×
王鹏;沈春华;安东·范登·亨格尔;菲利普·托尔。

用于MAP-MRF推理的高效半定分支和割。 （英语） Zbl 1398.62259号

国际期刊计算。视觉。 117，第3号，269-289（2016）.
摘要：我们提出了一种分支切割（B&C）方法来解决一般的MAP-MRF推理问题。我们的方法的核心是一个非常有效的定界过程，它结合了可扩展半定规划（SDP）和用于寻找违反约束的切割平面方法。为了进一步加快计算速度，采用了几种策略，包括模型简化、热启动和删除非活动约束。我们分析了所提方法在不同设置下的性能，并证明我们的方法要么优于要么与最先进的方法相当。特别是当连接度很高或一元成本的相对大小很低时，我们获得了最佳的报告结果。实验表明，在各种时间预算下，该算法在具有挑战性的非亚模块MAP-MRF推理问题上取得了比现有方法更好的逼近效果。

理学硕士：

62M40型 随机字段；图像分析
90C22型 半定规划
90C57型 多面体组合学，分支与绑定，分支与切割

关键词：

MAP推断;马尔可夫随机场;半定规划;分支和切割

软件：

SDPT3系统;CPLEX公司;SCIP公司;SDPLR公司;L-BFGS-B型;开放式GM;SCIP-SDP公司;血浆
PDF格式BibTeX公司 XML格式引用
\textit{P.Wang}等人，《国际计算杂志》。视觉。117，第3号，269--289（2016；Zbl 1398.62259）
全文： 内政部 arXiv公司 链接

参考文献：

[1] Achterberg，T；科赫，T；Martin，A，《重新审视分支规则》，《运营研究快报》，33，42-54，（2005）·Zbl 1076.90037号 ·doi:10.1016/j.orl.2004.04.002
[2] Aji，S.M.、Horn，G.B.、Mcelice，R.J.（1998）。关于单圈图上迭代译码的收敛性。在ISIT会议记录.
[3] Alahari，K.、Kohli，P.和Torr，P.H.（2008）。减少、重复使用和回收：有效解决多标签MRF。在IEEE计算机视觉和模式识别会议记录（第1-8页）。
[4] Alizadeh，F；海伯里，J-PA；Overton，ML，半定规划的原对偶内点方法：收敛速度、稳定性和数值结果，SIAM优化杂志，8，746-768，（1998）·Zbl 0911.65047号 ·doi:10.1137/S1052623496304700
[5] 安德森，ED；Roos，C；Terlaky，T，关于二次曲线优化的原对偶内点方法的实现，数学规划，95249-277，（2003）·Zbl 1030.90137号 ·文件编号：10.1007/s10107-002-0349-3
[6] Andres，B.、Beier，T.和Kappes，J.H.（2014）。OpenGM2.检索自http://hci.iwr.uni-heidelberg.de/opengm2。
[7] 阿姆布鲁斯特，M；Fügenschuh，M；Helmberg，C；Martin，A，LP和SDP最小图二等分问题的分支与切割算法：计算比较，《数学规划计算》，4275-306，（2012）·Zbl 1275.90053号 ·doi:10.1007/s12532-012-0040-5
[8] Arora，S.和Kale，S.（2007年）。半定程序的一种组合、原对偶方法。在ACM计算理论年度研讨会论文集（第227-236页）·Zbl 1232.68177号
[9] Arora，S.、Hazan，E.和Kale，S.（2005）。使用乘法权重更新方法的近似半定规划快速算法。在IEEE计算机科学基础年度研讨会论文集（第339-348页）。
[10] 阿罗拉，S；哈赞，E；Kale，S，乘法权重更新方法：元算法与应用，计算理论，8121-164，（2012）·Zbl 1283.68414号 ·doi:10.4086/toc.2012.v008a006
[11] 巴拉奥纳，F；Mahjoub，AR，关于切割的多面体，数学规划，36，157-173，（1986）·Zbl 0616.90058号 ·doi:10.1007/BF02592023
[12] Batra，D.、Nowozin，S.和Kohli，P.（2011年）。MAP-MRF推理的更紧密松弛：一种基于局部原对偶间隙的分离算法。在人工智能与统计国际会议记录（第146-154页）。
[13] Bayati，M.、Shah，D.和Sharma，M.（2005年）。通过最大生成信念传播进行最大权重匹配。在IEEE信息理论国际研讨会论文集（第1763-1767页）。
[14] Besag，J，《脏照片的统计分析》，《皇家统计学会期刊B辑（方法学）》，48，259-302，（1986）·Zbl 0609.62150号
[15] 博纳托，T；Münger；Reinelt，G；Rinaldi，G，切割多面体的提升和分离程序，数学规划，146351-378，（2014）·兹比尔1297.90133 ·doi:10.1007/s10107-013-0688-2
[16] 博伊科夫，Y；韦克斯勒，O；Zabih，R，通过图切割实现快速近似能量最小化，IEEE模式分析和机器智能汇刊，231222-1239，（2001）·数字对象标识代码：10.1109/34.969114
[17] Burer，S；Monteiro，RD，通过低阶因式分解求解半定规划的非线性规划算法，数学规划，95，329-357，（2003）·Zbl 1030.90077号 ·doi:10.1007/s10107-002-0352-8
[18] Burer，S；Vandenbussche，D，通过半定松弛求解非凸二次规划的有限分枝定界算法，数学规划，113259-282，（2008）·Zbl 1135.90034号 ·doi:10.1007/s10107-006-0080-6
[19] 肖普拉，S；Rao，MR，分区问题，数学规划，5987-115，（1993）·Zbl 0774.90082号 ·doi:10.1007/BF01581239
[20] 德扎，M；格里切尔，M；Laurent，M，Clique-web facets for multicut polytope，运筹学数学，17981-1000，（1992）·Zbl 0762.90079号 ·doi:10.1287/门17.4.981
[21] 德扎，M；Laurent，M，《切割几何与度量》，第15期，（1997），柏林·Zbl 0885.52001号
[22] 晚餐，TP；Canh，NN；Thi，HA，使用DC/SDP松弛的DCA和B&B有效组合，用于全局求解二进制二次规划，《全局优化杂志》，48，595-632，（2010）·Zbl 1226.90060号 ·doi:10.1007/s10898-009-9507-y
[23] Elidan，G.和Globerson，A.（2011年）。概率推理挑战（PIC2011）。检索自http://www.cs.huji.ac.il/project/PASCAL/。
[24] Felzenszwalb，PF；Huttenlocher，DP，早期视觉的有效信念传播，国际计算机视觉杂志，70，41-54，（2006）·doi:10.1007/s11263-006-7899-4
[25] Frostig，R.、Wang，S.、Liang，P.S.和Manning，C.D.（2014）。通过低阶松弛进行简单MAP推断。在神经信息处理系统进展（第3077-3085页）。
[26] Garber，D.和Hazan，E.（2011年）。在次线性时间内逼近半定程序。在神经信息处理系统进展（第1080-1088页）。
[27] Givry，S.D.、Hurley，B.、Allouche，D.、Katsirelos，G.、O'Sullivan，B.和Schiex，T.（2014）。图形模型中用于优化的CP/AI/OR解算器的实验评估。在2014年法国波尔多Congrès ROADEF.
[28] Globerson，A.和Jaakkola，T.S.（2007年）。修复max-product:MAP LP松弛的收敛消息传递算法。在神经信息处理系统进展.
[29] 戈曼斯，墨西哥；Williamson，DP，使用半定规划求解最大割和可满足性问题的改进近似算法，ACM杂志，421115-1145，（1995）·Zbl 0885.68088号 ·数字对象标识代码：10.1145/227683.2276884
[30] Gorelick，L.、Boykov，Y.、Veksler，O.、Ayed，I.B.和Delong，A.（2014）。二进制成对能量的局部子模近似。在IEEE计算机视觉和模式识别会议记录
[31] Hazan，E.（2008）。半定规划的稀疏近似解。在拉丁语2008：理论信息学（第306-316页）·Zbl 1136.90430号
[32] 哈赞，T；Shashua，A，规范生产信念传播：近似推理的原始-对偶消息传递，IEEE信息理论汇刊，56，6294-6316，（2010）·Zbl 1366.94105号 ·doi:10.1109/TIT.2010.2079014
[33] Helmberg，C.（1994）。《半定规划和最大边界的内点法》，格拉茨工业大学数学系博士论文。
[34] Helmberg，C.、Poljak，S.、Rendl，F.和Wolkowicz，H.（1995）。组合整数程序的半定松弛和多面体松弛。在第四届国际IPCO整数规划和组合优化会议论文集（第124-134页）·Zbl 1498.90138号
[35] Helmberg，C.、Rendl，F.和Weismantel，R.（1996）。使用切割平面放松二次背包。在第五届国际IPCO整数规划和组合优化会议论文集（第175-189页）·兹伯利1415.90073
[36] Helmberg，C；Rendl，F，用半定程序和割平面求解二次（0，1）问题，数学规划，82，291-315，（1998）·兹比尔0919.90112 ·doi:10.1007/BF01580072文件
[37] Helmberg，C；伦德尔，F；Weismantel，R，二次背包问题的半定规划方法，组合优化杂志，4197-215，（2000）·Zbl 0970.90075号 ·doi:10.1023/A:1009898604624
[38] Helmberg，C；Weismantel，R，半定松弛的割平面算法，Fields Institute Communications，18，197-213，（1998）·Zbl 0903.90122号
[39] Hendrix，E.M.、Boglárka，G.等人（2010年）。非线性和全局优化简介柏林：施普林格·Zbl 1193.90001号 ·doi:10.1007/978-0-387-88670-1
[40] Horst，R.、Pardalos，P.M.和Van Thoai，N.（2000年）。全局优化简介柏林：施普林格·兹伯利0966.90073 ·doi:10.1007/978-1-4615-0015-5
[41] Horst，R.和Tuy，H.（2013）。全局优化：确定性方法柏林：施普林格。
[42] Huang，Q.，Chen，Y.，&Guibas，L.（2014）。最大后验估计的可缩放半定义松弛。在机器学习国际会议论文集.
[43] IBM。(2015). ILOG CPLEX优化器。检索自http://www-01.ibm.com/software/integration/optimization/cplex-optimizer/。
[44] Joachims，T；芬利，T；Yu，C-NJ，结构支持向量机的切分平面训练，机器学习，77，27-59，（2009）·Zbl 1235.68161号 ·doi:10.1007/s10994-009-5108-8
[45] Johnson，J.K.（2008）。图形模型的凸松弛方法：拉格朗日和最大熵方法，麻省理工学院博士论文，2008年。
[46] Johnson，J.K.、Malioutov，D.M.和Willsky，A.S.（2007年）。图形模型中MAP估计的拉格朗日松弛法。在阿勒顿通信、控制和计算年会.
[47] Jojic，V.、Gould，S.和Koller，D.（2010年）。MAP推理的加速对偶分解。在国际机器学习会议论文集（第503-510页）。
[48] Jordan，M.J.和Wainwright，M.I.（2003）。带圈图上近似推理的半定松弛。在神经信息处理系统进展（第16卷，第369-376页）。
[49] Joulin，A.、Bach，F.和Ponce，J.（2010年）。用于图像联合分割的判别聚类。在IEEE计算机视觉和模式识别会议记录.
[50] Kappes，J.H.、Andres，B.、Hamprecht，F.A.、Schnörr，C.、Nowozin，S.、Batra，D.、Kim，S.，Kausler，B.X.、Kröger，T.、Lellmann，J.、Komodakis，N.、Savchynsky，B.和Rother，C.（2015）。结构离散能量最小化问题现代推理技术的比较研究，国际计算机视觉杂志.
[51] Kappes，J.H.、Savchynskyy，B.、Schnörr，C.（2012）。通过拉格朗日松弛实现有效MAP引用的束方法。在IEEE计算机视觉和模式识别会议记录（第1688-1695页）。
[52] Kappes，J.H.、Schmidt，S.和Schnörr，C.（2010年）。通过k-fan分解和紧拉格朗日松弛进行MRF推断。在欧洲计算机视觉会议记录（第735-747页）。
[53] Kappes，J.H.、Speth，M.、Andres，B.、Reinelt，G.和Schnörr，C.（2011年）。通过多截进行全局最优图像分割。在计算机视觉和模式识别中的能量最小化方法（第31-44页）。
[54] Kappes，J.H.、Speth，M.、Reinelt，G.和Schnörr，C.（2013）。通过多截进行高阶分割。arXiv:1305.6387，预印本。
[55] Kappes，J.H.、Speth，M.、Reinelt，G.和Schnörr，C.（2013）。通过组合优化实现大规模离散计算机视觉问题的高效精确MAP引用。在IEEE计算机视觉和模式识别会议记录（第1752-1758页）。
[56] Kernighan，B；Lin，S，划分图的有效启发式程序，贝尔系统技术期刊，49，291-307，（1970）·Zbl 0333.05001号 ·文件编号：10.1002/j.1538-7305.1970.tb01770.x
[57] Kim，W；Lee，KM，MRF优化问题的混合方法：随机抽样和确定性算法的组合，计算机视觉和图像理解，1151623-1637，（2011）·doi:10.1016/j.cviu.2011年5月15日
[58] Kohli，P.、Shekhovtsov，A.、Rother，C.、Kolmogorov，V.和Torr，P.（2008）。关于多标签mrfs的部分最优性。在国际机器学习会议论文集（第480-487页）。
[59] Kolmogorov，V.和Rother，C.（2006年）。高连通图能量最小化算法的比较。在欧洲计算机视觉会议记录（第1-15页）。
[60] Kolmogorov，V.和Wainwright，M.J.（2005）。关于三重加权最大乘积信息传递的最优性。在人工智能中的程序不确定性.
[61] Kolmogorov，V，能量最小化的收敛树重加权消息传递，IEEE模式分析和机器智能学报，281568-1583，（2006）·doi:10.1109/TPAMI.2006.200
[62] 科尔莫戈罗夫，V；Rother，C，用图割最小化非亚模块函数——综述，IEEE模式分析和机器智能汇刊，291274-1279，（2007）·doi:10.1109/TPAMI.2007.1031
[63] 科尔莫戈罗夫，V；Zabin，R，哪些能量函数可以通过图形切割最小化？，IEEE模式分析和机器智能汇刊，26，147-159，（2004）·doi:10.1109/TPAMI.2004.1262177
[64] Komodakis，N.和Paragios，N.（2008年）。除了松散的LP释放：通过修复周期优化MRF。在欧洲计算机视觉会议记录（第806-820页）。
[65] Komodakis，N；Paragios，N；Tziritas，G，通过双重分解实现MRF能量最小化和超越，IEEE模式分析和机器智能汇刊，33，531-552，（2011）·doi:10.1109/TPAMI.2010.108
[66] Kovtun，I，（MAX，+）标记问题局部最优的充分条件及其应用，控制系统与计算机，271-78，（2011）
[67] Kumar，M.P.、Torr，P.H.和Zisserman，A.（2006年）。使用二阶锥规划松弛求解马尔可夫随机场。在IEEE计算机视觉模式识别会议论文集（第1卷，第1045-1052页）。
[68] 议员库马尔（Kumar）；科尔莫戈罗夫，V；Torr，PHS，离散mrfs MAP估计的凸松弛分析，机器学习研究杂志，10，71-106，（2009）·Zbl 1235.90092号
[69] 土地，A；Powell，S，整数规划问题的计算机代码，离散数学年鉴，5221-269，（1979）·Zbl 0428.90048号 ·doi:10.1016/S0167-5060（08）70352-2
[70] Laue，S.（2012年）。凸半定优化的一种混合算法。在机器学习国际会议论文集（第177-184页）。
[71] 林德拉斯，JT；Savelsbergh，MW，混合整数规划搜索策略的计算研究，INFORMS计算杂志，11，173-187，（1999）·Zbl 1040.90535号 ·doi:10.1287/ijoc.11.2.173
[72] 刘，F；林，G；沈，C，CRF学习CNN特征用于图像分割，模式识别，482983-1992，（2015）·doi:10.1016/j.patcog.2015.04.019
[73] Malick，J，布尔二次规划中的球面约束，《全局优化杂志》，39，609-622，（2007）·Zbl 1146.90043号 ·doi:10.1007/s10898-007-9161-1
[74] 马利克，J；波文，J；伦德尔，F；Wiegele，A，半定规划的正则化方法，SIAM优化杂志，20336-356，（2009）·Zbl 1187.90219号 ·doi:10.1137/070704575
[75] Mars，S.和Schewe，L.（2012年）。SCIP的SDP包，TUDarmstadt，技术报告。
[76] Martins，A.F.、Figueiredo，M.A.、Aguiar，P.M.、Smith，N.A.和Xing，E.P.（2011年A）。约束MAP推理的增广拉格朗日方法。在机器学习国际会议论文集（第169-176页）。
[77] Martins，A.F.、Smith，N.A.、Xing，E.P.、Aguiar，P.M.和Figueiredo，M.A.（2011年b）。MAP推理的增强对偶分解。在机器学习优化国际研讨会论文集.
[78] Meshi，O.和Globerson，A.（2011年）。对偶MAP-LP松弛的交替方向方法。在数据库中的机器学习与知识发现（第470-483页）。柏林施普林格。
[79] Mitra，G，混合整数线性规划解的分枝定界策略研究，数学规划，4155-170，（1973）·兹比尔0258.90034 ·doi:10.1007/BF01584658
[80] 内斯特罗夫，YE；Todd，MJ，自标度锥的原始-对偶内点方法，SIAM优化杂志，8，324-364，（1998）·兹伯利0922.90110 ·doi:10.137/S1052623495290209
[81] Olsson，C.、Eriksson，A.P.和Kahl，F.（2007年）。解决大规模二元二次问题：谱方法与半定规划。在IEEE计算机视觉和模式识别会议记录（第1-8页）。
[82] Otten，L；Dechter，R，Anytime AND/OR depth-first search for combination optimization，AI Communications，25，211-227，（2012年）·Zbl 1250.90075号
[83] Pearl，J.（1988）。智能系统中的概率推理：似然推理网络加利福尼亚州圣马特奥：Morgan Kaufmann。
[84] Peng，J.、Hazan，T.、Srebro，N.和Xu，J.（2012）。半定界与局部多面体相交的近似推断。在国际人工智能与统计会议论文集（第868-876页）。
[85] Raj，A.和Zabih，R.（2005）。一种图割算法伪造了广义图像反褶积。在IEEE计算机视觉国际会议论文集.
[86] Ravikumar，P.和Lafferty，J.（2006）。度量标记和马尔可夫随机场MAP估计的二次规划松弛。在机器学习国际会议论文集（第737-744页）。
[87] 拉维库马尔，P；阿加瓦尔，A；Wainwright，MJ，《图形结构线性程序的消息传递：近似方法和舍入方案》，《机器学习研究杂志》，11，1043-1080，（2010）·Zbl 1242.90167号
[88] Rislock，N.、Malick，J.和Roupin，F.（2012年）。改进的半定定界法求解最大割问题到最优性，数学规划.
[89] Rockafellar，RT，通过无约束优化解决非线性规划问题的对偶方法，数学规划，5，354-373，（1973）·Zbl 0279.90035号 ·doi:10.1007/BF01580138
[90] Rother，C.、Kolmogorov，V.、Lempitsky，V.和Szummer，M.（2007年）。通过扩展屋顶对偶优化二进制MRF。在IEEE计算机视觉模式识别会议论文集（第1-8页）。
[91] Savchynskyy，B.、Schmidt，S.、Kappes，J.和Schnörr，C.（2012）。通过自适应衰减平滑实现MRF能量最小化。在人工智能中的程序不确定性.
[92] Schellewald，C.和Schnörr，C.（2005年）。基于凸松弛的概率子图匹配。在IEEE计算机视觉和模式识别会议研讨会（第171-186页）。
[93] Shekhovtsov，A.（2014）。能量最小化的最大持续性。在IEEE计算机视觉和模式识别会议记录（第1162-1169页）。
[94] Shekhovtsov，A.，Swoboda，P.，Savchynskyy，B.，由Alahari，I.等人使用（2015）。通过图形模型迭代松弛推理实现最大持久性。在IEEE计算机视觉和模式识别会议记录（第521-529页）。
[95] Shen，C.、Kim，J.和Wang，L.（2011）。半定度量学习的可扩展对偶方法。在计算机视觉和模式识别会议记录（第2601-2608页）。
[96] Shlezinger，M，噪声条件下二维视觉信号的句法分析，Kibernetika，4113-130，（1976）·Zbl 0373.94006号
[97] Sontag，D.和Jaakkola，T.S.（2007年）。边缘多面体上的新外界。在神经信息处理系统进展.
[98] Sontag，D.、Choe，D.K.和Li，Y.（2012年）。有效搜索MAP推理中的受挫循环。在人工智能不确定性研究进展.
[99] Sontag，D.、Meltzer，T.、Globerson，A.、Jaakkola，T.S.和Weiss，Y.（2008）。使用消息传递为MAP拧紧LP松弛。在人工智能不确定性研究进展.
[100] Sun，J.、Shum，H.Y.和Zheng，N.N.（2002）。基于信念传播的立体匹配。在欧洲计算机视觉会议记录（第510-524页）·Zbl 1039.68730号
[101] Sun，M.、Telaprolu，M.，Lee，H.和Savarese，S.（2012年）。利用分枝定界进行高效精确的MAP推理.英寸国际人工智能与统计会议论文集.
[102] Swoboda，P.、Savchynskyy，B.、Kappes，J.和Schnörr，C.（2013）。通过迭代剪枝实现potts模型的部分最优。在SSVM（SSVM）.
[103] Swoboda，P.、Savchynskyy，B.、Kappes，J.H.和Schnörr，C.（2014）。通过剪枝对一般图形模型的地图引用进行局部优化。在IEEE计算机视觉与模式识别会议论文集（第1170-1177页）。
[104] 塞利斯基，R；扎比，R；Scharstein，D；韦克斯勒，O；科尔莫戈罗夫，V；阿加瓦拉，A；丝锥，M；Rother，C，《马尔可夫随机场能量最小化方法与平滑先验的比较研究》，IEEE模式分析与机器智能学报，301068-1080，（2008）·doi:10.1109/TPAMI.2007.70844
[105] Topkis，D，具有线性和几何收敛速度的割平面算法，优化理论与应用杂志，36，1-22，（1982）·Zbl 0449.65034号 ·doi:10.1007/BF00934337
[106] Torr，P.H.S.（2003）。用半定规划求解马尔可夫随机场。在国际人工智能与统计会议论文集.
[107] 杜杜努丘，RH；Toh，KC；Todd，MJ，使用SDPT3求解半定二次线性规划，数学规划，95189-217，（2003）·Zbl 1030.90082号 ·文件编号：10.1007/s10107-002-0347-5
[108] 温赖特，MJ；Jaakkola，TS；Willsky，AS，通过树协议进行MAP估计：消息传递和线性规划，IEEE信息理论汇刊，51，3697-3717，（2005）·Zbl 1318.94025号 ·doi:10.1109/TIT.2005.856938
[109] 温赖特，MJ；Jordan，MI，图形模型、指数族和变分推理，机器学习的基础和趋势，1，1-305，（2008）·Zbl 1193.62107号
[110] Wang，P.、Shen，C.和Hengel，A.V.D.（2015）。基于低秩分解的全连接CRF的高效SDI引用。在IEEE计算机视觉和模式识别会议记录.
[111] Wang，P.、Shen，C.和van den Hengel，A.（2013）。求解二元二次型问题的快速半定方法。在IEEE计算机视觉和模式识别会议记录.
[112] Weiss，Y，带回路图形模型中局部概率传播的正确性，神经计算，12，1-41，（2000）·doi:10.1162/089976600300015880
[113] 韦斯，Y；Freeman，WT，关于任意图中MAX乘积置信传播算法解的最优性，IEEE信息论汇刊，47336-744，（2001）·Zbl 1002.94057号 ·doi:10.1109/18.910585
[114] 温，Z；戈德法布，D；Yin，W，半定规划的交替方向增广拉格朗日方法，数学规划计算，2203-230，（2010）·Zbl 1206.90088号 ·doi:10.1007/s12532-010-0017-1
[115] 沃纳，T，《MAX-sum问题的线性规划方法：综述》，IEEE模式分析和机器智能汇刊，291165-1179，（2007）·doi:10.1109/TPAMI.2007.1036
[116] 沃纳，T.（2008）。用于软约束优化的高集成交互、多面体松弛和切割平面算法（MAP-MRF）。在IEEE计算机视觉模式识别会议论文集（第1-8页）。
[117] Windheuser，T.、Ishikawa，H.和Cremers，D.（2012年）。多标签优化的广义屋顶对偶：最优下界和持续性。在欧洲计算机视觉会议记录（第400-413页）。
[118] Ye，Y；托德，MJ；Mizuno，S，An O（（sqrt{nL}））-迭代齐次自对偶线性规划算法，运筹学数学，19，53-67，（1994）·Zbl 0799.90087号 ·doi:10.1287/门19.1.53
[119] Zhao，X-Y；孙，D；Toh，K-C，半定规划的Newton-CG增广拉格朗日方法，SIAM优化杂志，201737-1765，（2010）·Zbl 1213.90175号 ·数字对象标识代码：10.1137/080718206
[120] 朱，C；伯德，RH；卢，P；Nocedal，J，L-BFGS-B:大规模约束优化的Fortran子程序，ACM数学软件学报，23，550-560，（1997）·Zbl 0912.65057号 ·doi:10.145/279232.279236
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。