简介:H_1,H_2,H_3是实希尔伯特空间,CH_1,QH_2是两个非空闭凸子集,AH_1→H_3,B:H_2→H_3是两个有界线性算子.我们的兴趣是解决下面的问题:找x∈C,y∈Q使得Ax=By.Moudafi提出了同步迭代算法(SIM)来解决分裂等式问题.为了利用同步迭代算法(SIM),在计算步长时需要知道有界线性算子的范数,这个范数的数值计算中难以实现.本文的主要目的是介绍一种选择步长的方式使得同步迭代算法的完成不需要任何算子的范数.同时,松弛的同步迭代算法也被提出.最后,论文通过数值试验得出这种步长的选择方法使得并行迭代算法收敛更快.
简介:链路预测是网络信息挖掘的主要研究内容,通过对网络结构和其他信息的分析,挖掘缺失的链接或预测未来可能出现的链接。链路预测在推荐系统、社会网络和生物网络分析中有着十分广泛的应用。本文首先介绍了基于公共邻居、路径和随机游走的8种常用的链路预测指标.并在此基础上提出了一种基于这8种指标线性组合的度量指标,并经过实验找出了较好的优化参数。然后,提出了基于这8种指标的神经网络模型.并分别基于Weka平台和FANN库进行了实现。在社会网络的4个公开测试集上的实验结果表明.基于FANN库的神经网络模型的预测结果最好,在4个数据集上最高的AUC值分别达到了0。95l8、0.9289、0.7480和0.8677,与单一指标最好的AUC值相比分别提高了3.92%、1.45%、7.06%和24.35%。