LSTR

算法873:LSTRS:MATLAB大型信赖域子问题及正则化给出了LSTRS方法的matlab6.0实现。在Rojas等人[2000]中描述了LSTR。LSTRS是针对具有单范数约束的大规模二次型问题设计的。该方法将信赖域子问题转化为一个参数化特征值问题,并包含一个迭代过程来寻找参数的最优值。参数的调整需要在每一步求解一个大规模的特征值问题。由于LSTRS对矩阵的依赖性大,对矩阵的存储要求很低。在MATLAB实现中,二次目标函数的Hessian矩阵既可以显式地指定,也可以以矩阵向量乘法例程的形式指定。因此,该实现保留了该方法的无矩阵特性。介绍了LSTRS方法和MATLAB软件1.2版。文中还与其它方法进行了比较和应用。文中给出了该软件的使用指南和实例。

这个软件也是同行评审按日记帐汤姆斯.


zbMATH中的参考文献(参考文献30篇文章)

显示第1到第20个结果,共30个。
按年份排序(引用)
  1. 贾忠孝;Wang,Fa:信赖域子问题的广义Lanczos信赖域方法的收敛性(2021)
  2. 布鲁尼,V。;德拉乔帕,L。;Vitulano,D.:小波基稀疏表示的自动无参数信息方法(2020)
  3. 欧文,詹妮弗B。;格里芬,约书亚;马西娅,鲁梅尔F。;Omheni,Riadh:训练响应的信赖域算法:使用不确定Hessian近似的机器学习方法(2020)
  4. 高国华;蒋浩;文克,杰伦·C。;范·哈根,保罗·P·H。;Wells,Terence J.:分布式Gauss-Newton优化方法的Gauss-Newton信赖域解算器的性能增强(2020)
  5. 古尔德,尼古拉斯I.M。;Simoncini,Valeria:最小化正则二次子问题迭代算法的误差估计(2020)
  6. 阿达奇,佐藤;Nakatsukasa,Yuji:基于特征值的单约束非凸qqp算法与分析(2019)
  7. 贷款人,Felix;基尔奇,C。;Potschka,A.:\textttrlib:信赖域问题迭代解的无向量实现(2018)
  8. 张雷红;沈春根:信赖域子问题的嵌套Lanczos方法(2018)
  9. 张雷红;沈春根;杨卫红;大型特征值问题(JúJúJúJúJúJúJúJúJúJúJúJúJúJúJúA
  10. 张力宏;杨卫红;沈春根;冯江:信赖域子问题Lanczos方法的误差界(2018)
  11. 阿达奇,佐藤;岩田、佐藤;中山由纪中;Takeda,Akiko:用广义特征值问题求解信赖域子问题(2017)
  12. 例如,伯金。;Martínez,J.M.:无约束优化的三次下降条件二次正则化的使用(2017)
  13. 布鲁斯特,约翰内斯;欧文,詹妮弗B。;Marcia,Roummel F.:关于解决L-SR1信赖域子问题(2017)
  14. 张雷红;沈春根;李仁仓:关于广义Lanczos信赖域方法(2017)
  15. 张雷红;杨卫红;沈春根;李仁仓:求解大规模二阶锥线性互补问题的Krylov子空间方法(2015)
  16. 庞廷基;Wolkowicz,Henry:广义信赖域子问题(2014)
  17. 格拉顿,谢尔盖;塞尔鲁姆;Toint,Philippe L.:二次惩罚非线性最小二乘问题在对偶空间中的预处理和全局化共轭梯度(2013)
  18. 马丁,大卫R。;Reichel,Lothar:大规模离散不适定问题解的泛函极小化(2013)
  19. 本纳,彼得;牵连,标记;莱霍克,理查德B。;凯利,C.T.:丹尼·C·索伦森的数学传记(2012)
  20. 兰迪,G。;Loli Piccolomini,E.:图像恢复的可行方向方法(2012)