凸优化收缩算法的简单统一与应用


     From:Professor Bingsheng He

http://math.nju.edu.cn/~hebma/

 

 

凸优化收缩算法的简单统一与应用---算法研究力求数学之美

 

            前言、目录与各讲提要

 

              第一部分:单调变分不等式的求解方法

 

                     第1讲.    变分不等式作为多种问题的统一表述模式

 

                     第2讲.    三个基本不等式和变分不等式的投影收缩算法

 

                     第3讲.    单调变分不等式收缩算法的统一框架

 

             第二部分:凸优化问题{min f(x)| Ax=b, x in X}的求解方法

 

                     第4讲.    为线性约束凸优化问题定制的PPA算法及其应用

 

                     第5讲.    线性约束凸优化问题基于松弛PPA的收缩算法

 

                     第6讲.    线性约束凸优化扩展问题的PPA和松弛PPA收缩算法

 

                     第7讲.    基于增广Lagrange乘子法的PPA收缩算法

 

             第三部分:基于投影梯度的收缩算法

 

                    第8讲.     基于梯度投影的凸优化收缩算法和下降算法

 

                    第9讲.     线性约束凸优化基于对偶上升的自适应方法

 

                    第10讲.   线性约束单调变分不等式的自适应投影收缩算法

 

             第四部分:凸优化问题{min f(x)+g(y)| Ax + By=b, x in X, y in Y}的交替方向法

 

                    第11讲.   结构型优化的交替方向法

 

                    第12讲.   线性化的交替方向收缩算法

 

                    第13讲.   定制PPA意义下的交替方向法

 

                    第14讲.   定制PPA意义的线性化交替方向法

 

             第五部分:多个可分离算子凸优化问题带简单校正的分裂方法

 

                    第15 讲.   三个可分离算子凸优化的平行分裂增广Lagrange乘子法

 

                    第16 讲.   三个可分离算子凸优化的略有改动的交替分向法


                    第17 讲.   多个可分离算子凸优化带回代的交替方向收缩算法


                    第18 讲.   多个可分离算子凸优化带回代的线性化交替方向法

  • 0
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值