导读:本文包含了极大熵方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:方法,区间,光滑,算法,极小,函数,协方差。
极大熵方法论文文献综述
于乐源,张勇[1]（2014）在《支持向量机的乘子极大熵方法》一文中研究指出对于支持向量机的小样本识别问题,给出了一个近似算法—乘子极大熵算法.首先把支持向量机模型的Wolfe对偶问题转化为极大极小模型,然后利用乘子极大熵算法来求这个极大极小问题的解.支持向量机的乘子极大熵算法是一个集极大熵法和乘子法两者优点于一身的算法,它可以把非光滑的问题变成光滑的,能在一定程度上减少迭代次数,提高计算速度,并且可以避免海森阵病态的问题.对于文中的两个例子,该算法都得到了比较好的实验结果,表明了该算法的有效性.乘子极大熵算法比较适用于小样本的识别问题,特别是医学上的癌前诊断问题的判别.(本文来源于《济宁学院学报》期刊2014年06期）
赵建强,李苏北,陈必科,杨静[2]（2014）在《无约束非线性l_p问题的区间极大熵方法》一文中研究指出针对信号处理、系统识别等领域中涉及到的无约束非线性lp问题,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,对求解该问题的极大熵方法进行了区间扩张。证明了区间扩张后的极大熵函数至少具有二阶收敛性,并设计了具有多项式时间复杂度的区间算法进行求解,举例进行了数值计算。数值计算结果显示,该区间算法可靠,计算结果与区间扩张前相比,结果更加精确。(本文来源于《计算机应用研究》期刊2014年10期）
王天荆,杨震,郑宝玉[3]（2012）在《压缩感知中非凸优化的极大熵方法(英文)》一文中研究指出压缩感知可由少量观测重构K-稀疏信号.本文提出的极大熵方法克服了压缩感知中lp(0<p<1)最优化问题的非光滑性.极大熵方法构造一条同伦曲线以获得全局最优稀疏解.数值实验表明极大熵方法的信号重构性能优于l1最优化和AST算法.(本文来源于《工程数学学报》期刊2012年03期）
李军祥,霍佳震[4]（2010）在《截断极大熵方法求解大型稀疏极大极小优化问题》一文中研究指出本文介绍一种求解大型稀疏有限极大极小问题的截断光滑化方法,该方法基于极大熵函数和不精确求解Newton型方程。在适当的假设下,在每次迭代仅需要近似求解线性方程组即可,而且这种方法既是全局收敛的又是局部超线性收敛的。数值试验表明了这种截断极大熵方法是相当有效的。(本文来源于《中国运筹学会第十届学术交流会论文集》期刊2010-10-16）
王天荆,杨震,吴业军[5]（2010）在《压缩感知中信号重构的极大熵方法(英文)》一文中研究指出本文针对压缩感知理论中BP算法的l1最优化问题,构造了一种新的信号重构的极大熵方法.极大熵方法克服了l1最优化问题的非光滑性,同时根据同伦方法构造极大熵函数的最优解序列来逼近全局最优稀疏解.数值实验表明极大熵方法是十分有效的信号重构方法.(本文来源于《应用数学》期刊2010年02期）
王天荆,杨震[6]（2008）在《非线性l_p问题的极大熵方法》一文中研究指出在非线性l1问题极大熵方法的基础上,构造了非线性l(0<p<1)问题的极大熵方法.为了克服lp问题的非光滑性,导出了极大熵函数,并证明了极大熵函数列的收敛性.根据同伦算法证明了极大熵函数的最优解序列逼近于非线性lp问题的最优解,并提出了解决计算过程中易于溢出的方法.最后,数值仿真表明算法是十分有效的.(本文来源于《南京工业大学学报(自然科学版)》期刊2008年01期）
李志洁,程春田,黄飞雪,李慧贤[7]（2007）在《基于极大熵方法的网格资源分配策略》一文中研究指出针对基于市场机制的网格资源分配中的出价问题,提出了一种用于并行任务资源分配的优化策略。该策略先将具有并行任务的多个用户竞争同一资源的行为形式化为一个极大极小问题,然后利用极大熵方法将其转化为一个可微的优化问题,最后通过二分搜索最优解产生一组优化的用户出价,根据这组出价按比例划分资源的计算能力。研究了用户出价函数的特征,给出了求出价组合最优解的具体算法。研究结果表明提出的分配策略具有较低的时间复杂度,从而能够提高资源分配效率,对于动态的网格环境具有更好的适应性。(本文来源于《系统工程与电子技术》期刊2007年10期）
江振宇,张为华,张磊[8]（2007）在《虚拟试验设计中的序贯极大熵方法研究》一文中研究指出针对包含计算耗时仿真模型的虚拟试验预测模型建模过程,提出了一种序贯极大熵试验设计方法。通过调整高斯先验过程协方差函数,在预测模型误差较大区域序贯地增加新试验点,合理权衡试验点数目与预测模型精度。设计数学算例演示了序贯极大熵试验设计方法的效率,并证明优于一步法,适用于虚拟试验预测模型建模。(本文来源于《系统仿真学报》期刊2007年17期）
薛巧玲,朱建[9]（2007）在《解多目标规划的区间极大熵方法》一文中研究指出利用极大熵原理及有关逼近结果,使之与区间算法结合,提出一类求解多目标规划问题的区间极大熵方法,并证明算法的收敛性,给出风险投资的多目标规划问题的数值解．(本文来源于《南京大学学报数学半年刊》期刊2007年01期）
黄时祥[10]（2007）在《非线性不等式与等式约束的多目标规划问题的区间极大熵方法》一文中研究指出利用极大熵方法将带多个非线性不等式约束和多个非线性等式约束的多目标规划问题变为两个非线性不等式约束的单个可微的目标函数优化问题,并结合区间分析知识给出一种新的解决多目标规划问题的区间方法.(本文来源于《数学的实践与认识》期刊2007年05期）
极大熵方法论文开题报告
（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：
针对信号处理、系统识别等领域中涉及到的无约束非线性lp问题,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,对求解该问题的极大熵方法进行了区间扩张。证明了区间扩张后的极大熵函数至少具有二阶收敛性,并设计了具有多项式时间复杂度的区间算法进行求解,举例进行了数值计算。数值计算结果显示,该区间算法可靠,计算结果与区间扩张前相比,结果更加精确。
（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。
极大熵方法论文参考文献
[1].于乐源,张勇.支持向量机的乘子极大熵方法[J].济宁学院学报.2014
[2].赵建强,李苏北,陈必科,杨静.无约束非线性l_p问题的区间极大熵方法[J].计算机应用研究.2014
[3].王天荆,杨震,郑宝玉.压缩感知中非凸优化的极大熵方法(英文)[J].工程数学学报.2012
[4].李军祥,霍佳震.截断极大熵方法求解大型稀疏极大极小优化问题[C].中国运筹学会第十届学术交流会论文集.2010
[5].王天荆,杨震,吴业军.压缩感知中信号重构的极大熵方法(英文)[J].应用数学.2010
[6].王天荆,杨震.非线性l_p问题的极大熵方法[J].南京工业大学学报(自然科学版).2008
[7].李志洁,程春田,黄飞雪,李慧贤.基于极大熵方法的网格资源分配策略[J].系统工程与电子技术.2007
[8].江振宇,张为华,张磊.虚拟试验设计中的序贯极大熵方法研究[J].系统仿真学报.2007
[9].薛巧玲,朱建.解多目标规划的区间极大熵方法[J].南京大学学报数学半年刊.2007
[10].黄时祥.非线性不等式与等式约束的多目标规划问题的区间极大熵方法[J].数学的实践与认识.2007
论文知识图
