求解单调变分包含问题的自适应-正则化方法及应用OA
Adaptive Regularization Method for Solving Monotonic Variational Inclusion Problems and Applications
在Hilbert空间中给出一种求解单调变分包含问题的自适应-正则化方法.首先,利用自适应规则去除现有算法收敛性分析中迭代步长对算子的依赖;其次,结合正则化技巧建立关于求解变分包含问题的强收敛性定理;最后,通过图像重建实验说明该算法的收敛性和优越性.
We gave an adaptive regularization method for solving monotonic variational inclusion problems in Hilbert space.Firstly,we used adaptive rules to eliminate the dependence of iterative step-sizes on operators in the convergence analysis of existing algorithms.Secondly,we combined regularization technique to establish strong convergence theorems for solving variational inclusion problems.Finally,the convergence and superiority of the proposed algorithm were demonstrated through image reconstruction experiment.
胡洪溧;李倩;张弘飏;闻道君
重庆工商大学数学与统计学院,重庆 400067重庆工业职业技术大学通识教育学院,重庆 401120重庆工商大学数学与统计学院,重庆 400067重庆工商大学数学与统计学院,重庆 400067
数理科学
变分包含问题自适应算法正则化强收敛图像重建
variational inclusion problemadaptive algorithmregularizationstrong convergenceimage reconstruction
《吉林大学学报（理学版）》 2026 (3)
521-527,7
国家自然科学基金(批准号:11471059)、重庆市自然科学基金(批准号:cstc2020jcyj-msxmX0316)和重庆工商大学研究生科研创新项目(批准号:yjsc-xx2025-269-245).
评论