导读:本文包含了线性收敛速度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:速度,线性,迭代,广义,单调,张量,模型。
线性收敛速度论文文献综述
刘蕊,刘奇龙,陈震[1]（2019）在《判定强H-张量具有线性收敛速度的迭代算法》一文中研究指出基于计算非负张量谱半径的高阶幂法,给出一种新的迭代算法判定强H-张量.结合不等式的放缩技巧和非负张量的Perron-Frobenius定理证明所给算法在有限步内停止,且其收敛速度是线性收敛的.数值算例表明,该算法能判定任意给定的张量是否为强H-张量,且在某些情形下比经典的强H-张量判定算法所需迭代步数更少.(本文来源于《吉林大学学报(理学版)》期刊2019年05期）
张涛[2]（2018）在《长程相依线性过程的弱大数定律两类收敛速度》一文中研究指出设{ζi,-∞<i<∞}为独立同分布随机变量序列,且Eζ0 = 0,{ai,-∞<i<∞}为非随机实数序列,定义线性过程Xn=∑i=-∞∞ai+nζi,n≥1.本文主要研究线性过程{Xn,n≥1}在长程相依情况下的Marcinkiewicz-Zygmund弱大数定律(M-Z WLLN)的两类收敛速度.对于线性过程{Xn,n≥1},设r>1,1<p<2,对任意ε>0,n r-1P(|∑K=1 n Xk|>Wn(p)ε)→0 (n<∞);设r≥1,1≤p<2,对任意ε>0,∑n=1 ∞ n r-2 P(|∑K=1 n Xk|>Wn(p)ε<∞,其中Wn(p)=(∑i=-∞∞|∑k=1nai+k|p)1/p,n≥1本文得到的两个结果是将Characiejus和Rackauskas[23]所得到相应的两个结论分别进行了拓展或推广.(本文来源于《暨南大学》期刊2018-05-24）
张勤,丛龠苏[3]（2017）在《分式线性迭代数列的敛散性及收敛速度》一文中研究指出若a_i,b_i>0(i=1,2),|a_1 a_2b_1 b_2|≠0,则数列x_1>0,x_(n+1)=a_1x_n+a_2/b_1x_n+b_2收敛.若迭代过程中,xn(n=1,2,…)全不是φ(x)=a1x+a2/b1x+b2的不动点,则迭代数列{xn}线性收敛.(本文来源于《高等数学研究》期刊2017年04期）
李奇勋[4]（2016）在《含Poisson跳线性随机系统区间稳定状态下的系统状态收敛速度分析》一文中研究指出本文讨论了由布朗运动和Poisson跳跃过程共同驱动的随机线性时不变系统的区间稳定性问题.在引入广义李雅普诺夫算子的基础上,首先给出了含Poisson跳线性随机系统(-β,-α)稳定的定义,然后结合谱分析方法分析了系统状态收敛速度与(-β,-α)稳定的关系,并得到了相关结论.(本文来源于《泰山学院学报》期刊2016年06期）
尹长明,刘双花,陈波红[5]（2015）在《误差不相关广义线性模型极大拟似然估计的收敛速度》一文中研究指出在广义线性模型(GLM)中,设yi和Zi分别是响应变量和回归系数向量.若随机误差ei=yi-Eyi,i=1,2,…不相关,且sup var(ei)<∞,sup‖Zi‖2<∞,λn→∞和一些光滑条件满足,i≥1i≥1该文证明了一般联系函数GLM回归参数极大拟似然估计βn是弱相合的,具有收敛速度‖β-β0‖=Op(λn-1/2)n),其中λn是i∑i=1ZiZ′的最小特征根,β0是回归参数向量真值.(本文来源于《华中师范大学学报(自然科学版)》期刊2015年05期）
陈家清,陈志强,金倩聿,张智敏[6]（2013）在《线性指数分布参数的经验贝叶斯检验收敛速度研究》一文中研究指出文章在线性损失函数下导出了线性指数分布参数单调的贝叶斯检验函数,利用独立同分布样本情形概率密度函数及其导数的核密度估计构造了经验贝叶斯(EB)检验函数。在适当的条件下,获得了EB检验函数的收敛速度,该收敛速度可任意接近O(n-1),改进了文献中已有的结果。最后给出了一个满足文中主要结果的例子。(本文来源于《统计与决策》期刊2013年10期）
贾宁华,汪超,凌能祥[7]（2012）在《固定设计下函数型线性回归模型的完全收敛速度》一文中研究指出基于固定设计下,文章研究了解释变量和响应变量都为函数型变量时的线性回归模型,通过构造模型中线性算子T的估计量■n,证明了在不同的条件下‖■n-T‖的以概率收敛性和完全收敛性,同时给出了‖■n-T‖在完全收敛下的收敛速度.(本文来源于《合肥工业大学学报(自然科学版)》期刊2012年07期）
刘宇民[8]（2012）在《线性方程组迭代解法平均收敛速度收敛阶的定量估计》一文中研究指出由迭代法平均收敛速度与渐进收敛速度的关系引入近似估计法,即通过对迭代平均收敛速度取对数,然后使用数值拟合软件CurveExport1.3给出拟合函数,最终得到了Jacobi迭代法和Gauss-seidel法平均收敛速度收敛到渐进收敛速度的近似收敛阶,且该法适用于其他迭代法平均收敛速度的估计。(本文来源于《山西大同大学学报(自然科学版)》期刊2012年01期）
邓春亮,胡南辉[9]（2012）在《广义线性模型中拟似然估计的弱相合性及收敛速度》一文中研究指出在非自然联系情形下讨论了广义线性模型拟似然方程的解βn在λ—n→∞和其他一些正则性条件下证明了解的弱相合性,并得到其收敛于真值β0的速度为Op(λ—n-1/2),其中λ—n(λ—n)为方阵Sn=iΣ=n1XiX'1的最小(最大)特征值.(本文来源于《嘉应学院学报》期刊2012年02期）
王建国[10]（2010）在《带有连续和离散数据的局部线性回归:一致收敛性及收敛速度》一文中研究指出引言对于连续型数据的非参数回归模型的核方法,Nadaraya(1964)和Watson(1964)提出了局部常数估计(Local Constant Estimator)。但是这种方法存在"边界效应"问题,而且因渐进偏差是设计密度的函数而不适合特定设计(Fan,1992)。Stone(1977)和Cleveland(1979)提出了局部线性估计。局部线性估计克服"边界效应",而且因渐进偏差与设计密度无关而适合各种设计(Fan&Gibels,1992)。局部线性估计进而可以推广到局(本文来源于《21世纪数量经济学（第11卷）》期刊2010-09-15）
线性收敛速度论文开题报告
（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：
设{ζi,-∞<i<∞}为独立同分布随机变量序列,且Eζ0 = 0,{ai,-∞<i<∞}为非随机实数序列,定义线性过程Xn=∑i=-∞∞ai+nζi,n≥1.本文主要研究线性过程{Xn,n≥1}在长程相依情况下的Marcinkiewicz-Zygmund弱大数定律(M-Z WLLN)的两类收敛速度.对于线性过程{Xn,n≥1},设r>1,1<p<2,对任意ε>0,n r-1P(|∑K=1 n Xk|>Wn(p)ε)→0 (n<∞);设r≥1,1≤p<2,对任意ε>0,∑n=1 ∞ n r-2 P(|∑K=1 n Xk|>Wn(p)ε<∞,其中Wn(p)=(∑i=-∞∞|∑k=1nai+k|p)1/p,n≥1本文得到的两个结果是将Characiejus和Rackauskas[23]所得到相应的两个结论分别进行了拓展或推广.
（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。
线性收敛速度论文参考文献
[1].刘蕊,刘奇龙,陈震.判定强H-张量具有线性收敛速度的迭代算法[J].吉林大学学报(理学版).2019
[2].张涛.长程相依线性过程的弱大数定律两类收敛速度[D].暨南大学.2018
[3].张勤,丛龠苏.分式线性迭代数列的敛散性及收敛速度[J].高等数学研究.2017
[4].李奇勋.含Poisson跳线性随机系统区间稳定状态下的系统状态收敛速度分析[J].泰山学院学报.2016
[5].尹长明,刘双花,陈波红.误差不相关广义线性模型极大拟似然估计的收敛速度[J].华中师范大学学报(自然科学版).2015
[6].陈家清,陈志强,金倩聿,张智敏.线性指数分布参数的经验贝叶斯检验收敛速度研究[J].统计与决策.2013
[7].贾宁华,汪超,凌能祥.固定设计下函数型线性回归模型的完全收敛速度[J].合肥工业大学学报(自然科学版).2012
[8].刘宇民.线性方程组迭代解法平均收敛速度收敛阶的定量估计[J].山西大同大学学报(自然科学版).2012
[9].邓春亮,胡南辉.广义线性模型中拟似然估计的弱相合性及收敛速度[J].嘉应学院学报.2012
[10].王建国.带有连续和离散数据的局部线性回归:一致收敛性及收敛速度[C].21世纪数量经济学（第11卷）.2010
论文知识图
