文就熵函数法中的几个问题进行了讨论。首先,就该方法中涉及的指数计算溢出问题,给出了可以完全避免计算机溢出的等价变换。接着就两个光滑函数φp(x)与φp(x,u)的不同特点进行了详细分析,并指出了不正确使用可能陷入的计算误区,藉以纠正文献中将二者混为一谈的错误。(本文来源于《运筹与管理》期刊2009年03期）
陈余泉,曾瑾,陈国庆[9]（2008）在《有限维变分不等式的熵函数法》一文中研究指出提出求解有限维变分不等式的熵函数法.分析了算法的性质,在一定条件下证明了熵函数逼近问题解的存在性,并证明熵函数法逼近方程组产生的点列的每个极限点均为有限维变分不等式的解.在一定条件下,熵函数法全局收敛且具有二次收敛率.数值算例表明了方法的有效性.(本文来源于《宁夏大学学报(自然科学版)》期刊2008年04期）
王若鹏,徐红敏,石红[10]（2008）在《GSVM优化问题的调节熵函数法》一文中研究指出提出求解广义支撑向量机(GSVM)优化问题的调节熵函数法,利用最优化理论的 KKT 互补条件,将 GSVM 转化为无约束优化问题,给出了基于 BFGS 迭代的调节熵函数法.介绍了广义支撑向量机优化问题的调节熵函数的有关性质、算法及其收敛性.数值实例表明了算法的可行性和有效性.(本文来源于《第十届中国青年信息与管理学者大会论文集》期刊2008-08-01）
熵函数法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为减小由于二进制编码的舍入误差对该问题计算结果的影响,对求解回归支持向量机的一种调节熵方法进行了区间扩张,讨论了区间函数的相关定理与收敛性.对设计的区间算法做了收敛性证明,并给出了数值实验,验证了方法与算法的可行性和有效性.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
熵函数法论文参考文献
[1].郭军军,元向辉,韩崇昭.采用熵函数法的多传感器空间配准算法的研究[J].西安交通大学学报.2014
[2].赵建强,李苏北,孙永,陈必科.回归型支持向量机调节熵函数法的区间扩张研究[J].数学的实践与认识.2014
[3].许建琼.支持向量机的调节熵函数法研究[D].四川师范大学.2013
[4].袁昌斌,蔡宇泽.熵函数法在几何拓扑网络设计中的应用[J].安徽科技学院学报.2010
[5].吴青,刘叁阳,张乐友.回归型支持向量机的调节熵函数法[J].控制与决策.2009
[6].侯同运,邵金平.求解极大极小问题的熵函数法的改进[J].山东农业大学学报(自然科学版).2009
[7].高常海,曹德欣.一类二层规划问题的调节熵函数法[J].徐州工程学院学报(自然科学版).2009
[8].张丽丽,张培爱,李兴斯.关于熵函数法中的几个问题[J].运筹与管理.2009
[9].陈余泉,曾瑾,陈国庆.有限维变分不等式的熵函数法[J].宁夏大学学报(自然科学版).2008
[10].王若鹏,徐红敏,石红.GSVM优化问题的调节熵函数法[C].第十届中国青年信息与管理学者大会论文集.2008
论文知识图
