简介：提出了一种优化的迭代降维算法求解混合交通网络设计问题．混合（连续／离散）交通网络设计问题常表示为一个带均衡约束的数学规划问题，上层通过新建路段和改善已有路段来优化网络性能，下层是一个传统的Wardrop用户均衡模型．迭代降维算法的基本思想是降维，先保持一组变量（离影连续）不变，交替地对另一组变量（连续／离散）实现最优化．以迭代的形式反复求解连续网络设计和离散网络设计问题，直至最后收敛到最优解．通过一个数值算例对算法的效果进行了验证．

简介：降维与分类一直是机器学习的研究热点，在很多领域有着成功的应用．针对基因数据分类存在特征维数过高、冗余数据和高噪声等问题，现提出一种基于ReliefF和自适应粒子群（APSO）优化的混合降维算法．即先通过ReliefF和APSO算法选择特征子集，然后使用超限学习机作为评价函数对基因数据进行分类，最后通过循环迭代得到最优的分类精度．实验证明，混合降维算法与已有的算法相比分类精度更高、更稳定，它适用于基因表达数据降维．

简介：传统的二维Otsu阈值分割算法采用穷举搜索法搜寻最佳阈值向量。与此不同，本文提出了一种二维最大类间方差阈值分割的快速迭代算法，用迭代的思想解决原始二维Otsu方法计算复杂、实时性差的问题。文中导出了迭代算法的公式，给出了算法流程。实验结果表明，与二维Otsu原始算法及其他两种快速算法相比较，本文提出的二维Otsu快速迭代算法分割结果准确，实现简单，其运行时间仅为原始算法的0．4％左右，大大减少了计算量和存储空间，是一种快速有效且实时性好的图像闽值分割算法。

简介：提出了一种新的单基地MIMO雷达波达方向（DOA）估计算法：降维Power-ESPRIT算法。该算法首先通过降维变换将MIMO雷达数据变换至低维信号空间,然后进行从复数域到实数域的转换,并在实数域上使用采样数据协方差矩阵的幂获得信号子空间的估计,最后构造实值旋转不变性方程估计目标的DOA。仿真结果表明,在低信噪比、低快拍数的环境下,该算法与已有ESPRIT方法相比,具有近似性能,却拥有较低的计算复杂度。该算法的计算复杂度是RD-ESPRIT的25%左右,是RD-UESPRIT的65%左右。

简介：提出了求解线性规划（LP）问题的一种新方法-筛选迭代算法。它通过筛选n维LP问题的n个控制约束方程（不添加驰变量）的方法求得LP问题的最优解。

简介：由于天然河流复杂水力特性,传统水面曲线计算存在诸多不足.本文从非均匀流能量方程入手,推演出了以水深为变量,成果精确且操作简便的水面曲线计算的迭代形式,进而对迭代收敛性进行了简要分析,结合算例定量比较了各类河段流量模数公式造成水面曲线成果的偏离情况.

简介：为了求解非线性方程f（x）=0,本文给出一个新的迭代算法,即xn+1=xn-(xn-xn-1)/(3f（xn）-4f((xn+xn-1/2)+f(xn-1)f（xn）这个新方法集弦割法和抛物线法的优势于一身,具有更快的收敛速度,已经证明:这个新方法的收敛阶至少是二阶的。

简介：利用特征投影分解（POD）方法建立二维双曲型方程的一种基于POD方法的含有很少自由度但具有足够高精度的降阶宦限差分外推迭代格式。给出其基于POD降阶有限差分解的误差估计及基于POD降阶有限差分外推迭代格式的算法实现。用一个数值例子去说明数值计算结果与理论结果相吻合。进一步说明这种基于POD降阶有限差分外推迭代格式对于求解二维双曲方程是可行和有效的。

简介：针对目前网络安全中，数据加密技术存在加密强度、运算量大等缺陷，提出了一种基于迭代置换的MD5改进算法。首先将MD5以512位的分组来处理输入的信息，然后每一分组又被划分成为16个32位的子分组，经过了填充尧加长、分块、迭代、置换5个步骤，输出由8个64位的分组，最后将这8个64位的分组结合后映射生成一个256位散列值。改进后的MD5算法与已有的算法对比，更加有效地保证了用户的密码安全。

简介：本文讨论Hilbert空间上具有强单调、上半Lipschitz连续性质的多值算子方程的求解方法，构造了迭代格式并证明迭代过程是收敛的；同时给出它在求解多值微分方程边值问题中的应用。

简介：摘 要：本文主要研究了天眼反射面板拟合抛物面过程，建立以刚体空间运动原理与抛物面的性质的工作态球面拟合模型，利用牛顿迭代法、梯度下降法、优化模型进行求解。

简介：本文提出一种智能天线降维的频域自适应波束形成（RFD—ABF）算法，该算法先对接收信号进行FFT，然后再带通滤波，最后通过LMS算法实现了频域的自适应波束形成。此算法可以有效降低信号的维数，消除干扰信号，大大降低计算量和存储量，通过对此算法收敛速度和有效抑制干扰的仿真，验证了智能天线降维频域波束形成算法的可行性，为智能天线技术在第三代移动通信系统应用提供理论基础。

简介：对于离散非线性系统迭代学习控制,在最优迭代因果学习律的存在性条件算法收敛性条件基础上,针对实际应用,提出了一种近似迭代算法,证明了近似迭代控制收敛于最优控制.

简介：小型移动机器人在未知环境下运行，陀螺所受噪声干扰无法建立有效的数学模型，需要仅从观测信号中把噪声去除，并估计出原始信号，根据该特点提出一种微机电陀螺信号盲均衡迭代反卷积算法。该算法利用横向滤波器对陀螺信号进行反卷积运算，使用贝叶斯方法对信号进行估计，建立了误差函数并与LMS算法组合，实现了均衡器参数的自动调整，在小型移动机器人上进行了算法实验验证。实验结果表明，该算法可以有效分离角速度信号与噪声信号，其噪声信号幅值减小约10倍，移动机器人运行275.41s抵达终点的偏航角误差从13°下降到1.46°。

简介：在新的控制条件下,证明了二次型极小化问题的迭代算法的有效性,所得结果改进了徐洪坤关于二次型优化的最新结果.

简介：将求解线性方程组的异步并行多分裂松弛迭代算法推广到线性互补问题.当问题的系数矩阵为H-矩阵类时,证明了算法的全局收敛性.

简介：自适应波形选择在认知雷达中起着非常重要的作用，自适应算法的好坏将直接影响到波形选择的效果。目前，策略迭代算法、价值迭代算法被相继提出，旨在提高波形选择的准确性和状态判断的准确性。但这些算法都存在着计算量大和重复计算等局限。所以，提出一种改进的价值迭代算法，它通过近似代替的思想，避免了重复计算的繁琐，降低了计算量。这种算法更新速度快、准确度好，更加适应于复杂多变的雷达环境，在提高雷达自适应能力方面起着重要的作用。

简介：介绍了用三步迭代算法求解A-极大单调算子的不动点问题和用预解算子研究包含问题的解.同时给出了在某些条件下,三步迭代算法的收敛性.该文中的结论是在Noor,Huang的算法及RamU.Verma的背景下启发得到.

简介：在Tikhonov正则化方法的基础上将其转化为一类l1极小化问题进行求解,并基于Bregman迭代正则化构建了Bregman迭代算法,实现了l1极小化问题的快速求解.数值实验结果表明,Bregman迭代算法在快速求解算子方程的同时,有着比最小二乘法和Tikhonov正则化方法更高的求解精度.

简介：通过对一类离散系统的迭代学习控制问题的讨论提出了一种新的迭代学习控制算法，证明了新算法的收敛性。该算法与目前的算法具有完全不同的形式，可通过调节参数提高算法的收敛速度。