论文部分内容阅读
本论文首先讨论利用三次样条差值函数逼近目标函数f(x).得到迭代公式，并对此迭代公式的收敛性及收敛速度进行了详细的讨论。 然后讨论加速投影梯度算法产生的点列{xn},当x0不同时会收敛到不同的聚点。因此，此算法得到的可能不是l1-范数最小的解。这正是我们本文要解决的问题。
一维优化三次样条插值法与加速投影梯度的最小e1-范数解
【摘 要】
：
本论文首先讨论利用三次样条差值函数逼近目标函数f(x).得到迭代公式，并对此迭代公式的收敛性及收敛速度进行了详细的讨论。 然后讨论加速投影梯度算法产生的点列{xn},当x0
【机 构】
：
哈尔滨师范大学
【出 处】
：
哈尔滨师范大学
【发表日期】
：
2011年期
其他文献
考虑一阶脉冲时滞差分方程{△x(n)+m∑i=1pi(n)fi(x（n-li））=0，n≠nk，(1)x(nk+1)-x（nk）=Ik（x（nk））， k=1，2，…，其中△表示向前差分算子，即△x(n)=x(n+1)-x（n），p，qi∈C([0，∞)，R), m为正整数，对i=1，2，…，m,