导读:本文包含了线性约束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,方向,序列,全局,自适应,电离层,最小。
线性约束论文文献综述
刘珑珑,杨燕[1]（2019）在《线性约束下的高斯自适应标准差去雾算法》一文中研究指出针对暗通道先验算法中透射率在天空等明亮区域估计过小以及最小滤波使用不足问题,提出一种线性约束下的高斯自适应标准差去雾算法.首先利用有雾图像的最小通道图构造高斯函数来近似估计无雾图像的最小通道效果,提升明亮区域透射率的准确度;为了防止无雾图像最小通道灰度级超出范围,提出线性系数进行约束,使得其灰度级分布在(0,1);再通过观察得到高斯函数标准差与雾浓度呈负相关,提出自适应标准差来控制最终复原效果,并利用交叉双边滤波进行优化;最后结合大气散射模型复原图像.在MatlabR2014a软件中进行仿真实验,并采用视觉效果分析和盲评估评价指标对文中算法进行验证.结果表明,与经典算法对比,该算法有效地恢复了有雾场景的对比度和细节信息,明显增加了图像可见度且具有较低的时间复杂度.(本文来源于《计算机辅助设计与图形学学报》期刊2019年08期）
李裕杰,赵庆生,王旭平,郭尊[2]（2019）在《基于线性约束最小均方的谐波检测算法》一文中研究指出最小均方(Least Mean Square, LMS)算法因其计算复杂度低、稳定性好的特点已广泛应用于谐波检测领域中。但为了避免权重偏移,进一步提高收敛速度,提出了一种基于线性约束最小均方(Linearly Constrained Least Mean Square, LCLMS)的谐波检测算法。该算法在LMS算法的基础上,对权重变量加入了一个线性约束条件,并应用于不同高斯白噪声环境下谐波、间谐波信号的幅值和相角参数评估。最后又在稳态信号、动态信号和电弧炉算例下检验了该算法的可行性。实验结果表明,该算法可以快速准确地检测不同环境下谐波的相关信息,且相比LMS算法有较快的收敛速度和较高的抗干扰能力。(本文来源于《电力系统保护与控制》期刊2019年11期）
徐笑[3]（2019）在《一般线性约束与非线性等式约束两分块非凸优化单调ADMM-SQP算法研究》一文中研究指出乘子交替方向法(ADMM)和序列二次规划(SQP)算法是求解带约束优化问题十分有效的方法.虽然这两类算法在上世纪就己经提出,发展也较为成熟,但仍是当今优化领域的研究热点.由于这两类算法自身的局限性,目前仍有许多学术问题值得研究.本学位论文在充分吸收ADMM及SQP算法优势的基础上,针对一般线性约束与非线性等式约束两分块非凸优化问题提出一类新型ADMMSQP算法.该类算法以SQP思想为主线,利用ADMM分裂思想将二次规划(QP)子问题分解成几个规模较小且完全独立的QP.通过QP子问题的最优解构造搜索方向,将松驰增广拉格朗日函数作为效益函数,采用Arimijo线搜索技术产生新的迭代点.本文首先研究带箱子及一般线性约束两分块问题的GLC-ADMM-SQP算法I及II,并对算法的收敛性进行了证明.在构造算法时,通过引入松弛变量将不等式约束转化为等式约束,由松弛变量产生的QP子问题结构简单,有显式最优解,因此求解该子问题无需太多计算量.其次,将箱子约束推广至非空闭凸集的情形,提出了应用性更广的GLC-ADMM-SQP算法Ⅰ_+及Ⅱ_+.再次,在前面研究思路的启发下,构造带箱子及非线性等式约束两分块问题的NLC-ADMM-SQP算法,并证明了该算法的全局收敛性.最后,利用电力系统经济调度模型对算法的实效性进行了初步验证.(本文来源于《广西大学》期刊2019-06-01）
陈慧[4]（2019）在《线性约束下的核密度分析方法研究》一文中研究指出地理空间中的各类点状事物大多与线状要素关联紧密,比如交通干线两侧的城镇、河流两侧的村庄、旅游线路两侧的景点等。在线性空间单元约束下对事件或活动进行分析无论是在精度、可信度、应用的准确性上都更有优势。现有的针对空间离散点要素的分析方法多以单一点为分析主体,对线性约束下点事件的空间分析方法研究较少,且算法较为复杂,实现困难。本文以核密度分析方法为例,以多源媒体数据(以旅游数据为主)、不同尺度路网数据为数据源,进行线性约束下核密度分析方法的研究。旨在为旅游规划管理、景区的个性化线路推荐、智能路线识别,甚至是城市研究领域等提供新的有效的实用性的量化方法,使其能够挖掘出更多的细节信息。通过对传统核密度方法的研究,将核心算法保留,采用线性单元格网化的方式对参与计算的点数据集进行线性约束,提出线性约束下的核密度算法。算法实现过程主要包括:(1)将空间离散点数据依据固定规则投影至线路上,确保点要素在线上;(2)将线性单元格网化,并确保格网化后线性单元中每个格网的空间邻接关系与属性表相一致;(3)以格网化线性空间单元作为计算主体,计算落入每个格网中事件点的数量,并将其作为发生元计算核密度值;(4)以核密度值作为可视化属性字段,依托线性空间单元进行可视化,以线的横向宽窄作为识别热区的重要指标。根据以上步骤,基本实现线性约束下核密度值的计算和应用。并以不同尺度的全国道路网、景区尺度的平遥古城路网等进行算法实证。结果表明:(1)线性核密度算法能够很好地表明路段级别的热点区域,将传统方法中识别的―模糊热区‖精确定位至固定路段,可获得更多的细节信息;(2)相较于之前学者提出的网络核密度算法,线性核密度算法在满足尺度需求的前提下,提高了运行效率,并且算法相对简单,易扩展,易使用,可满足编程基础较弱的学者的使用需求;(3)线性核密度算法基于格网思想,将空间离散点数据与其最紧密的线性单元相联系,实用性增强。(本文来源于《河北师范大学》期刊2019-05-22）
罗路为,雷迎科[5]（2019）在《基于线性约束关系的LDPC码校验矩阵盲识别算法》一文中研究指出针对误码条件下低密度奇偶校验码(LDPC)的校验矩阵难以逆向构造的问题,提出了基于线性约束关系的LDPC码校验矩阵盲识别算法。该算法通过对含错矩阵进行列消元,结合校验向量的判定准则,筛选对偶向量中LDPC码校验向量,辨识和剔除被截获数据中的含错码组然后进行迭代,不断剔除被截获数据中的误码码组,提高无误码码组的比例。将原误码条件下的棘手问题,退化为无误码条件下的线性约束关系的重建问题,进而解决了误码条件下的LDPC码的盲识别问题。仿真实验结果表明,在误码率小于10~(-4)的非合作条件下,利用本文的算法,接收方可以重建发送方使用的LDPC码校验矩阵。(本文来源于《探测与控制学报》期刊2019年02期）
郑巧珍,郭晓双,邹小东,王鹏[6]（2019）在《多线性约束结合自适应单脉冲测角方法》一文中研究指出传统单脉冲算法是针对空域高斯白噪声背景下单目标的一种有效测角算法。文章针对色噪声背景加强旁瓣干扰条件下,自适应空域滤波抑制干扰的同时,主波束内鉴角曲线畸变引入新的角度估计误差的问题,研究了多约束线性结合自适应单脉冲测角方法,该方法适用于阵元级和子阵级自适应空域滤波,仿真结果表明,该方法能有效地改善自适应空域滤波时主波束内鉴角曲线畸变。(本文来源于《制导与引信》期刊2019年01期）
张从军,李赛,吕丽霞,王月虎[7]（2019）在《一种混合算法求解可分离带线性约束的变分不等式问题》一文中研究指出本文研究了大规模的可分离带线性约束的变分不等式问题,提出了基于对数二次临近点法的交替方向法,新算法的每步用一个非线性方程组来代替变分不等式子问题.通过有效求解非线性方程组,使得新算法简单易行而且一定程度上提高了计算的效率.同时,在映射单调和原问题解集非空的条件下,证明了此算法具有全局收敛性,最后通过数值实验说明了此算法是有效可行的.(本文来源于《数学杂志》期刊2019年02期）
申合帅,李泽民[8]（2018）在《混合线性约束非线性最优化问题的一个新算法》一文中研究指出在文献[1]的基础上,首先将线性等式约束非线性最优化问题转化为非线性最小二乘问题进行求解,得到了求解最优化问题的一种新思路;然后针对混合线性约束最优化问题,通过与积极集法相结合,在求解等式约束子问题时采用上述算法,而对于不等式约束子问题采用积极集算法,从而提出了混合线性约束非线性最优化问题的一个新算法.最后给出了该算法收敛性的证明,通过数值实验,说明新算法是可行的,有效的.(本文来源于《湖南师范大学自然科学学报》期刊2018年05期）
贾春,赵琳,李亮,程建华,李慧[9]（2018）在《模糊度线性约束的消电离层多频模糊度解算》一文中研究指出针对传统多频模糊度解算方法受到电离层延迟影响造成窄巷模糊度解算可靠性降低的问题,提出一种基于模糊度线性约束的消电离层MCAR方法。该方法通过模型等价性原理构建了基于几何相关-消电离层组合模型,并凭借能够可靠解算的超宽巷/宽巷模糊度值形成线性约束,进而构造窄巷模糊度解算模型,最终求解窄巷模糊度及精密定位结果。多组北斗叁频实际数据测试结果表明,即使双差电离层延迟达到73.2cm,所提出方法也可实现模糊度解算成功率高于96%,定位精度优于15cm。(本文来源于《测绘学报》期刊2018年07期）
简金宝,劳译娴,晁绵涛,马国栋[10]（2018）在《线性约束两分块非凸优化的ADMM-SQP算法》一文中研究指出基于乘子交替方向法(ADMM)和序列二次规划(SQP)方法思想,致力于研究线性约束两分块非凸优化的新型高效算法.首先,以SQP思想为主线,在其二次规划(QP)子问题的求解中引入ADMM思想,将QP分解为两个相互独立的小规模QP求解·其次,借助增广拉格朗日函数和Armijo线搜索产生原始变量新迭代点.最后,以显式解析式更新对偶变量·因此,构建了一个新型ADMM-SQP算法·在较弱条件下,分析了算法通常意义下的全局收敛性,并对算法进行了初步的数值试验.(本文来源于《运筹学学报》期刊2018年02期）
线性约束论文开题报告
（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：
最小均方(Least Mean Square, LMS)算法因其计算复杂度低、稳定性好的特点已广泛应用于谐波检测领域中。但为了避免权重偏移,进一步提高收敛速度,提出了一种基于线性约束最小均方(Linearly Constrained Least Mean Square, LCLMS)的谐波检测算法。该算法在LMS算法的基础上,对权重变量加入了一个线性约束条件,并应用于不同高斯白噪声环境下谐波、间谐波信号的幅值和相角参数评估。最后又在稳态信号、动态信号和电弧炉算例下检验了该算法的可行性。实验结果表明,该算法可以快速准确地检测不同环境下谐波的相关信息,且相比LMS算法有较快的收敛速度和较高的抗干扰能力。
（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。
线性约束论文参考文献
[1].刘珑珑,杨燕.线性约束下的高斯自适应标准差去雾算法[J].计算机辅助设计与图形学学报.2019
[2].李裕杰,赵庆生,王旭平,郭尊.基于线性约束最小均方的谐波检测算法[J].电力系统保护与控制.2019
[3].徐笑.一般线性约束与非线性等式约束两分块非凸优化单调ADMM-SQP算法研究[D].广西大学.2019
[4].陈慧.线性约束下的核密度分析方法研究[D].河北师范大学.2019
[5].罗路为,雷迎科.基于线性约束关系的LDPC码校验矩阵盲识别算法[J].探测与控制学报.2019
[6].郑巧珍,郭晓双,邹小东,王鹏.多线性约束结合自适应单脉冲测角方法[J].制导与引信.2019
[7].张从军,李赛,吕丽霞,王月虎.一种混合算法求解可分离带线性约束的变分不等式问题[J].数学杂志.2019
[8].申合帅,李泽民.混合线性约束非线性最优化问题的一个新算法[J].湖南师范大学自然科学学报.2018
[9].贾春,赵琳,李亮,程建华,李慧.模糊度线性约束的消电离层多频模糊度解算[J].测绘学报.2018
[10].简金宝,劳译娴,晁绵涛,马国栋.线性约束两分块非凸优化的ADMM-SQP算法[J].运筹学学报.2018
论文知识图
