Hoai An Le Thi;陶文鼎 DC编程和DCA：三十年的发展。 （英语） Zbl 1387.90197号 数学。程序。 169，编号1（B），5-68（2018）. 摘要：2015年是凸函数差分（DC）编程和DCA算法（DC Algorithms）的30周年，它们构成了非凸规划和全局优化的主干。在本文中，我们对这些理论和算法工具三十年来的发展进行了简短的调查。调查由三部分组成。在第一部分中，我们简要介绍了该领域的历史，而在第二部分中我们总结了最新的成果和最新进展。我们重点讨论了重要类困难非凸优化问题的主要理论结果和DCA求解器，然后概述了基于DCA求解方法的实际应用。第三部分专门讨论新趋势和重要的未决问题，以及对未来发展的建议。 引用于96文件 MSC公司： 90立方厘米26 非凸规划，全局优化 90-02年 与运筹学和数学规划有关的研究博览会（专著、调查文章） 90-03 运筹学和数学规划史 01A60型 20世纪数学史 01A61号 21世纪数学史 90 C90 数学规划的应用 关键词：DC编程;DCA公司;理论;算法;应用程序 软件：LOQO公司;PS温;CPLEX公司;spcov公司 PDF格式BibTeX公司 XML格式引用 \textit{H.A.Le Thi}和\textit{T.Pham Dinh}，数学。程序。169，编号1（B），5-68（2018；兹bl 1387.90197） 全文： 内政部 参考文献： [1] Ahn，M.，Pang，J.S.，Xin，J.：凸学习的差异：方向平稳性、最优性和稀疏性。SIAM J.Optim公司。27(3), 1637-1665 (2017) ·Zbl 1369.90130号 [2] Akoa，F.B.：将DC算法（DCA）和分解技术相结合，用于训练非阳性的semidefinite内核。IEEE传输。神经网络。19(11), 1854-1872 (2008) [3] Alexandroff，A.：关于可表示为凸函数差分的函数。多克拉迪·阿卡德。瑙克SSSR（N.S.）72113-616。[英译：西伯利亚Elektron.Mathatic.Izv.9（2012）360-376.]（1950）·Zbl 0054.05901号 [4] Alvarado，A.，Scutari，G.，Pang，J.S.：一种新的多用户dc编程分解方法及其应用。IEEE传输。信号处理。62(11), 2984-2998 (2014) ·Zbl 1393.90091号 [5] Argyriou，A.，Hauser，R.，Miccelli，C.A.，Pontil，M.：一种用于内核选择的DC编程算法。摘自：ICML 2006，第41-48页。ACM（2006） [6] Arthanari，T.S.，Le Thi，H.A.：多序列比对问题的新公式。最佳方案。莱特。5(1), 27-40 (2011) ·Zbl 1213.90176号 [7] Astorino，A.，Fuduli，A.：半监督球形分离。申请。数学。模型。39(20), 6351-6358 (2015) ·Zbl 1320.90077 [8] Astorino，A.、Fuduli，A.、Gaudioso，M.：球形分离的DC模型。J.全球优化。48(4), 657-669 (2010) ·Zbl 1206.90120号 [9] Astorino，A.、Fuduli，A.、Gaudioso，M.：球形分离中的最大限度边缘。计算。最佳方案。申请。53(2), 301-322 (2012) ·Zbl 1258.90066号 [10] Attouch，H.，Bolt，J.：关于涉及分析特征的非光滑函数的近似算法的收敛性。数学。程序。116(1), 5-16 (2009) ·Zbl 1165.90018号 [11] Attouch，H.，Bolt，J.，Svaiter，B.F.：半代数和驯化问题下降方法的收敛性：近似算法，前向-后向分裂和正则高斯-赛德尔方法。数学。程序。137(1), 91-129 (2013) ·Zbl 1260.49048号 [12] Baák，M.，Borwein，J.M.：局部lipschitz函数的差分凸性。优化60（8-9），961-978（2011）·Zbl 1237.46007号 [13] Beck，A.，Teboulle，M.：线性反问题的快速迭代收缩阈值算法。SIAM J.成像科学。2(1), 183-202 (2009) ·Zbl 1175.94009号 [14] Ben-Tal，A.，El Ghaoui，L.，Nemirovski，A.：稳健优化。普林斯顿应用数学系列。普林斯顿大学出版社，普林斯顿（2009）·Zbl 1221.90001号 [15] Bertsekas，D.P.：大规模凸优化的增量近似方法。数学。程序。129(2), 163-195 (2011) ·Zbl 1229.90121号 [16] Bien，J.，Tibshirani，R.J.：协方差矩阵的稀疏估计。《生物统计学》98（4），807-820（2011）·Zbl 1228.62063号 [17] Bottou，L.：神经网络中的在线学习。第章：在线学习和随机近似，第9-42页。剑桥大学出版社，美国纽约州纽约市（1998年）·Zbl 0968.68127号 [18] Bouallagui，S.：《密码学难题的优化术语和随机解决方案技术》。INSA de Rouen博士论文（2010年） [19] Bouallagui，S.，Le Thi，H.A.：Pham Dinh，T.：使用DCA和模拟退火算法的混合设计高度非线性平衡布尔函数。在：信息系统和管理科学中的建模、计算和优化，计算机和信息科学中的通信，第14卷，第579-588页。施普林格，柏林，海德堡（2008）·兹比尔1160.90583 [20] Bradley，P.S.，Mangasarian，O.L.：通过凹最小化和支持向量机进行特征选择。ICML 1998，82-90（1998） [21] Candes，E.J.，Wakin，M.，Boyd，S.：通过重加权-l_1最小化增强稀疏性。J.傅里叶分析。申请。14, 877-905 (2008) ·Zbl 1176.94014号 [22] Chambolle，A.、Vore，R.A.D.、Lee，N.Y.、Lucier，B.J.：非线性小波图像处理：变分问题、压缩和通过小波收缩去除噪声。IEEE传输。图像处理。7(3), 319-335 (1998) ·Zbl 0993.94507号 [23] Chartrand，R.，Yin，W.：压缩传感的迭代重加权算法。摘自：IEEE声学、语音和信号处理国际会议，2008年，第3869-3872页（2008年）·Zbl 1393.94918号 [24] Che，E.，Tuan，H.D.，Nguyen，H.H.：多用户无线中继网络中合作波束形成和中继分配的联合优化。IEEE传输。Wirel公司。Commun公司。13(10), 5481-5495 (2014) [25] Chen，G.，Zeng，D.，Kosorok，M.R.：使用结果加权学习进行个性化剂量测定。《美国统计协会期刊》111（516），1509-1521（2016） [26] Cheng，Y.，Pesavento，M.：多用户对等中继网络中源功率分配和分布式中继波束形成的联合优化。IEEE传输。信号处理。60(6), 2962-2973 (2012) ·Zbl 1393.94020号 [27] Cheung，P.M.，Kwok，J.T.：多元学习的正规化框架。收录于：ICML 2006，第193-200页。ACM，美国纽约州纽约市（2006年）·Zbl 1391.90166号 [28] Collobert，R.、Sinz，F.、Weston，J.、Bottou，L.：大规模传导性SVM。J.马赫。学习。第7号决议，1687-1712（2006）·Zbl 1222.68173号 [29] Collobert，R.、Sinz，F.、Weston，J.、Bottou，L.：可扩展性的交易凸性。收录于：ICML 2006，第201-208页（2006）·Zbl 1394.94916号 [30] Combettes，P.L.，Wajs，V.R.：通过近端前向-后向分裂恢复信号。多尺度模型。模拟。4(4), 1168-1200 (2005) ·兹比尔1179.94031 [31] Conn，A.，Gould，N.，Toint，P.：信赖域方法。SIAM，费城（2000）·Zbl 0958.65071号 [32] Daubechies，I.，Defrise，M.，De-Mol，C.：具有稀疏约束的线性反问题的迭代阈值算法。Commun公司。纯应用程序。数学。57(11), 1413-1457 (2004) ·Zbl 1077.65055号 [33] Dempster，A.P.，Laird，N.M.，Rubin，D.B.：通过EM算法获得不完整数据的最大似然。J.R.Stat.Soc.B方法。39(1), 1-38 (1977) ·Zbl 0364.62022号 [34] El Azami，M.，Lartizien，C.，Canu，S.：使用L0-SVDD的稳健异常值检测。摘自：欧洲人工神经网络、计算智能和机器学习研讨会，ESANN 2014，第389-394页（2014）·Zbl 1393.94918号 [35] Ellis，S.E.，Nayakkankkuppam，M.V.：通过DC编程进行系统发育分析。（预印本）（2003年） [36] Esser，E.，Lou，Y.，Xin，J.：一种寻找非负最小二乘问题的结构化稀疏解的方法及其应用。SIAM J.成像科学。6(4), 2010-2046 (2013) ·Zbl 1282.90239号 [37] Fan，J.，Li，R.：通过非冲突惩罚似然及其预言属性进行变量选择。《美国统计协会期刊》96（456），1348-1360（2001）·Zbl 1073.62547号 [38] Fastrich，B.，Paterlini，S.，Winker，P.：使用正则化方法构建最优稀疏投资组合。CMS 12（3），417-434（2015）·Zbl 1355.91077号 [39] Fawzi，A.，Davies，M.，Frossard，P.：基于软阈值的快速分类词典学习。国际期刊计算。视觉。114(2), 306-321 (2015) ·Zbl 1398.94030号 [40] Feng，D.、Yu，G.、Yuan-Wu，Y.、Li，G.Y.、Feng，G.和Li，S.：蜂窝网络中节能设备到设备通信的模式切换。IEEE传输。Wirel公司。Commun公司。14(12), 6993-7003 (2015) [41] Floudas，C.A.、Pardalos，P.M.、Adjiman，C.、Esposito，W.R.、GüMüs，Z.H.、Harding，s.T.、Klepeis，J.L.、Meyer，C.A.和Schweiger，C.A.：局部和全局优化中的测试问题手册。在：非凸优化及其应用，第33卷。斯普林格，美国（1999）·Zbl 0943.90001号 [42] Gasso，G.、Pappaioannou，A.、Spivak，M.、Bottou，L.：非凸Neyman-Pearson分类的批量和在线学习算法。ACM事务处理。智力。系统。Technol公司。2(3), 28:1-28:19 (2011) [43] Gasso，G.、Rakotomamonjy，A.、Canu，S.：使用特定的非凸惩罚和DC编程系列恢复稀疏信号。IEEE传输。信号处理。57(12), 4686-4698 (2009) ·Zbl 1391.90489号 [44] Geng，J.，Wang，L.，Wag，Y.：基于DC编程和DCA的非凸算法框架，用于矩阵补全。数字。算法68（4），903-921（2015）·Zbl 1312.65093号 [45] Ghoma，M.R.，Gezici，S.，Strom，E.G.：基于时差定位的凹-凸程序。IEEE通信。莱特。17(4), 765-768 (2013) [46] Göernitz，N.、Braun，M.、Kloft，M.：隐马尔可夫异常检测。摘自：《第32届国际机器学习会议记录》，第37卷，第1833-1842页。JMLR:W&CP（2015） [47] Gong，P.，Zhang，C.，Lu，Z.，Huang，J.Z.，Ye，J.：非凸正则优化问题的通用迭代收缩和阈值算法。摘自：《第三十届国际机器学习会议论文集》，ICML'13，第28卷，第II-37-II-45页（2013）·Zbl 1226.90060号 [48] Gorodnitsky，I.F.，Rao，B.D.：使用FOCUSS从有限数据中重建稀疏信号：加权最小范数算法。IEEE传输。信号处理。45(3), 600-616 (1997) [49] Guan，G.，Gray，A.：通过DC编程实现的稀疏高维分形支持向量机。计算。统计数据分析。67, 136-148 (2013) ·Zbl 1471.62080号 [50] Gülpinar，N.，Le Thi，H.A.，Moeini，M.：使用DC编程和DCA的离散资产选择约束稳健投资策略。优化59（1），45-62（2010）·Zbl 1188.90184号 [51] Hale，E.T.，Yin，W.，Zhang，Y.：\[\ell_1\]的不动点延拓ℓ1最小化：方法论和趋同。SIAM J.Optim公司。19（3），1107-1130（2008）·Zbl 1180.65076号 [52] Hartman，P.：关于可表示为凸函数差分的函数。派克靴。数学杂志。9(3), 707-713 (1959) ·Zbl 0093.06401号 [53] Heinkenschloss，M.：关于两球信赖域子问题的解。数学。程序。64(1-3), 249-276 (1994) ·Zbl 0819.90067号 [54] Hiriart-Urruti，J.B.：从凸优化到非凸优化。第一部分全球最优的必要和充分条件，第219-239页。斯普林格，波士顿（1989）·Zbl 0735.90056号 [55] Ho，V.T.：基于DC编程和DCA的高级机器学习技术。洛林大学博士论文（2017）·Zbl 0876.90071号 [56] Ho，VT；Thi，HA；Nguyen，TB（编辑）；Do，T.（编辑）；Thi，HA（编辑）；Nguyen，NT（编辑），通过DC编程和DCA求解无限小时折扣马尔可夫决策过程，43-55（2016），柏林·Zbl 1358.90148号 [57] Ho，VT；Thi，HA；别国，哥伦比亚特区；Nguyen，TN（编辑）；特拉文斯基，B.（编辑）；Fujita，H.（编辑）；Hong，TP（ed.），在线二进制线性分类的在线DC优化，661-670（2016），柏林 [58] Hong，M.、Razaviyayn，M.，Luo，Z.Q.、Pang，J.S.：涉及大数据的块结构优化的统一算法框架：在机器学习和信号处理中的应用。IEEE信号处理。Mag.33（1），57-77（2016） [59] Huang，X.，Shi，L.，Suykens，J.：斜坡损失线性规划支持向量机。J.马赫。学习。第15（1）号决议，2185-2211（2014）·Zbl 1318.68144号 [60] Hunter，D.R.，Lange，K.：再次讨论使用替代目标函数的优化转移。计算。图表。统计9，52-59（2000） [61] IBM:CPLEX优化器。https://www.ibm.com/analytics/data-science/prescriptive-analytics/cplex-optimizer ·兹比尔1282.91313 [62] Jara Moroni，F.，Pang，J.S.，Waechter，A.：求解具有互补约束的线性规划的凸方法的差异研究。数学。程序。序列号。B（2018年，待公布）·Zbl 1397.90264号 [63] Jeong，S.，Simeone，O.，Haimovich，A.，Kang，J.：云无线电定位的最佳前端量化。IEEE传输。车辆。Technol公司。65(4), 2763-2768 (2016) [64] Jüdice，J.J.，Sherali，H.D.，Ribeiro，I.M.：特征值互补问题。计算。最佳方案。申请。37(2), 139-156 (2007) ·Zbl 1181.90261号 [65] Jüdice，J.J.，Sherali，H.D.，Ribeiro，I.M.，Rosa，S.S.：关于非对称特征值互补问题。最佳方案。方法软件。24(4-5), 549-568 (2009) ·Zbl 1177.90386号 [66] Kaplan，A.，Tichatschke，R.：近点方法和非凸优化。J.全球优化。13(4), 389-406 (1998) ·Zbl 0916.90224号 [67] Khalaf，W.，Astorino，A.，D'Alessandro，P.，Gaudioso，M.：一种基于DC优化的边缘检测聚类技术。最佳方案。莱特。11(3), 627-640 (2017) ·Zbl 1366.90170号 [68] Kim，S.，Pan，W.，Shen，X.：应用于基因组数据的基于网络的惩罚回归。生物统计学69（3），582-93（2013）·Zbl 1429.62294号 [69] Krause，N.和Singer，Y.：更谨慎地利用利润。摘自：2004年第二十一届机器学习国际会议记录，第63页（2004）·Zbl 1307.90145号 [70] Krummenacher，G.，Ong，C.S.，Buhmann，J.：椭圆体多实例学习。收录于：Dasgupta，S.，Mcallester，D.（编辑）ICML 2013，JMLR:W&CP，第28卷，第73-81页（2013） [71] Kuang，Q.、Speidel，J.、Droste，H.：异构网络中的联合基站关联、信道分配、波束形成和功率控制。摘自：IEEE第75届车辆技术会议（VTC春季），第1-5页（2012年） [72] Kwon，S.、Ahn，J.、Jang，W.、Lee，S.和Kim，Y.：群体变量选择的双重稀疏方法。Ann.Inst.Stat.数学。69(5), 997-1025 (2017) ·Zbl 1436.62327号 [73] Laporte，L.、Flamary，R.、Canu，S.、Déjean，S.和Mothe，J.：稀疏SVM排序中特征选择的非凸正则化。IEEE传输。神经网络。学习。25(6), 1118-1130 (2014) [74] 乐，AV；Thi，HA；Nguyen，MC；Zidna，A。；Nguyen，NT（编辑）；Hoang，K.（编辑）；Jedrzejowicz，P.（编辑），基于多类支持向量机的网络入侵检测，536-543（2012），柏林 [75] Le，H.M.：在编程DC和DCA的基础上，对某些类型的问题进行建模和优化，以解决这些问题。Paul Verlaine Metz大学博士论文（2007年）·Zbl 1364.90266号 [76] Le，H.M.，Le Thi，H.A.，Nguyen，M.C.：通过DC编程和DCA的稀疏半监督支持向量机。神经计算153，62-76（2015） [77] Le，H.M.，Le Thi，H.A.，Pham Dinh，T.，Bouvry，P.：用于构建密码学中高度非线性平衡布尔函数的组合DCA:GA。J.全球优化。47(4), 597-613 (2010) ·Zbl 1229.90091号 [78] Le，H.M.，Le Thi，H.A.，Pham Dinh，T.，Huynh，V.N.：基于凸函数差分（DC）编程和DC算法的块聚类。神经计算。25(10), 2776-2807 (2013) ·兹比尔1418.62253 [79] Le，H.M.，Nguyen，T.B.T.，Ta，M.T.，Le Thi，H.A.：通过基于DCA算法的特征加权模糊聚类进行图像分割。收录于：《知识工程高级计算方法》，《计算智能研究》，第479卷，第53-63页。施普林格（2013）·Zbl 1281.62106号 [80] Le，H.M.，Ta，M.T.：DC编程和DCA，用于使用加权差异度量解决最小平方和聚类。收录于：《计算智能学报XIII》，LNCS，第8342卷，第113-131页。施普林格，柏林，海德堡（2014） [81] Le，H.M.，Yassine，A.，Moussi，R.：用于解决自动化港口集装箱码头中起重车辆调度的DCA。计算。管理。科学。9(2), 273-286 (2012) ·Zbl 1273.90161号 [82] Le Thi，H.A.：分析优化DC的算法数量。Approches locale et globale公司。代码与模拟在广义维度上的数值。应用。鲁昂大学博士论文（1994年） [83] Le Thi，H.A.：非凸优化与全局优化的贡献：：Théorie.算法与应用。HabilitationáDiriger des Recherches，国家应用科学研究所，鲁昂（1997） [84] Le Thi，H.A.：凸二次约束下二次函数全局最小化的有效算法。数学。程序。87(3), 401-426 (2000) ·Zbl 0952.90031号 [85] Le Thi，H.A.：通过高斯变换和D.C.编程的平滑技术解决大规模分子距离几何问题。J.全球优化。27(4), 375-397 (2003) ·Zbl 1064.90036号 [86] Le Thi，H.A.：DCA集群协作。洛林大学，技术代表（2013） [87] Le Thi，H.A.：基于DCA算法的系统发生树重建。洛林大学LITA技术代表（2013年） [88] Thi，HA；Adamatzky，A.（编辑），《生物信息学和计算生物学挑战性问题的DC编程和DCA》，第12期，383-414（2015），柏林·Zbl 1309.90079号 [89] Le Thi，H.A.，Belghiti，M.T.，Pham Dinh，T.：一种基于DC编程和DCA的新高效聚类算法。J.Global Optim。37(4), 593-608 (2007) ·Zbl 1198.90327号 [90] Le Thi，H.A.，Ho，V.T.：基于在线DCA的在线学习（2016，已提交）·兹比尔1468.68157 [91] Thi，HA；韦恩，VN；Pham Dinh，T。；Do，T.（编辑）；Thi，HA（编辑）；Nguyen，NT（编辑），DC编程和一般DC程序的DCA，15-35（2014），柏林·Zbl 1322.90072号 [92] Le Thi，H.A.，Huynh，V.N.，Pham Dinh，T.：通过应用于凹系统和二次系统的精确惩罚实现误差界。J.优化。理论应用。171(1), 228-250 (2016) ·Zbl 1353.49020号 [93] Le Thi，H.A.、Huynh，V.N.、Pham Dinh，T.：DCA与亚分析数据的收敛分析。J.优化。理论应用。(2018) ·Zbl 1409.90187号 [94] Le Thi，H.A.、Huynh，V.N.、Pham Dinh，T.、Vaz，A.I.F.、Vicente，法律公告：全球收敛的DC信托区域方法。J.全球优化。59(2), 209-225 (2014) ·Zbl 1300.90029号 [95] Le Thi，H.A.，Le，H.M.，Nguyen，T.P.，Pham Dinh，T.：基于DC编程和DCA的鲁棒聚类算法的噪声图像分割。摘自：《第八届数据挖掘进展工业会议论文集》，ICDM’08，第72-86页。施普林格（2008） [96] Le Thi，H.A.，Le，H.M.，Nguyen，V.V.，Pham Dinh，T.：支持向量机学习中用于特征选择的DC编程方法。高级数据分析。分类。2(3), 259-278 (2008) ·Zbl 1284.90057号 [97] Le Thi，H.A.，Le，H.M.，Pham Dinh，T.：基于使用凸函数差分（DC）算法的非凸优化方法的模糊聚类。高级数据分析。分类。1(2), 85-104 (2007) ·Zbl 1301.90072号 [98] Le Thi，H.A.，Le，H.M.，Pham Dinh，T.：基于DCA的最小平方和聚类新算法。模式识别。47(1), 388-401 (2014) ·Zbl 1326.68225号 [99] Le Thi，H.A.，Le，H.M.，Pham Dinh，T.：机器学习中的特征选择：使用凸函数差分算法的精确惩罚方法。机器。学习。101(1-3), 163-186 (2015) ·Zbl 1343.68201号 [100] Le Thi，H.A.，Le，H.M.，Pham Dinh，T.，Bouvry，P.：基于DC编程和DCA的确定性优化方法解决感知器问题。于：印度2009年，加的夫。IEEE（2009）·Zbl 1235.68203号 [101] Le Thi，H.A.，Le，H.M.，Pham Dinh，T.，Huynh，V.N.：通过DC编程和DCA通过球形分离器进行二元分类。J.全球优化。56(4), 1393-1407 (2013) ·Zbl 1275.90093号 [102] Le Thi，H.A.，Le，H.M.，Phan，D.N.，Tran，B.：非凸函数大和问题的随机DCA及其在分类中组变量选择中的应用。在：第34届机器学习国际会议论文集，ICML 2017，澳大利亚新南威尔士州悉尼，2017年8月6日至11日，第3394-3403页（2017） [103] Le Thi，H.A.，Le，：M.T.，Nguyen，T.B.T.：一种基于凸函数差分算法（DCA）的自动细胞计数新方法。In：计算型集体智能。《技术与应用》，LNCS，第8083卷，第336-345页。施普林格，柏林，海德堡（2013）·Zbl 06195973号 [104] Le Thi，H.A.，Moeini，M.：基于凸函数差分算法的基数约束下的长短投资组合优化。J.优化。理论应用。161(1), 199-224 (2014) ·Zbl 1300.91046号 [105] Le Thi，H.A.、Moeini，M.、Pham Dinh，T.：逐步增加交易成本下投资组合优化的DC编程方法。优化58（3），267-289（2009）·Zbl 1160.91015号 [106] Le Thi，H.A.、Moeini，M.、Pham Dinh，T.：基于DC编程和DCA的下行风险度量和基数约束下的投资组合选择。计算。管理。科学。6(4), 459-475 (2009) ·Zbl 1188.90185号 [107] Le Thi，H.A.，Moeini，M.，Pham Dinh，T.，Joaquim，J.：解决对称特征值互补问题的DC编程方法。计算。最佳方案。申请。51(3), 1097-1117 (2012) ·Zbl 1241.90153号 [108] Le Thi，H.A.，Ndiaye，B.M.，Pham Dinh，T.：通过DCA解决多式联运问题。摘自：IEEE研究、创新和未来展望国际会议，第49-56页（2008年） [109] Le Thi，H.A.，Nguyen，D.M.，Pham Dinh，T.：用于规划目标多传感器多区域搜索的DC编程方法。计算。操作。第41、231-239号决议（2014年）·Zbl 1348.90347号 [110] Le Thi，H.A.，Nguyen，M.C.：凸函数差分优化的自组织映射。数据最小知识。光盘。28(5-6), 1336-1365 (2014) ·Zbl 1342.90147号 [111] Le Thi，H.A.，Nguyen，M.C.：多类支持向量机中基于DCA的特征选择算法。安·Oper。第249（1）号决议，第273-300号决议（2017年）·Zbl 1404.68111号 [112] Le Thi，H.A.，Nguyen，M.C.，Pham Dinh，T.：在网络中查找社区的DC编程方法。神经计算。26(12), 2827-2854 (2014) ·Zbl 1415.68168号 [113] Le Thi，H.A.，Nguyen，Q.T.：不确定性下非线性无人机任务分配问题的稳健方法。计算型集体智能学报2。LNCS，第6450卷，第147-159页。施普林格，柏林，海德堡（2010）·Zbl 1242.90095号 [114] Le Thi，H.A.，Nguyen，Q.T.，Ngueen，H.T.，Pham Dinh，T.：通过DC编程和DCA解决提前延误调度问题。数学。巴尔克。23（3-4），271-288（2009）·兹比尔1192.90081 [115] Le Thi，H.A.，Nguyen，Q.T.，Nguyen，H.T.，Pham Dinh，T.：通过DC编程和DCA的提前-延迟调度的时间索引公式。收录于：2009年国际计算机科学和信息技术大会，第2009页（779-784）·Zbl 0531.65022号 [116] Le Thi，H.A.、Nguyen，Q.T.、Phan，K.T.和Pham Dinh，T.：无线网络中基于能量最小化的跨层设计。摘自：《2008年高性能计算与仿真会议论文集》（HPCS 2008），第283-289页（2008）·Zbl 1393.90091号 [117] Le Thi，H.A.、Nguyen，Q.T.、Phan，K.T.和Pham Dinh，T.：多跳TDMA网络中的DC编程和基于DCA的跨层优化。智能信息和数据库系统。LNCS，第7803卷，第398-408页。施普林格，柏林，海德堡（2013）·Zbl 1119.62341号 [118] Le Thi，H.A.，Nguyen，T.B.T.，Le，：H.M.：通过凸函数差分算法恢复稀疏信号。在；智能信息和数据库系统。LNCS，第7803卷，第387-397页。施普林格，柏林，海德堡（2013） [119] Le Thi，H.A.，Nguyen，T.P.，Pham Dinh，T.：从合格的合作伙伴集合中解决战略供应链设计问题的连续DC编程方法。欧洲药典。第183（3）号决议，1001-1012（2007）·Zbl 1135.90036号 [120] Le Thi，H.A.、Nguyen，V.V.、Ouchani，S.：使用DCA进行癌症分类的基因选择。J.前部。计算。科学。Technol公司。3(6), 612-620 (2009) [121] Le Thi，H.A.，Pham Dinh，T.：用D.C.算法求解一类线性约束的不定二次型问题。J.全球优化。11(3), 253-285 (1997) ·Zbl 0905.90131号 [122] Le Thi，H.A.，Pham Dinh，T.：一种基于D.C.优化算法和椭球技术的分枝定界方法，用于求解箱约束非凸二次规划问题。J.全球优化。13(2), 171-206 (1998) ·Zbl 0912.90233号 [123] Thi，HA；Pham Dinh，T。；加利福尼亚州弗洛达斯（编辑）；Pardalos，PM（ed.），《通过一般距离几何问题进行大规模分子优化的D.C.编程方法》，第40期，301-339（2000），纽约·Zbl 0968.92023号 [124] Le Thi，H.A.，Pham Dinh，T.：全局求解线性约束二次零规划问题的连续方法。优化50（1-2），93-120（2001）·Zbl 1039.90050号 [125] Thi，HA；Pham Dinh，T。；Hadjisavas，N.（编辑）；Pardalos，P.（ed.），通过马尔可夫模型对信号（1-D）和（2-D）进行恢复的D.C.优化方法，303-317（2001），Dordrecht·兹比尔1049.90065 [126] Thi，HA；Pham Dinh，T。；Migdalas，A.（编辑）；Pardalos，PM（编辑）；Värbrand，P.（编辑），D.C.多维尺度问题的规划方法，231-276（2001），纽约·Zbl 1007.90057号 [127] Le Thi，H.A.，Pham Dinh，T.：D.C.成本函数递增的多商品网络优化问题的编程方法。J.全球优化。22(1), 205-232 (2002) ·Zbl 1045.90074 [128] Le Thi，H.A.，Pham Dinh，T.：通过D.C.优化方法从距离矩阵进行大规模分子优化。SIAM J.Optim公司。14(1), 77-114 (2003) ·Zbl 1075.90071号 [129] Thi，HA；Pham Dinh，T。；Pillo，G.（编辑）；Murli，A.（编辑），解决大规模分子距离几何问题的新算法，第82期，285-302（2003），纽约·Zbl 1112.90367号 [130] Le Thi，H.A.，Pham Dinh，T.：DC（凸函数的差异）编程和DCA使用真实世界非凸优化问题的DC模型重新访问。安·Oper。第133（1-4）号决议，23-48（2005）·Zbl 1116.90122号 [131] Le Thi，H.A.，Pham Dinh，T.：通过DC编程和DCA解决凹成本供应问题的连续方法。离散应用程序。数学。156(3), 325-338 (2008) ·Zbl 1190.90142号 [132] Le Thi，H.A.，Pham Dinh，T.：关于用DC编程和DCA解决线性完备性问题。计算。最佳方案。申请。50(3), 507-524 (2011) ·Zbl 1237.90234号 [133] Le Thi，H.A.，Pham Dinh，T.：基于两相DCA的算法，用于解决Lennard-Jones问题。米茨大学LITA技术代表（2011年）·Zbl 1436.62327号 [134] Le Thi，H.A.，Pham Dinh，T.：通过DC编程方法最小化莫尔斯势能函数。洛林大学LITA技术代表（2012年）·Zbl 1044.90071号 [135] Thi，HA；Pham Dinh，T。；Mucherino，A.（编辑）；Lavor，C.（编辑）；Liberti，L.（编辑）；Maculan，N.（编辑），距离几何问题的DC编程方法，225-290（2013），纽约·兹比尔1271.65038 [136] Le Thi，H.A.，Pham Dinh，T.：网络效用最大化：Sigmoidal效用函数的DC编程方法。在：国际先进通信技术会议（ATC’13），第50-54页（2013）·Zbl 1394.94916号 [137] Le Thi，H.A.，Pham Dinh，T.：通信系统中的DC编程：具有挑战性的问题和方法。越南J.Compute。科学。1(1), 15-28 (2014) [138] Le Thi，H.A.，Pham Dinh，T.：通过马尔可夫随机场模型进行图像恢复的凸函数算法差异（DCA）。最佳方案。工程18（4），873-906（2017）·Zbl 1390.90624号 [139] Le Thi，H.A.、Pham Dinh，T.、Belghiti，M.：基于DCA的多序列比对（MSA）算法。美分。欧洲药典。第22（3）号决议，501-524（2014）·Zbl 1339.92064号 [140] Le Thi，H.A.，Pham Dinh，T.，Bouallagui，S.：基于感知器问题的识别方案的密码分析，使用确定性优化和遗传算法的混合。摘自：《2009年安全与管理国际会议记录》，SAM 2009，第117-123页。CSREA出版社（2009）·Zbl 1242.49037号 [141] Le Thi，H.A.、Pham Dinh，T.、Huynh，V.N.：DC编程中的精确惩罚技术。鲁昂国家应用科学研究所技术代表（2005年）·Zbl 1242.49037号 [142] Le Thi，H.A.、Pham Dinh，T.、Huynh，V.N.：基于优化的DC编程和分层聚类的DCA。欧洲期刊Oper。第183（3）号决议，1067-1085（2007）·Zbl 1149.90117号 [143] Le Thi，H.A.，Pham Dinh，T.，Huynh，V.N.：DC编程中的精确惩罚和错误界限。J.全球优化。52(3), 509-535 (2012) ·Zbl 1242.49037号 [144] Le Thi，H.A.，Pham Dinh，T.，Le，H.M.，Vo，X.T.：稀疏优化的DC近似方法。欧洲药典。第244（1）号决议，第26-46号决议（2015年）·Zbl 1346.90819号 [145] Le Thi，H.A.，Pham Dinh，T.，Muu，L.D.：利用D.C.优化算法对有效集进行优化的数值解。操作。Res.Lett公司。19(3), 117-128 (1996) ·Zbl 0871.90074号 [146] Le Thi，H.A.，Pham Dinh，T.，Muu，L.D.：一种用于解决非凸二次规划问题的组合D.C.优化-椭球型分枝定界算法。J.库姆。最佳方案。2(1), 9-28 (1998) ·Zbl 0904.90134号 [147] Le Thi，H.A.，Pham Dinh，T.，Muu，L.D.：DC编程中的精确惩罚。越南J.数学。27(2), 169-179 (1999) ·兹比尔1006.90062 [148] Le Thi，H.A.，Pham Dinh，T.，Muu，L.D.：有效集和弱有效集上的简单约束D.C.优化。J.优化。理论应用。117（3），503-521（2003）·Zbl 1044.90071号 [149] Le Thi，H.A.，Pham Dinh，T.，Thiao，M.：\[\ell_2-\ell_0\]的有效方法ℓ2-ℓ0正则化及其在SVM特征选择中的应用。申请。智力。45(2), 549-565 (2016) [150] Le Thi，H.A.，Pham Dinh，T.，Thoai，N.V.：全局和局部方法的组合，用于解决有效集上的优化问题。欧洲药典。第142（2）号决议，258-270（2002）·Zbl 1082.90563号 [151] Le Thi，H.A.，Pham Dinh，T.，Thoai，N.V.，Nguyen Canh，N.:D.C.求解一类非线性双层程序的优化技术。J.全球优化。44(3), 313-337 (2009) ·Zbl 1180.90241号 [152] Le Thi，H.A.，Pham Dinh，T.，Tran，D.Q.：一类双层规划问题的DC规划方法及其在投资组合选择中的应用。NACO编号。代数控制优化。2(1), 167-185 (2012) ·Zbl 1254.90175号 [153] Le Thi，H.A.，Pham Dinh，T.，Yen，N.D.：用于解决信任区域子问题的DCA序列的行为。J.全球优化。53, 317-329 (2012) ·Zbl 1259.65092号 [154] Le Thi，H.A.，Phan，D.N.：稀疏最优评分问题的DC编程和DCA。神经计算186170-181（2016） [155] Le Thi，H.A.，Phan，D.N.：高效非凸群变量选择及其在群稀疏最优评分中的应用（2017年，已提交）·Zbl 0848.49022号 [156] Le Thi，H.A.，Phan，D.N.：稀疏Fisher线性判别分析的DC编程和DCA。神经计算。申请。28(9), 2809-2822 (2017) [157] Le Thi，H.A.，Ta，A.S.，Pham Dinh，T.：大规模无线网络中基于DCA的功率控制高效算法。申请。数学。计算。318, 215-226 (2018) ·Zbl 1426.68012号 [158] Le Thi，H.A.，Tran，D.Q.：利用DCA求解离散约束下单周期投资组合选择的连续最小最大问题。优化61（8），1025-1038（2012）·Zbl 1252.90067号 [159] Le Thi，H.A.，Tran，D.Q.：双企业供应链中转移价格和库存持有政策的新的高效算法。J.全球优化。60(1), 5-24 (2014) ·Zbl 1304.90164号 [160] Le Thi，H.A.，Tran，D.Q.：通过基于DC编程的方法优化多阶段生产/库存系统。计算。最佳方案。申请。57(2), 441-468 (2014) ·兹比尔1330.90055 [161] Le Thi，H.A.，Tran，Q.D.，Adjallah，K.H.：用于并行处理器上预防性维护作业的最优调度和实时分配的凸函数算法的差异。J.工业管理。最佳方案。10（1），243-258（2014）·Zbl 1281.90029号 [162] Thi，HA；Tran，TT公司；Pham Dinh，T。；盖利，A。；Nguyen，TB（编辑）；Do，T.（编辑）；Thi，HA（编辑）；Nguyen，NT（编辑），多播中继网络中传输波束形成和功率分配的DC编程和DCA，29-41（2016），纽约·Zbl 1358.90106号 [163] Le Thi，H.A.，Vaz，A.I.F.，Vicente，法律公告：通过D.C.编程优化径向基函数及其在直接搜索全局无导数优化中的使用。TOP 20（1），190-214（2012）·Zbl 1267.90110号 [164] Le Thi，H.A.，Vo，X.T.，Pham Dinh，T.：不确定数据下线性SVM的特征选择：基于凸函数算法差异的稳健优化。神经网络。59, 36-50 (2014) ·Zbl 1327.90236号 [165] Le Thi，H.A.，Vo，X.T.，Pham Dinh，T.：通过DC编程和DCA实现有效的非负矩阵因式分解。神经计算。28(6), 1163-1216 (2016) ·Zbl 1472.65070号 [166] Le Thi，H.A.：DC编程和DCA：http://www.lita.univ-loraine.fr/lethi/index.php/en/research/dc-programming-and-dca.html（主页）（2005）·Zbl 1116.90122号 [167] Lee，J.D.，Sun，Y.，Saunders，M.A.：最小化复合函数的近似牛顿型方法。SIAM J.Optim公司。24(3), 1420-1443 (2014) ·兹比尔1306.65213 [168] Leeuw，J。；Barra，JR（编辑）；Brodeau，F.（编辑）；Romier，G.（编辑）；Cutsem，B.（ed.），凸分析在多维标度中的应用，133-146（1977），阿姆斯特丹·Zbl 0349.00013号 [169] Li，P.，Rangapuram，S.S.，Slawski，M.：单纯形约束下稀疏和低秩恢复的方法。arXiv:1605.00507（2016）·Zbl 1439.62138号 [170] Li，Z.，Lou，Y.，Zeng，T.：通过DC编程去除变分乘法噪声。科学杂志。计算。68(3), 1200-1216 (2016) ·兹比尔1350.49047 [171] Liu，D.，Shi，Y.，Tian，Y.，Huang，X.：斜坡损失最小二乘支持向量机。J.计算。科学。第14页，第61-68页（2016年） [172] Liu，D.，Tian，Y.，Shi，Y.：用于模式分类的斜坡损失非并行支持向量机。知识。基于系统。85, 224-233 (2015) [173] Liu，Y.，Shen，X.：多类别\[\psi\]ψ-学习。J.Am.Stat.Assoc.101，500-509（2006年）·Zbl 1119.62341号 [174] Liu，Y.，Shen，X.，Doss，H.：多类别\[\psi\]ψ-学习和支持向量机：计算工具。J.计算。图表。《统计》第14卷，第219-236页（2005年） [175] Liu，Z.：多目标优化问题的非支配集。兰卡斯特大学博士论文（2016）·Zbl 1180.65076号 [176] Lou，Y。；Osher，S。；Xin，J。；Le Thi，HA（编辑）；Pham Dinh，T.（编辑）；Nguyen，NT（编辑），压缩传感中受限L1-L2最小化的计算方面，169-180（2015），纽约·Zbl 1370.90176号 [177] Lou，Y.，Yin，P.，He，Q.，Xin，J.：基于L1和L2的差异计算高度相干词典中的稀疏表示。科学杂志。计算。64(1), 178-196 (2015) ·Zbl 1327.65111号 [178] Lou，Y.，Yin，P.，Xin，J.：基于非凸l_1的点源超分辨率方法。科学杂志。计算。68(3), 1082-1100 (2016) ·Zbl 1354.65125号 [179] Lou，Y.，Zeng，T.，Osher，S.，Xin，J.：用于图像处理的各向异性和各向同性总变分模型的加权差分。SIAM J.成像科学。8(3), 1798-1823 (2015) ·Zbl 1322.94019号 [180] Mahey，P.，Phong，T.Q.，Luna，H.P.L.：容量和流量分配问题的可分离凸化和DCA技术。RAIRO操作。第35、269-281号决议（2001年）·Zbl 1048.90047号 [181] Mangasarian，OL；Fischer，H.（编辑）；Riedmueller，B.（编辑）；舍弗勒，S.（ed.），《通过多面体凹面最小化进行机器学习》，175-188（1996），德国·兹比尔0906.68127 [182] 马丁内特：布莱夫通信。正则化方程变量nelles-par近似序列。ESAIM：数学建模与数值分析-数学建模与分析编号4（R3），154-158（1970）·Zbl 0215.21103号 [183] Mokhtari，A.，Koppel，A.，Scutari，G.，Ribeiro，A.：采用双重随机逐次凸近似的大规模非凸随机优化。在：2017年IEEE声学、语音和信号处理国际会议（ICASSP），第4701-4705页（2017） [184] Mu，P.，Hu，X.，Wang，B.，Li，Z.：在保密中断概率约束下，单天线辅助不协调协同干扰的保密率最大化。IEEE通信。莱特。19（12），2174-2177（2015） [185] Ndiaye，B.M.：模拟与优化DC dans les re seaux de transport combines：代码a usage industriel。INSA de Rouen博士论文（2007年）·Zbl 1166.62012年 [186] Ndiaye，B.M.，Le Thi，H.A.，Pham Dinh，T.：港口集装箱码头中的单跨式承运人路线问题：数学模型和求解方法。《国际情报杂志》。信息数据库系统。6(6), 532-554 (2012) ·Zbl 1160.90625号 [187] Ndiaye，B.M.，Le Thi，H.A.，Pham Dinh，T.，Niu，Y.：大型二维装箱问题的DC编程和DCA。行业：智能信息和数据库系统。LNCS，第7197卷，第321-330页。施普林格，柏林-海德堡（2012） [188] Ndiaye，B.M.，Pham Dinh，T.，Le Thi，H.A.：港口集装箱码头中的单跨式承运人路线问题：数学模型和求解方法。收录于：Le Thi，H.A.、Bouvry，P.、Pham Dinh，T.（编辑）《信息系统和管理科学中的建模、计算和优化》，第21-31页（2008年）·Zbl 1160.90625号 [189] Neumann，J.、Schnörr，C.、Steidl，G.：基于SVM的组合特征选择和分类。机器。学习。61(1-3), 129-150 (2005) ·Zbl 1137.90643号 [190] Nguyen，D.M.：金融、赋值和搜索理论中某些类问题的DC编程和交叉熵方法。INSA de Rouen博士论文（2012年）·Zbl 0364.62022号 [191] Nguyen，M.C.：《程序设计DC和DCA》讲述了一些在应用程序中遇到的问题。洛林大学博士论文（2014） [192] Nguyen，Q.T.：Approches locales et globales basées sur la programmation DC et DCA pour des problèmes combinetoires en variables mixes 0-1：应用程序规划。Paul Verlaine-Metz大学博士论文（2010年）·Zbl 1282.90239号 [193] Nguyen，Q.T.，Le Thi，H.A.：通过DC编程和DCA解决供应链中的库存路径问题。行业：智能信息和数据库系统。LNCS，第6592卷，第432-441页。施普林格，柏林-海德堡（2011）·Zbl 1292.90314号 [194] 阮，T.A.，阮，M.N.：用于最小化函数差异的近点算法的收敛性分析。优化66（1），129-147（2017）·Zbl 1364.90266号 [195] Nguyen，T.B.T.：La programmation DC et DCA en analysis d’image:采集压缩、分割和恢复。洛林大学博士论文（2014）·Zbl 1238.68139号 [196] 阮，TBT；Thi，HA；勒，HM；Vo、XT；Thi，HA（编辑）；Nguyen，NT（编辑）；Do，T.（编辑），\[\ell_0\]的DC近似方法ℓ0-压缩传感中的最小化，37-48（2015），纽约·Zbl 1406.94010号 [197] Nguyen，TMT；Thi，HA；Nguyen，TB（编辑）；Do，T.（编辑）；Thi，HA（编辑）；Nguyen，NT（编辑），连续平衡网络设计问题的DC规划方法，3-16（2016），纽约·Zbl 1358.90108号 [198] Nguyen，T.P.：《运输物流优化技术》。Paul Verlaine-Metz大学博士论文（2007年）·Zbl 1393.94020号 [199] Nguyen，V.V.：Méthodes精确优化DC polyédrale en variables混合0-1 basées sur DCA和des nouvelles coupes。INSA de Rouen博士论文（2006年）·Zbl 1235.68203号 [200] Nguyen Canh，N.，Le Thi，H.A.，Pham Dinh，T.：基于DC编程和DCA的分支定界算法，用于供应链设计中的战略产能规划，以获得新的市场机会。摘自：《运筹学学报》。《运筹学论文集》，2006年第515-520页。施普林格，柏林-海德堡（2007）·Zbl 1209.90047号 【201】 Nguyen Canh，N。；Pham，TH；Tran，VH；Thi，HA（编辑）；Nguyen，NT（编辑）；Do，T.（ed.），OFDMA/TDD无线网络中资源分配优化的DC编程和DCA方法，49-56（2015），纽约·Zbl 1351.90133号 [202] 牛，YS；Jüdice，J。；Thi，HA；Pham Dinh，T。；Thi，HA（编辑）；Pham Dinh，T.（编辑）；Nguyen，NT（ed.），用DC编程求解二次特征值互补问题，203-214（2015），纽约·兹比尔1370.90275 [203] Niu，Y.S.，Pham Dinh，T.，Le Thi，H.A.，Judice，J.：非对称特征值互补问题的有效DC规划方法。最佳方案。方法软件。28（4），812-829（2013）·Zbl 1307.90145号 [204] Ong，C.S.，Le Thi，H.A.：利用凸函数算法的差异学习稀疏分类器。最佳方案。方法软件。28(4), 830-854 (2013) ·Zbl 1282.90181号 [205] Orlov，A.，Strekalovsky，A.：关于六面体游戏的本地搜索。收录人：A.Kononov、I.Bykadorov、O.Khamisov、I.Davydov、P.Kononova（编辑）DOOR 2016，第477-488页（2016）·Zbl 1229.90121号 [206] Ortega，J.，Rheinboldt，W.：多变量非线性方程的迭代解，第253-255页。纽约学术出版社（1970年）·Zbl 0241.65046号 [207] Pan，W.，Shen，X.，Liu，B.：聚类分析：通过非凸惩罚的监督学习进行无监督学习。J.马赫。学习。1865-1889年第14（1）号决议（2013年）·Zbl 1317.68179号 [208] Pang，J.S.，Razaviyayn，M.，Alvarado，A.：计算非光滑DC程序的B平稳点。数学。操作。第42（1）号决议，第95-118号决议（2017年）·Zbl 1359.90106号 [209] Pang，J.S.，Tao，M.：计算一类非光滑非凸优化问题方向平稳解的分解方法。SIAM J.Optim公司。（2017年提交）·Zbl 1142.62027号 [210] Parida，P.，Das，S.S.：基于OFDM的NOMA系统中的功率分配：DC编程方法。2014年IEEE Globecom研讨会（GC Wkshps），第1026-1031页。IEEE（2014）·Zbl 1171.62326号 [211] Park，F.，Lou，Y.，Xin，J.：松弛芒福德-沙赫图像分割中各向异性和各向同性总变差的加权差分。摘自：IEEE ICIP 2016，第4314-4318页（2016）·Zbl 1142.62027号 [212] Park，S.H.、Simeone，O.、Sahin，O.和Shamai，S.：云无线电接入网络上行链路的多跳回程压缩。IEEE传输。车辆。Technol公司。65(5), 3185-3199 (2016) [213] Pham，V.N.：编程DC et DCA pour l’optimization非凸/优化全局变量混合实体：代码与应用。INSA de Rouen博士论文（2013）·Zbl 1102.68605号 [214] Pham，V.N.，Le Thi，H.A.，Pham Dinh，T.：通过最小化交易成本进行投资组合选择的DC编程框架。收录于：《知识工程高级计算方法》，《计算智能研究》，第479卷，第31-40页。施普林格国际出版社（2013）·Zbl 1237.46007号 [215] Pham Dinh，T.：元素homoduaux d’une矩阵\[A\]A relatifs A un couple de normes\[（φ，psi）\]（，ψ）。应用程序au calcul de \[s_{\phi\psi}（a）\]sψ。格勒诺布尔分析学院（1975）·Zbl 1260.49048号 [216] Pham Dinh，T.：最大值的计算公式为正值，单位为最大值标准。格勒诺布尔分析学院（1976）·兹比尔1179.68192 [217] Pham Dinh，T.：对标准的贡献和对数字分析的应用。格勒诺布尔约瑟夫·傅立叶大学科学博士（1981年） [218] Pham Dinh，T.：最大值平方形式的最大值计算算法。数字。数学。45(3), 377-401 (1984) ·Zbl 0531.65022号 [219] Pham Dinh，T.：计算矩阵界范数的次梯度方法的收敛性。线性代数应用。62, 163-182 (1984) ·Zbl 0563.65029号 [220] Pham Dinh，T.，Ho，V.T.，Le Thi，H.A.：求解Brugnano-Casulli分段线性系统的DC编程和DCA。计算。操作。第87号决议（附录C），196-204年（2017年）·Zbl 1391.90494号 [221] Pham Dinh，T.，Le Thi，H.A.：欧氏球和球面上非凸二次极小化的拉格朗日稳定性和全局最优性。J.凸面分析。2(1-2), 263-276 (1995) ·Zbl 0848.49022号 [222] Pham Dinh，T.，Le Thi，H.A.：欧几里德球和球面上全局最小化非凸二次型的凸函数优化算法（DCA）的差异。操作。Res.Lett公司。19(5), 207-216 (1996) ·Zbl 0876.90071号 [223] Pham Dinh，T.，Le Thi，H.A.：D.C.规划的凸分析方法：理论、算法和应用。数学学报。越南。22(1), 289-355 (1997) ·Zbl 0895.90152号 [224] Pham Dinh，T.，Le Thi，H.A.：求解信赖域子问题的D.C.优化算法。SIAM J.Optim公司。8(2), 476-505 (1998) ·Zbl 0913.65054号 [225] Pham Dinh，T.，Le Thi，H.A.：DC编程和DCA的最新进展。收录：《计算智能学报》第十三期。LNCS，第8342卷，第1-37页。施普林格，柏林-海德堡（2014） [226] Pham Dinh，T.，Le Thi，H.A.，Akoa，F.：将DCA和内点技术结合用于大规模非凸二次规划。最佳方案。方法软件。23(4), 609-629 (2008) ·Zbl 1151.90508号 [227] Pham Dinh，T.，Le Thi，H.A.，Pham，V.N.，Niu，Y.S.：凹交易成本下离散投资组合优化的DC规划方法。最佳方案。莱特。10(2), 1-22 (2016) ·Zbl 1343.90072号 [228] Pham Dinh，T.、Nguyen Canh，N.、Le Thi，H.A.：用于全球解决价值风险的DC编程和DCA。计算。管理。科学。6(4), 477-501 (2009) ·Zbl 1177.90286号 [229] Pham Dinh，T.，Nguyen Canh，N.，Le Thi，H.A.：DCA和B&B的有效组合，使用DC/SDP松弛来全局求解二进制二次规划。J.全球优化。48(4), 595-632 (2010) ·Zbl 1226.90060号 [230] Pham Dinh，T.，Niu，Y.S.：一种用于具有较高矩的投资组合决策的有效DC编程方法。计算。最佳方案。申请。50（3），525-554（2011）·兹比尔1237.90186 [231] Pham Dinh，T.、Pham，V.N.、Le Thi，H.A.：DC编程和DCA，用于线性和固定交易成本的投资组合优化。在：智能信息和数据库系统，LNCS，第8398卷，第392-402页。施普林格国际出版公司（2014）·Zbl 1156.68054号 [232] Pham Dinh，T。；苏亚德，EB；Hiriart-Urruti，JB（编辑），解决一类非凸优化问题的算法。次梯度方法，第129、249-271号（1986），阿姆斯特丹·Zbl 0638.90087号 [233] Pham Dinh，T.，Souad，E.B.：D.C.中的对偶（凸函数的差异）优化。次梯度法。摘自：《数学优化趋势》，《数值数学国际丛书》，第84卷，第276-294页。Birkhäuser，巴塞尔（1988年）·Zbl 0634.49009号 [234] Phan，A.H.，Tuan，H.D.，Kha，H.H.：认知无线电中SINR最大组播的D.C.迭代。In:第六届信号处理与通信系统国际会议（ICSPCS 2012），第1-5页（2012）·Zbl 1045.90074 [235] Phan，D.N.：基于DCA的算法，用于高维环境中稀疏性学习和随机学习。洛林大学博士论文（2016） [236] Phan，D.N.，Le Thi，H.A.，Pham Dinh，T.：基于DCA算法的稀疏协方差矩阵估计。神经计算。29(11), 3040-3077 (2017) ·Zbl 1418.62276号 [237] 皮奥，B。；盖斯特，M。；O.皮埃琴。；Ghahramani，Z.（编辑）；Welling，M.（编辑）；Cortes，C.（编辑）；劳伦斯，ND（编辑）；Weinberger，KQ（ed.），强化学习凸函数编程的差异，第27期，2519-2527（2014），Red Hook [238] Polyak，B.T.：优化导论。优化软件。Inc.出版部，纽约（1987年）·Zbl 0708.90083号 [239] Poulakis，M.I.，Vassaki，S.，Panagopoulos，A.D.：保密中断约束下的安全合作通信：DC编程方法。IEEE有线。Commun公司。莱特。5(3), 332-335 (2016) [240] Queiroz，M.，Jüdice，J.，Humes，C.：对称特征值互补问题。数学。计算。73(248), 1849-1863 (2004) ·兹比尔1119.90059 [241] Rakotomonzy，A.，Flamary，R.，Gasso，G.：非凸优化问题的DC近似牛顿。IEEE传输。神经网络。学习。系统。27（3），636-647（2016） [242] Razaviyayn，M.：逐次凸逼近：分析和应用。明尼苏达大学博士论文（2014）·Zbl 1213.90176号 [243] Razaviyayn，M.、Hong，M.，Luo，Z.Q.：非光滑优化的块逐次极小化方法的统一收敛性分析。SIAM J.Optim公司。23(2), 1126-1153 (2013) ·Zbl 1273.90123号 [244] 拉扎维亚因，M。；洪，M。；罗，ZQ；庞，JS；Ghahramani，Z.（编辑）；Welling，M.（编辑）；Cortes，C.（编辑）；Lawrence，N.（编辑）；Weinberger，K.（编辑），非光滑非凸优化的并行逐次凸逼近，第27期，1440-1448（2014），Red Hook [245] Razaviyayn，M.，Sanjabi，M..，Luo，Z.Q.：非光滑非凸优化的随机连续最小化方法及其在无线通信网络收发器设计中的应用。数学。程序。157(2), 515-545 (2016) ·Zbl 1357.90101号 [246] Robbins，H.，Monro，S.：一种随机近似方法。安。数学。《美国联邦法律大全》第22（3）卷，第400-407页（1951年）·Zbl 0054.05901号 [247] Rockafellar，R.T.：凸分析。普林斯顿大学出版社，普林斯顿（1970）·Zbl 0193.18401号 [248] Rockafellar，R.T.：单调算子和近点算法。SIAM J.控制优化。14(5), 877-898 (1976) ·Zbl 0358.90053号 [249] Schad，A.，Law，K.L.，Pesavento，M.：组播中继网络中的秩二波束形成和功率分配。IEEE传输信号处理。63(13), 3435-3447 (2015) ·Zbl 1394.94503号 [250] Schleich，J.，Le Thi，H.A.，Bouvry，P.：基于DC编程和DCA的连续优化方法求解最小m-支配集问题。J.库姆。最佳方案。24(4), 397-412 (2012) ·Zbl 1261.90082号 [251] Schnörr，C.：具有水平集约束的信号和图像近似。计算81（2），137-160（2007）·Zbl 1156.68054号 [252] Schüle，T.、Schnörr，C.、Weber，S.、Horneger，J.：凸凹正则化和D.C.编程的离散层析成像。离散应用程序。数学。151(1-3), 229-243 (2005) ·Zbl 1131.68571号 [253] Schüle，T.、Weber，S.、Schnörr，C.：从少量投影自适应重建离散值对象。电子。注释离散数学。20365-384（2005年）·兹比尔1179.68190 [254] Scutari，G.，Facchinei，F.，Lampariello，L.：约束非凸优化的并行和分布式方法第一部分：理论。IEEE传输。信号处理。65(8), 1929-1944 (2017) ·Zbl 1414.90290号 [255] Scutari，G.，Facchinei，F.，Lampariello，L.，Sardellitti，S.，Song，P.：约束非凸优化的并行和分布式方法第二部分：通信和机器学习中的应用。IEEE传输。信号处理。65(8), 1945-1960 (2017) ·Zbl 1414.90291号 [256] Scutari，G.，Facchinei，F.，Song，P.，Palomar，D.P.，Pang，J.S.：部分线性化分解：多智能体系统的并行优化。IEEE传输。信号处理。62(3), 641-656 (2014) ·Zbl 1394.94507号 [257] Seeger，A.：二次曲线约束下的二次特征值问题。SIAM J.矩阵分析。A 32（3），700-721（2011）·Zbl 1234.15003号 [258] Shen，X.，Huang，H.C.：图上的同时监督聚类和特征选择。《生物特征》99（4），899-914（2012）·Zbl 1452.62467号 [259] 沈，X，曾，G.C.，张，X，王，W.H.：关于ψ学习。《美国统计协会期刊》98，724-734（2003）·兹比尔1052.62095 [260] 斯拉夫斯基，M。；海因，M。；Lutsik，P。；Burges，CJC（编辑）；Bottou，L.（编辑）；Welling，M.（编辑）；Ghahramani，Z.（编辑）；Weinberger，KQ（编辑），二元成分矩阵分解，第26期，3210-3218（2013），Red Hook [261] Smola，A.J.、Song，L.、Teo，C.H.：相对新颖性检测。摘自：《第十二届国际人工智能与统计会议记录》，第5卷。JMLR W&CP 5，第536-543页（2009年） [262] Song，Y.，Lin，L.，Jian，L.：高维单指标变系数模型的稳健检验基于损失的变量选择。Commun公司。非线性科学。36, 109-128 (2016) ·Zbl 1470.62116号 [263] Sriperumbudur，B.K.，Torres，D.A.，Lanckriet，G.R.G.：D.C.编程的稀疏特征值方法。收录于：ICML'07，第831-838页。ACM，美国纽约州纽约市（2007年）·Zbl 1300.90029号 [264] Sun，Q.，Xiang，S.，Ye，J.：基于上限范数的稳健主成分分析。摘自：第19届ACM SIGKDD会议记录，KDD’13，第311-319页。ACM（2013） [265] Sun，W.，Sampaio，J.B.，Candido，R.M.：用于最小化DC函数的近点算法。J.计算。数学。21451-462（2003年）·兹比尔1107.90427 [266] Ta，A.S.：程序设计DC et DCA pour la résolution de certaines classes des problèmes dans les systémes de transport et de communication。INSA-Rouen博士论文（2012年） [267] Ta，A.S.，Le Thi，H.A.，Arnould，G.，Khadraoui，D.，Pham Dinh，T.：使用DCA解决拼车问题。摘自：全球信息基础设施研讨会（GIIS 2011），第1-6页（2011） [268] Ta、AS；Thi，HA；Ha，TS；Thi，HA（编辑）；Pham Dinh，T.（编辑）；Nguyen，NT（编辑），使用DCA-CUT解决放松定向问题，191-202（2015），纽约·Zbl 1370.90228号 [269] Ta，A.S.，Le Thi，H.A.，Khadraoui，D.，Pham Dinh，T.：使用DCA解决上下文V2I通信服务中的组播QoS路由问题。摘自：IEEE/ACIS第九届国际计算机和信息科学会议（ICIS），2010年，第471-476页（2010年）·Zbl 1339.92064号 [270] Ta，A.S.，Le Thi，H.A.，Khadraoui，D.，Pham Dinh，T.：通过DCA解决QoS路由问题。行业：智能信息和数据库系统。LNCS，第5991卷，第460-470页。施普林格，柏林-海德堡（2010）·Zbl 1045.90074 [271] Ta，A.S.，Le Thi，H.A.，Khadraoui，D.，Pham Dinh，T.：使用DCA解决分区-子位置-路由问题。J.工业管理。最佳方案。8(1), 87-102 (2012) ·Zbl 1364.90219号 [272] Ta，A.S.，Pham Dinh，T.，Le Thi，H.A.，Khadraoui，D.：使用DCA和近端分解技术解决多对多组播QoS路由问题。摘自：国际计算、网络和通信会议（ICNC 2012），第809-814页（2012） [273] Ta，M.T.：基于编程的非凸优化技术DC et DCA et Méthodesévolutions pour la classification non-supervisivee e。洛林大学博士论文（2014） [274] Ta，MT；Thi，HA；Boudjeloud-Assala，L。；Perner，P.（编辑），《使用DCA通过子窗口方法聚类数据流》，279-292（2012），柏林 [275] Ta，MT；Thi，HA；Boudjeloud-Assala，L。；Nguyen，TN（编辑）；Do，T.（编辑）；Thi，AH（编辑），DCA在滑动窗口上对数据流进行聚类，65-75（2013），海德堡 [276] Ta，M.T.，Le Thi，H.A.，Boudjeloud Assala，L.：一种基于DC编程和DCA方法的大规模数据集的高效聚类方法。收录于：Lee，M.，Hirose，A.，Hou，Z.G.，Kil，R.M.（编辑）ICONIP 2013，第二部分，LNCS，第8227卷，第538-545页。施普林格，柏林-海德堡（2013） [277] Taleb，D.，Liu，Y.，Pesavento，M.：使用非正交STBC的单组多播网络中的全速一般秩波束形成。收录于：第24届欧洲证券投资委员会，第2365-2369页（2016年）·Zbl 0912.90233号 [278] Thai，J.，Hunter，T.，Akametalu，A.K.，Tomlin，C.J.，Bayen，A.M.：使用凹-凸程序对缺失值的数据进行逆协方差估计。摘自：第53届IEEE决策与控制会议，第5736-5742页（2014年）·Zbl 0905.90131号 [279] Thanh，P.N.，Bostel，N.，Péton，O.：应用于物流网络设计问题的DC编程启发法。国际生产经济杂志。135(1), 94-105 (2012) [280] Thiao，M.：Pham Dinh，T.，Le Thi，H.A.：一类涉及\[\ell_0\]的非凸程序的DC编程方法ℓ0标准。建模。收录于：《信息系统和管理科学中的计算和优化》，《计算机和信息科学中的通信》，第14卷，第348-357页。施普林格，柏林-海德堡（2008）·Zbl 1160.90626号 [281] Thiao，M.，Pham Dinh，T.，Le Thi，H.A.：稀疏特征值问题的DC编程方法。摘自：Fürnkranz，J.，Joachims，T.（编辑）《ICML-10会议记录》，第1063-1070页。《Omnipress》（2010） [282] Tian，X.，Gasso，G.，Canu，S.：归纳半监督SVM学习的多核框架。神经计算90，46-58（2012） [283] Torres，D.A.，Turnbull，D.，Sriperumbudur，B.K.，Barrington，L.，Lanckriet，G.R.G.：通过稀疏的CCA寻找有音乐意义的单词。参加：NIPS音乐、大脑和认知研讨会（2007年）·Zbl 1370.90228号 [284] Tran，D.Q.，Le Thi，H.A.，Adjallah，K.H.：在实时分配约束下最小化预防性维护任务成本和延迟的DCA。收录于：Nguyen，N.T.、Le，M.T.、Swiatek，J.（编辑）《智能信息和数据库系统》，LNCS，第5991卷，第410-419页。施普林格，柏林-海德堡（2010）·Zbl 1192.90081号 [285] Tran，D.Q.，Nguyen，B.T.P.，Ngueen，Q.T.：考虑重新路由的网络中优化交通信号的新方法。收录于：《信息系统和管理科学中的建模、计算和优化》，《智能系统和计算进展》，第359卷，第143-154页。施普林格国际出版公司（2015）·Zbl 1370.90080 [286] Tran，T.T.，Le Thi，H.A.，Pham Dinh，T.：针对合作物理层安全新兴领域中新的资源分配问题的DC编程和DCA。In:《知识工程的高级计算方法》，《智能系统和计算进展》358，57-68（2015）·Zbl 1350.90030号 [287] Tran，T.T.，Le Thi，H.A.，Pham Dinh，T.：通过协作干扰增强物理层安全的DC编程和DCA。计算。操作。第87号决议（补编C），235-244（2017）·兹比尔1391.90166 [288] Tran，T.T.，Tuan，N.N.，Le Thi，H.A.，Gély，A.：通过中继波束形成策略增强物理层安全性的DC编程和DCA。收录于：Nguyen，N.T.，Trawinn ski，B.，Fujita，H.，Hong，T.P.（编辑）ACIIDS 2016，第二部分，LNAI 9622，第640-650页。施普林格，柏林-海德堡（2016）·Zbl 1022.68112号 [289] Tsiligkaridis，T.，Marcheret，E.，Goel，V.：大型对数线性模型估计的凸函数差异方法。IEEE传输。语音21（11），2255-2266（2013） [290] Tuan，H.N.：信任区域子问题的Pham Dinh-Le-Thi算法的收敛速度。J.优化。理论应用。154(3), 904-915 (2012) ·Zbl 1256.90032号 [291] Tuan，H.N.，Yen，N.D.：信任区域子问题的Pham Dinh-Le-Thi算法的收敛性。J.全球优化。55(2), 337-347 (2013) ·Zbl 1287.90046号 [292] Vanderbei，R.J.：LOQO：二次规划的内部点代码。最佳方案。方法软件。11(1-4), 451-484 (1999) ·Zbl 0973.90518号 [293] Vasilogou，N.，Gray，A.G.，Anderson，D.V.：非负矩阵分解，凸性和等距。摘自：《2009年SIAM ICDM会议记录》，第57章，第673-684页（2009年） [294] Vavasis，S.A.：非线性优化：复杂性问题。牛津大学出版社，牛津（1991）·Zbl 0785.90091号 [295] Vo，X.T.：通过凸函数优化的差异学习稀疏性和不确定性。洛林大学博士论文（2015）·Zbl 1075.90071号 [296] Vo，X.T.，Le Thi，H.A.：Pham Dinh，T.：集群稳健优化。ACIIDS 2016。第二部分，LNCS，第9622卷，第1-10页。施普林格，柏林-海德堡（2016）·Zbl 1160.91015号 [297] Vo，X.T.，Le Thi，H.A.，Pham Dinh，T.，Nguyen，T.B.T.：用于字典学习的DC编程和DCA。收录于：计算集体智能，LNCS，第9329卷，第295-304页。施普林格国际出版公司（2015） [298] Vo，X.T.，Tran，B.，Le Thi，H.A.，Pham Dinh，T.：斜坡损失支持向量数据描述。In：程序。第九届亚洲智能信息和数据库系统会议（ACIIDS 2017）。2017年4月3日至5日，日本金泽（2017）。计算机科学课堂讲稿。施普林格（2017年，即将上映）·Zbl 1248.65067号 [299] Vucic，N.、Shi，S.、Schubert，M.：无线网络中资源分配的DC编程方法。在：第八届移动、自组织和无线网络建模与优化国际研讨会论文集（WiOpt 2010），第380-386页（2010） [300] Wang，D.，Chen，W.，Han，Z.：解码和前向中继信道上的节能安全通信。IEEE传输。Commun公司。63（3），892-905（2015） [301] Wang，F.，Zhao，B.，Zhang，C.：线性时间最大裕度聚类。IEEE Trans。神经网络。21(2), 319-332 (2010) [302] Wang，J.，Shen，X.：大幅度半监督学习。J.马赫。学习。1867-1891年第8号决议（2007年）·Zbl 1222.68329号 [303] Wang，J.，Shen，X.，Pan，W.：关于可导支持向量机。摘自：《预测与发现》，当代数学443，第7-19页。美国数学学会（2007）·Zbl 1147.68657号 [304] Wang，J.，Shen，X.，Pan，W.：关于有效的大幅度半监督学习：方法和理论。J.马赫。学习。第10号决议，719-742（2009年）·Zbl 1235.68203号 [305] Wang，K.，Zhong，P.，Zhao，Y.：通过D.C.程序训练稳健支持向量回归。J.信息计算。科学。7(12), 2385-2394 (2010) [306] Wang，K.，Zhu，W.，Zhong，P.：具有广义损失函数的稳健支持向量回归及其应用。神经过程。莱特。41(1), 89-106 (2015) [307] Wang，L.，Kim，Y.，Li，R.：校准超高维非凸惩罚回归。Ann.Stat.41（5），2505-2536（2013）·Zbl 1281.62106号 [308] Wang，Y.，Xia，X.：一种基于haar特征的有效的l0-svm人脸识别分类器。高级自然科学。9(1), 1-4 (2016) [309] Weber，S.，Schüle，T.，Schnörr，C.：二进制层析成像的先验学习和凹凸正则化。电子。注释离散数学。20, 313-327 (2005) ·Zbl 1179.68192号 [310] Weston，J.，Elisseeff，A.，Schölkopf，B.，Tipping，M.：零形式与线性模型和核方法的使用。J.马赫。学习。第3号决议，1439-1461（2003）·Zbl 1102.68605号 [311] Wozabal，D.：利用凸算法的差异进行价值-风险优化。OR光谱34（4），861-883（2012）·Zbl 1282.91313号 [312] Wu，C.，Kwon，S.，Shen，X.，Pan，W.：基于惩罚回归聚类的新算法和理论。J.Mach。学习。第17号决议，1-25（2016）·Zbl 1392.68371号 [313] Wu，C.，Li，C.，Long，Q.：锚位置不确定性传感器网络定位的DC编程方法。J.工业管理。最佳方案。10（3），817-826（2014）·兹比尔1292.90314 [314] Wu，Y.，Liu，Y.：鲁棒截断铰链损失支持向量机。《美国统计协会期刊》102（479），974-983（2007）·Zbl 1469.62293号 [315] Wu，Y.，Liu，Y.:分位数回归中的变量选择。统计正弦。19, 801-817 (2009) ·Zbl 1166.62012年 [316] Xiang，S.，Shen，X.，Ye，J.：通过连续和离散优化进行有效的非凸稀疏群特征选择。Artif公司。智力。224, 28-50 (2015) ·Zbl 1343.68210号 [317] Yang，L.，Ju，R.：极小极大概率机中特征选择的DC编程方法。国际期刊计算。智力。系统。7(1), 12-24 (2014) [318] Yang，L.，Qian，Y.：基于凸函数编程差异的稀疏逻辑回归框架。申请。智力。45(2), 241-254 (2016) [319] Yang，L.，Wang，L.:一类基于DC编程的半监督支持向量机。高级数据分析。分类。7(4), 417-433 (2013) ·Zbl 1308.90138号 [320] Yang，L.，Zhang，S.：基于连续优化算法的稀疏极值学习机器框架及其在模式识别中的应用。工程应用。Artif公司。国际53176-189（2016） [321] Yang，S.，Yuan，L.，Lai，Y.C.，Shen，X.，Wonka，P.，Ye，J.：无向图上的特征分组和选择。收录于：ACM SIGKDD，第922-930页（2012年） [322] Yang，T.，Liu，J.，Gong，P.，Zhang，R.，Shen，X.，Ye，J.：绝对融合套索及其在全基因组关联研究中的应用。摘自：《第22届ACM SIGKDD知识发现和数据挖掘国际会议论文集》，KDD’16，第1955-1964页。ACM（2016）·Zbl 1131.68571号 [323] Yin，P.，Lou，Y.，He，Q.，Xin，J.：\[\ell_{1-2}\]的最小化ℓ1-2用于压缩传感。SIAM J.科学。计算。37(1), 536-563 (2015) ·Zbl 1316.90037号 [324] Yin，P.，Xin，J.，Qi，Y.：基于深度神经网络的线性特征变换和分类增强。（2016，已提交）·Zbl 1484.68210号 [325] Ying，Y.，Huang，K.，Campbell，C.：通过新的数据集成方法增强蛋白质折叠识别。BMC生物信息。10(1), 1-18 (2009) [326] You，S.，Lijun，C.，Liu，Y.E.：MIMO干扰网络中加权和速率最大化的凹凸过程。摘自：IEEE GLOBECOM 2014，第4060-4065页（2014）·Zbl 1322.90072号 [327] Yu，C.N.J.，Joachims，T.：学习具有潜在变量的结构SVM。摘自：ICML'09，第1169-1176页。ACM，美国纽约州纽约市（2009年） [328] Yu，P.L.：多标准决策：概念、技术和扩展。《科学与工程中的数学概念与方法》，第30卷。施普林格，美国（1985年）·Zbl 0643.90045号 [329] Yuille，A.L.，Rangarajan，A.：凹-凸过程。神经计算。15(4), 915-936 (2003) ·Zbl 1022.68112号 [330] Zhang，K.，Tsang，I.W.，Kwok，J.T.：最大利润聚类变得切实可行。IEEE传输。神经网络。20(4), 583-596 (2009) [331] 张，P.，田，Y.，张，Z.，李，A.，朱，X.：为多标准编程分类选择目标函数。收录：Web Intelligence and Intelligent Agent Technology，2008。08年WI-IAT。IEEE/WIC/ACM国际会议，第3卷，第420-423页（2008）·Zbl 1198.90327号 [332] Zhang，X.，Wu，Y.，Wang，L.，Li，R.：中等高维支持向量机的变量选择。J.R.Stat.Soc.B 78（1），53-76（2016）·Zbl 1411.62176号 [333] Zhao，Z.，Sun，L.，Yu，S.，Liu，H.，Ye，J.：多类概率核判别分析。摘自：《第21届国际人工智能联合会议论文集》，2009年国际人工智能学会，第1363-1368页。Morgan Kaufmann（2009）·Zbl 1307.90145号 [334] Zheng，G.：全双工MIMO双向中继信道的联合波束形成优化和功率控制。IEEE传输。信号处理。63(3), 555-566 (2015) ·Zbl 1394.94916号 [335] Zheng，G.，Krikidis，I.，Li，J.，Petropulu，A.P.，Ottersten，B.：使用全双工干扰接收机提高物理层保密性。IEEE传输。信号处理。61(20), 4962-4974 (2013) ·Zbl 1393.94918号 [336] Zhong，P.：训练具有平滑非凸损失函数的稳健支持向量回归。最佳方案。方法软件。27(6), 1039-1058 (2012) ·Zbl 1248.65067号 [337] Zhong，Y.，Aghezzaf，E.H.：结合DC规划和最速下降法来解决单车库存路径问题。计算。工业工程61（2），313-321（2011） [338] Zhou，Y.、Zhu，Y.和Xue，Z.：通过采用全双工MIMO无线电增强MIMOME窃听信道。2014年IEEE全球通信会议，第3320-3325页。IEEE（2014）·Zbl 1359.90106号 [339] Zhou，Z.H.，Zhang，M.L.，Huang，S.J.，Li，Y.F.：多因素多标签学习。Artif公司。智力。176(1), 2291-2320 (2012) ·Zbl 1238.68139号 [340] Zhu，Y.，Shen，X.，Pan，W.：无向图上的同时分组追踪和特征选择。《美国统计协会期刊》108（502），713-725（2013）·Zbl 06195973号 [341] Zisler，M.、Petra，S.、Schnörr，C.、Schnórr、C.：受投影约束的连续多标记离散层析成像。收录于：第38届德国模式识别大会论文集（2016） [342] Zou，H.：自适应套索及其预言属性。《美国法律总汇汇编》2006年版（476），1418-1429（2006）·Zbl 1171.62326号 [343] Zou，H.，Li，R.：非洞穴惩罚似然模型中的一步稀疏估计。Ann.Stat.36（4），1509-1533（2008）·Zbl 1142.62027号 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。