导读:本文包含了线性凸优化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:线性,稀疏,光刻,参数,步进,在线,摄像机。
线性凸优化方法论文文献综述
姚红良,张钦,杨沛然,闻邦椿[1]（2019）在《分段线性刚度非线性能量阱的参数优化方法》一文中研究指出基于作者先前提出的具有分段线性刚度的非线性能量阱(nonlinear energy sink,NES)模型,利用遗传算法研究了该NES的参数优化问题.首先,介绍了分段线性刚度NES的结构,并分析了其非线性特性;其次,提出通过对立方曲线端点连线拟合的方法以缩减设计空间,并采用二进制与实数混合编码方式设计了NESs的参数优化方法;最后,以框剪结构-NESs系统为例,研究了NESs在多自由度系统中的优化问题,并通过试验进行了验证.结果表明,采用所提出的优化方法所设计的NESs,能在较宽的激励频率下有效减小振动系统的振幅,可以获得较好的多模态振动抑制效果.(本文来源于《东北大学学报(自然科学版)》期刊2019年12期）
祁峥东,卢阳沂,孔玥,刘晨[2]（2019）在《基于多凸优化的稀疏线性阵列综合方法》一文中研究指出提出了一种基于迭代算法的稀疏阵列综合方法,通过减少阵列单元数量以简化波束形成网络。该方法在每一步迭代过程中使用多凸优化方法,将控制主瓣波纹大小的非凸函数转化成凸函数,并将稀疏阵列综合问题转化为一系列迭代加权L1范数最小化的稀疏重构问题。通过该算法综合出来的阵列天线具有较少单元数与较高的方向图性能。算例表明,与传统算法相比较,文中提出的方法可以节省大量天线单元。(本文来源于《雷达与对抗》期刊2019年04期）
韩小雨,李田泽,陈洪涛[3]（2019）在《基于神经网络二维PSD线性优化方法研究》一文中研究指出位置敏感器件(PSD)具有性价比高、外围电路简单等优点,在角度等高精度测量领域具有广泛应用.但PSD的非线性限制了其精度,针对PSD(位置敏感器)固有的非线性,分析了二维PSD非线性特征及对测量结果的影响,提出了一种基于神经网络的二维PSD线性优化的算法,使用两个稳含层对神经网络进行训练,建立非线性映射关系,对二维PSD实现非线性补偿,通过MATLAB仿真实验对比,结果显示该算法能有效地减少二维PSD非线性的影响,且精度较高,收敛速度快,提高了测量数据的准确性.(本文来源于《商丘师范学院学报》期刊2019年03期）
朱真峰,翟艳祥,叶阳东[4]（2018）在《一种线性的在线AUC优化方法》一文中研究指出AUC(area under the ROC curve)优化问题的损失函数由来自不同类别的样本对构成,这使得依赖于损失函数之和的目标函数与训练样本数二次相关,不能直接使用传统在线学习方法求解.当前的在线AUC优化算法聚焦于在求解过程中避免直接计算所有的损失函数,以减小问题的规模,实现在线AUC优化.针对以上问题提出了一种AUC优化的新目标函数,该目标函数仅与训练样本数线性相关;理论分析表明:最小化该目标函数等价于最小化由L2正则化项和最小二乘损失函数组成的AUC优化的目标函数.基于新的目标函数,提出了在线AUC优化的线性方法(linear online AUC maximization,LOAM);根据不同的分类器更新策略,给出2种算法LOAMILSC和LOAMAda.实验表明:与原有方法相比,LOAMILSC算法获得了更优的AUC性能,而对于实时或高维学习任务,LOAMAda算法更加高效.(本文来源于《计算机研究与发展》期刊2018年12期）
张凯,杜世民,杨润萍[5]（2018）在《基于整数线性规划的后布图线长优化方法》一文中研究指出针对可切分布图,提出了一种同时考虑模块交换、模块翻转和空白面积再分配减少线长的新方法.对给定布图相应的切分树,引入一组二进制变量来表示切分树中每个运算符下的两个子树是否发生交换,然后对切分树进行遍历,将所有模块位置表示为这些二进制变量的线性函数.在此基础上,将模块翻转和空白面积再分配考虑进来,将这一问题构建为一个整数线性规划模型.实验结果表明,所提出方法较已有文献可以获得更大的线长改进,这为布图之后进一步提高布图质量提供了一种有效的方法.(本文来源于《数值计算与计算机应用》期刊2018年04期）
王耀金,蒋驰,蔡乾,陈春芳,张军星[6]（2018）在《基于分段线性拟合的测向精度优化方法》一文中研究指出本文提出了一种基于分段线性拟合的测向精度优化方法。该方法利用分段线性拟合的思想,将连续测向过程分割成若干个区间,并分别选取合适的补偿系数进行该区间的线性斜率补偿,以达到提高测向精度的目的。该方法可以尽可能地减小由于系统误差等引入的一些不可避免的固定偏差对真实测向的影响。该方法可以有效地应用在被动雷达导引头测向中。(本文来源于《数字技术与应用》期刊2018年08期）
陈怡君,李开明,张群,罗迎[7]（2018）在《稀疏线性调频步进信号ISAR成像观测矩阵自适应优化方法》一文中研究指出基于压缩感知(CS)理论的稀疏线性调频步进信号(SFCS)逆合成孔径雷达(ISAR)成像技术能够从少量观测数据中高概率重构出目标像,其中,观测矩阵的优化设计是提高成像质量和减少观测数据量的有效途径。然而,现有的观测矩阵优化设计研究通常没有考虑目标特征信息的有效利用,对目标的自适应能力不足。因此,该文在充分利用目标特征信息的基础上,结合稀疏SFCS信号的实际物理观测过程,提出一种ISAR成像观测矩阵自适应优化方法。该方法首先建立参数化稀疏表征成像模型以解决稀疏SFCS信号多普勒敏感问题,在此基础上,以在达到成像质量要求条件下使用最少观测数据量获得最优成像结果为目标对观测矩阵进行自适应优化设计,最终能够利用最少的数据量获得满意的目标成像结果。仿真实验验证了该算法的有效性。(本文来源于《电子与信息学报》期刊2018年03期）
董靖,刘庆华,晋良念[8]（2017）在《一种针对雷达成像的时域线性采样优化方法》一文中研究指出传统时域线性采样法(TD-LSM)可以在探测区域散射体先验信息未知条件下,获取较为准确的重构散射体目标位置与部分外形信息,但由于检验函数时延值没有标准化选取方法,使得重构效果可靠性不稳定。并且运算过程中需要将原始数据方阵作离散卷积变换,导致数据维数膨胀严重增加运算消耗。因此,针对时延值选取无标准化方法和计算代价巨大的缺陷,首先通过分析雷克波传播特性,提出并验证了一种最佳时延值选取准则;其次结合该准则进一步提出一种基于分割思想的改进方法。仿真和实测数据表明,改进算法可以有效提高成像效果的可靠性并显着提高运算效率。(本文来源于《雷达科学与技术》期刊2017年06期）
王磊,李思坤,王向朝,杨朝兴[9]（2016）在《基于线性规划的光刻机光源优化方法》一文中研究指出光刻技术是极大规模集成电路制造的关键技术之一。光刻分辨率决定集成电路芯片的特征尺寸。在曝光波长与数值孔径一定的情况下,需通过改善光刻工艺和采用分辨率增强技术减小工艺因子,提高光刻分辨率。光源优化(Source Optimization,SO)技术是一种重要的分辨率增强技术。由于不需要重新制造掩模,SO具有成本低、实现速度快的优点。自离轴照明技术发明以来,已有不少学者对SO进行了研究。近来,Flex Ray等自由(本文来源于《第十六届全国光学测试学术交流会摘要集》期刊2016-09-25）
刘博宇,赵洋,杨进华[10]（2016）在《一种改进的摄像机线性标定优化方法》一文中研究指出现有的摄像机标定方法没有将高精度和简便性很好的衔接在一起。提出一种新的标定优化方法。首先选择主点位置在图像中心,纵横比为1作为初始条件;接着利用改进的摄像机线性标定方法,得到在同一摄像机坐标系下不同图像上所有标定点的摄像机坐标;最后利用摄像机坐标系下的这些叁维点来优化内、外参数。实验结果表明:本文提出的标定方法得到的焦距误差在0.1mm以内,主点位置的最大误差在2pixel左右,测试点的最大误差控制在0.5pixel以内。本文提出的标定方法是一种简单、高精度的标定方法。(本文来源于《长春理工大学学报(自然科学版)》期刊2016年04期）
线性凸优化方法论文开题报告
（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：
提出了一种基于迭代算法的稀疏阵列综合方法,通过减少阵列单元数量以简化波束形成网络。该方法在每一步迭代过程中使用多凸优化方法,将控制主瓣波纹大小的非凸函数转化成凸函数,并将稀疏阵列综合问题转化为一系列迭代加权L1范数最小化的稀疏重构问题。通过该算法综合出来的阵列天线具有较少单元数与较高的方向图性能。算例表明,与传统算法相比较,文中提出的方法可以节省大量天线单元。
（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。
线性凸优化方法论文参考文献
[1].姚红良,张钦,杨沛然,闻邦椿.分段线性刚度非线性能量阱的参数优化方法[J].东北大学学报(自然科学版).2019
[2].祁峥东,卢阳沂,孔玥,刘晨.基于多凸优化的稀疏线性阵列综合方法[J].雷达与对抗.2019
[3].韩小雨,李田泽,陈洪涛.基于神经网络二维PSD线性优化方法研究[J].商丘师范学院学报.2019
[4].朱真峰,翟艳祥,叶阳东.一种线性的在线AUC优化方法[J].计算机研究与发展.2018
[5].张凯,杜世民,杨润萍.基于整数线性规划的后布图线长优化方法[J].数值计算与计算机应用.2018
[6].王耀金,蒋驰,蔡乾,陈春芳,张军星.基于分段线性拟合的测向精度优化方法[J].数字技术与应用.2018
[7].陈怡君,李开明,张群,罗迎.稀疏线性调频步进信号ISAR成像观测矩阵自适应优化方法[J].电子与信息学报.2018
[8].董靖,刘庆华,晋良念.一种针对雷达成像的时域线性采样优化方法[J].雷达科学与技术.2017
[9].王磊,李思坤,王向朝,杨朝兴.基于线性规划的光刻机光源优化方法[C].第十六届全国光学测试学术交流会摘要集.2016
[10].刘博宇,赵洋,杨进华.一种改进的摄像机线性标定优化方法[J].长春理工大学学报(自然科学版).2016
论文知识图
