共轭梯度

摘要： 压缩感知可以在低于Nyqiust采样率条件下实现稀疏信号的精确恢复.重构算法是压缩感知的主要研究内容之一.本文基于子空间基追踪算法的回溯思想与共轭梯度法,提出了共轭梯度子空间基追踪算法.通过仿真实验验证了算法的有效性,并讨论了该算法利用几种常见测量矩阵对稀疏信号的重构效果.结果显示,当测量矩阵为部分Fourier矩阵时,该算法具有最优的重构效果.

摘要： 为了提高红外检测的精度,实现缺陷深度和大小的同步检测,将共轭梯度反演算法分别与脉冲检测技术和脉冲相位检测技术相结合,实现了基于相位和表面温度的红外定量识别,通过数字算例对比分析了不同因素对识别结果的影响。研究结果表明:在无测温误差时,基于相位和表面温度的识别都能准确地识别缺陷的位置大小;基于相位和表面温度的识别结果精度都会因随机误差的增大而降低;基于表面温度的识别结果精度会因均匀误差的增大而降低,但是均匀误差对基于相位的识别无影响。

摘要： 共轭梯度法是数值计算领域的一类重要方法。本文基于Schmidt正交化方法,提出了两种改进的Hestenes-Stiefel共轭梯度法。无需线搜索条件,它们自动满足共轭梯度法的两个重要性质,即充分下降性和共轭条件。在适当的条件下,本文证明了所设计算法的全局收敛性。最后,将这两种算法应用到脉冲噪声去噪中,初步的数值试验表明了算法的有效性。

摘要： 针对基于惯性测量单元(IMU)的姿态解算算法噪声大、精度低且无法准确解算偏航方向上姿态角变化的问题,提出一种基于共轭梯度算法的MARG传感器系统姿态解算方法。使用加速度计和磁强计测量姿态误差,通过共轭梯度算法对陀螺仪姿态四元数进行补偿和修正,对数据加权融合求解得到飞行器姿态四元数。利用三轴转台对算法稳定性和准确性进行验证,结果表明,该算法能够有效抑制测量噪声,提高姿态角解算的精度。

摘要： 从复杂纹理图像中提取主结构是计算机视觉和图形应用的基本过程.针对加权最小二乘法依赖于梯度大小、无法去除对图像语义贡献很小的小规模、高对比度的振荡细节(如纹理)的问题,提出一种新的用于抑制图像纹理的权重算子,并对该权重算子的有效性进行验证.为了解决在优化全局目标函数过程中需要求解大型稀疏拉普拉斯矩阵、计算成本高的问题,采用代数多重网格算法作为共轭梯度法的预处理算子加快稀疏矩阵方程的求解速度.实验表明,提出的权重算子能有效地抑制图像纹理,并且图像主结构的边缘不会被模糊,其滤除纹理、提取主结构的效果优于其他同类算法.另外,所用的加速算法和其他传统预处理算法相比,能将主结构的提取时间缩短很多.

摘要： 随着网络中出现大量的新闻内容,如何在短期内为用户及时发现新闻热点话题越来越受到学者们的关注。提出一种基于BTM模型和改进K-Means聚类算法的中文新闻话题检测模型。对网易新闻语料库引入BTM模型,发现与主题相关的话题词,从而推断热点话题;针对K-Means算法初始值敏感等问题,将基于共轭梯度的人工鱼群算法引入传统的K-Means算法;利用改进K-Means聚类算法对得到的话题词进行聚类。实验结果表明,所提方法与传统方法相比可有效、准确提高话题的准确性。

摘要： 当前频率域地震数值模拟中的时谐波动方程求解通常采用LU直接分解法或Krylov子空间迭代法。直接分解法占用内存大,耗费时间长,且难以模拟高维度、高密度地震采集;一般的Krylov子空间迭代法收敛速度较慢,在处理复杂模型时可能会出现不收敛的情况。为此,在现有共轭梯度类算法的基础上发展了一种优化的Krylov子空间法——混合共轭梯度算法,用于求解时谐波动方程。层状介质模型和标准模型的数值模拟结果表明:与LU直接法相比,新方法在保证模拟精度的前提下,可有效降低内存需要、减少计算用时;与双共轭梯度稳定迭代法相比,在处理复杂模型时具有更高的计算稳定性。

摘要： 应用共轭梯度方法和线性投影算子,给出了求解线性矩阵方程AXB+CXD=F在任意线性子空间上的最小二乘解问题的迭代算法.在不考虑舍入误差的情况下,理论上可以证明,所给迭代算法经过有限步迭代可得到矩阵方程AXB+CXD=F的最小二乘解,极小范数解及其最佳逼近.该算法可以应用于任何线性子空间,包括由对称矩阵,中心对称矩阵等构成的线性子空间.文中的数值例子证实了该算法的有效性.

摘要： 地层原油泡点压力(pb)是确定油藏类型、制定油藏开发方案和进行油藏工程计算必不可少的重要参数,也是计算油田储量及选择油井工作制度的基础。为了方便、快速预测油藏流体泡点压力值,在大量PVT(高压物性)实验测试数据基础上,对深层复杂油藏流体确定泡点压力值的经验模型进行了描述,分析并确定了影响塔里木油区深层复杂油气藏地层原油泡点压力值的主控因素,建立了一种快速预测油藏流体泡点压力的模型。基于塔里木油区132组样品数据,利用数模软件进行回归分析,得出了泡点压力新模型的10个影响因素和相关参数的取值,并通过对后续10支地层流体样品的补充PVT实验数据进行实例验证。对比已有经验公式,该预测模型具有更好的预测效果。

摘要： 为了提高储罐液位检测的准确性,提出了结合共轭梯度反演算法利用红外检测技术来定量识别储罐液位的方法.针对研究问题,建立了二维导热下的储罐液位识别模型,并利用有限体积法实现了对正问题模型的求解,在此基础上,利用共轭梯度算法实现了对储罐液位的定量识别,利用数字算例分析了初始假设、测温误差和换热系数对识别结果的影响,数字算例的识别结果表明识别方法有很好的准确性和适应性,最后采用实验验证了识别方法的可行性.

摘要： 本文阐述了一种改进共轭梯度的神经网络优化算法.该方法是在传统共轭梯度算法(CG)基础上引入对输出权值进行优化的理念,故称其为输出权值优化共轭梯度算法(OWO-CG).这种算法在进行学习时,首先根据误差函数利用共轭梯度法计算收敛因子,并修改输入层和隐含层的权值因子;接着,计算隐含层输出函数,利用相关输出权值优化理论构建并求解线性方程组得到输出层的权值因子;最后,计算误差函数,利用该算法不停地修正神经网络回路输出值与期望输出值之间的差值,直到满足精度要求为止.仿真验证结果表明,与传统共轭梯度算法相比,这种算法的学习过程更加迅速和准确.

摘要： 本文阐述了一种改进共轭梯度的神经网络优化算法.该方法是在传统共轭梯度算法(CG)基础上引入对输出权值进行优化的理念,故称其为输出权值优化共轭梯度算法(OWO-CG).这种算法在进行学习时,首先根据误差函数利用共轭梯度法计算收敛因子,并修改输入层和隐含层的权值因子;接着,计算隐含层输出函数,利用相关输出权值优化理论构建并求解线性方程组得到输出层的权值因子;最后,计算误差函数,利用该算法不停地修正神经网络回路输出值与期望输出值之间的差值,直到满足精度要求为止.仿真验证结果表明,与传统共轭梯度算法相比,这种算法的学习过程更加迅速和准确.

摘要： 共轭梯度(CONJUGATE-GRADIENT,CG)成像算法由于具有收敛速度快,是广泛应用于机场安检等领域的一种有效的超分辨成像算法.本文把共轭梯度(CG)算法应用到毫米波无源雷达成像中,并进行了仿真和实测数据处理.实验结果表明,该算法改善了收敛速度,增强了图像的分辨率,同时能够有效地减轻恢复图像中的振铃波纹,有利于无源毫米波成像超分辨的实现.

摘要： 本文将共轭梯度算法运用于线性受限差分恒模算法,提出了共轭梯度线性受限差分恒模算法,称为CG-LC-D-CMA,既消除了恒模参数对算法陛能的影响,又加快了算法收敛速度,并将它与LC-CMA和LC-D-CMA算法进行了仿真比较,仿真结果表明,本文提出的CG-LC-D-CMA算法要比另两种算法性能好.

摘要： 本文将线性受限条件和共轭梯度法应用于恒模算法,提出了一种线性受限共轭梯度恒模波束形成算法,称之为LC-CGCMA,并将它与传统的线性受限恒模算法(LC-CMA)及最小二乘恒模算法(LSCMA)进行了仿真比较。仿真结果表明,提出的LC-CGCMA算法比LC-CMA算法的信干比性能和误码性能有较大改善；与LSCMA算法相比,算法复杂度有明显降低.

摘要： 本文介绍了一种高分辨率叠后阻抗反演方法,该方法利用压缩感知领域的快速迭代软阈值算法(FISTA)与传统共轭梯度的一种拟牛顿方法(BFGS)相结合进行联合反演,能够得到具有更高分辨率的叠后反射系数以及叠后阻抗反演结果.文章介绍了该方法的基本原理,构建了单道理论模型进行试算分析,最后对一实际地震数据进行了试算分析.结果表明较传统方法,本文介绍的这种联合反演方法更适于进行稀疏的反射系数以及波阻抗反演,能在一定程度上克服反演过程中的多解性难题,获得更为合理准确且分辨率更高的反演结果.

摘要： 本文采用了自适应积分方法(AIM)分析微带天线阵列,通过把RWG基函数映射到矩形网格上,从而利用格林函数的Toeplitz性质,应用快速傅立叶变换计算矩阵矢量乘,将存储量减少到了O(N),而计算复杂度降低到了O(NlogN),其中N是未知数的个数.为了加快迭代解法的收敛速度,应用了灵活的广义最小余量算法,计算数据表明:在达到-40dB余量误差时,对于10461个未知数的情况下,它比传统的共轭梯度(CG)算法快了10倍.

摘要： 本文在对高新技术产业园区评价指标分析的基础上，提出了中国高新技术产业园区发展的小波网络综合评价方法，并在最小均方能量准则下，采用相应的共轭梯度学习算法求解子波函数线性组合的尺度和时延参数，以及小波网络的权值。实现了对高新技术产业园区发展的综合科学评价与判断。

摘要： 文中提出在直接序列扩频的CDMA系统(DS-CDMA)中上行链路的波束成型算法.采用线性约束最小方差(LCMV)准则处理系统中较强的干扰信号.通过正交分解,LCMV波束成型问题被转化为无约束的最小化问题,使用共轭梯度(CG)算法可以有效地解决此问题.期望用户的特征波形被利用从而确保期望用户的信息正确恢复.计算机仿真结果表明,该算法可以有效地提高信噪比(SINR).此外,该算法不要求阵列天线的阵元数目大于系统中有效的用户数目,从而使其具有更广阔的应用空间.

摘要： 径向基函数神经网络的学习过程一般分为四个阶段:非监督学习和监督学习阶段,分别调整网络中心和权值.这里将网络的总体误差作为目标函数,以待求的所有参数作为变量,同时调整,构成全监督算法.为了提高收敛速度,采用共轭梯度法作为参数优化方法.通过混沌时间序列预测仿真证明,该算法具有良好的性能.

摘要： 本发明涉及一种基于非线性作用函数的共轭梯度法，具体是一种基于非线性作用函数的共轭梯度法的磁共振图像重构方法，包括以下步骤：步骤一：获取欠采样的k空间磁共振图像数据；步骤二：将L0范数优化转变为求解L1范数优化问题；步骤三：考虑到成像过程中的噪声；步骤四：利用k空间数据一致性；步骤五：引入一种非线性作用函数Sigmoid函数动态调整共轭梯度法步长；步骤六：利用步骤五修改后的共轭梯度法。该方法无需进行线搜索即可动态调整共轭梯度法的步长，在确保重构图像精度的情况下大大提高收敛速度。本方法可以在保证图像重构精度的同时，可大大提高共轭梯度法的收敛速度，并且适用于不同人体部位欠采样磁共振图像重构。

摘要： 本发明涉及共轭梯度归一化LSRTM方法、系统、存储介质及应用，属于地球物理勘探技术领域，所述方法将常规逆时偏移结果作为最小二乘反演的输入，对其进行波恩近似正演，改进迭代算法中的梯度求取公式，提高算法收敛速度，使用震源归一化共轭度计算更新步长，不断迭代输出满足收敛条件的偏移剖面。该成像方法既能够减弱地震震源效应影响，降低偏移剖面的低频干扰，提高深部照明能量和成像精度。又通过改进使得算法收敛速度相比常规最小二乘逆时偏移算法有了大幅度提高，从而节省了大量的计算资源和计算成本。本发明为下一步的地震勘探解释工作提供了高效率、高精度的偏移成像服务。

摘要： 本发明公开了一种共轭梯度的阵列抗干扰方法，方法步骤如下：步骤1、对卫星导航定位、雷达探测以及无线通信应用场景构建自适应阵列抗干扰的由信号模型构建的优化问题模型；步骤2、基于共轭梯度理论，利用低复杂度的共轭迭代算法，求解自适应阵列中每个天线或传感器的权重；步骤3、利用现场可编程器件实现权重的实时求解。本发明利用共轭梯度的迭代权值计算可以有效降低传统算法的复杂度，实现快速的自适应抗干扰计算，并可满足运动设备的实时抗干扰需求。

摘要： 本发明提出了一种基于共轭梯度法的航发主轴轴承信号盲提取方法，属于旋转机械智能故障诊断技术领域，实现步骤为：获取航空发动机主轴滚动轴承的混合振动时域信号；计算故障特征频率及时延；基于典型相关性分析CCA准则构造盲提取代价函数；基于共轭梯度法对盲提取代价函数进行优化，得到最优盲提取向量；利用最优盲提取向量获取航空发动机主轴滚动轴承故障信号的盲提取结果。本发明采用了基于CCA准则的盲提取代价函数提取轴承故障信号，并采用共轭梯度法对盲提取代价函数进行优化，在保证轴承故障信号盲提取的精度的前提下，有效提高了信号盲提取的效率和鲁棒性。

摘要： 本发明针对大规模MIMO信号检测复杂度高的现状，利用Neumann级数近似展开算法与矩阵分裂算法构造预处理矩阵，提出一种基于共轭梯度的大规模MIMO信号检测算法，属于5G通信技术领域。首先利用MMSE算法将信号检测问题转化为线性方程组求解问题，然后基于共轭梯度算法引入预处理矩阵，最后将多次迭代的结果作为发送信号的估计值。经验证表明，利用预处理矩阵使矩阵的特征值更为集中，使得共轭梯度算法收敛性更好，收敛速度更快。

摘要： 本发明属于惯性约束聚变试验中靶丸靶腔的初步设计领域，以及大规模和超大规模非线性辐射能量平衡方程组的求解，涉及一种基于回溯的共轭梯度迭代硬阈值辐射能量求解方法。本发明主要由两部分组成，第一部分是设计不同拓扑结构的靶腔和靶丸辐射能量稀疏表示方法，并构建关于稀疏系数的非线性辐射能量平衡方程模型，第二部分是提出一种基于回溯的共轭梯度迭代硬阈值求解该能量平衡方程。本发明大规模减少所求能量平衡方程的个数，减少模型的求解时间，从而极大地提高了辐射对称性评估效率；充分利用了前次迭代中有用的信息，优化了支撑集的选择策略，确保支撑集被快速准确找到；适合于非线性稀疏模型的求解，且求解效率和精度都能得到保障。

摘要： 在通过固定小数点数实现共轭梯度法的情况下降低产生溢出的概率。初始化部(12)生成向量p→0、r→0和值ρ0各自的隐匿值。第一计算部(13)生成向量a→i‑1的D倍的值的隐匿值。第二计算部(14)生成值γi‑1的D倍的值的隐匿值。第三计算部(15)生成值αi‑1的隐匿值。第四计算部(16)生成向量d→i的D倍的值的隐匿值。第五计算部(17)生成向量x→i的隐匿值。第六计算部(18)生成向量r→i的隐匿值。第七计算部(19)生成值ρi的D倍的值的隐匿值。第八计算部(20)生成值βi的隐匿值。第九计算部(21)生成向量p→i的隐匿值。

摘要： 本发明属于芯片制造领域，提出了基于自适应混合共轭梯度下降的光学临近修正掩膜方法。该方法提出了一种可自我调节的混合共轭梯度下降策略。通过利用上一次循环的经验，指导下一次循环修正过程所选择具体采用的共轭梯度方法，做到自主调节梯度搜索的步长和方向，从而更好的搜索到最优解。解空间更大，新设计的优化函数可以使产生的掩膜质量更优；实现光刻加速模型，算法效率高；产生的掩膜版能更有效对抗工艺偏差。优化芯片制造掩膜版，使得光刻之后的图案有较高的保真度。

摘要： 本发明提供基于共轭梯度算法的共享车辆配件优化方法、系统、设备及介质，包括：获取共享车辆配件的仓储数据并进行预处理；基于预处理后的共享车辆配件的仓储数据，构建用以预测车辆配件总成本的回归模型；根据共轭梯度算法对所述回归模型进行优化；选取共享车辆的核心配件并将配件信息输入优化后的回归模型，得到共享车辆在使用期限内核心配件总成本的最优值及核心配件的最优采购单价。本发明将回归模型引入共享车辆配件优化的技术方案中，与实际运营情况相结合，在采购成本与运维成本之间找到了最佳的平衡点，以更加全局的角度，提供最优采购配件成本，与此同时还能保证共享车辆的质量，兼具成本控制与较好用户体验的功能。

摘要： 本文针对发射天线数量大于接收天线数量的大规模多输入多输出系统，提出了一种基于深度学习的共轭梯度大规模MIMO检测方法用于信号检测。该方法通过选择合适的可训练参数，将带有可训练参数的CG迭代算法展开为深度神经网络，并通过网络训练，找到每一层的最优参数。并通过基于特征值估计的初始值迭代策略，提升算法的收敛性。这种方法可以保证在参数估计时的快速收敛。另外，该方法可训练参数的个数只和网络层数有关，与天线的数量无关。这些特点保证了该方法快速稳定的训练过程和对大型系统的合理的可扩展性。本发明实现了以较低复杂度，达到了更低的误码率。