简介：我们建议一个回顾的信任区域算法，信任区域为非强迫的优化问题收敛到零。不同于传统的信任区域算法，算法根据回顾的比率更新信任区域半径，它使用最近的模型信息。我们证明算法保存传统的信任区域算法的全球集中。superlinear集中也在一些合适的条件下面被证明。[从作者抽象]

简介：图象质量评价(IQA)是在图象处理的一个基本问题。人的视觉是层次的，这是一个普通原则：我们首先察觉象轮廓那样的全球结构的信息然后如果必要集中于本地地区性的细节。跟随这个原则，我们由确定为IQA建议一个新奇框架结构的信息和区域的退化独立满足，并且印射两个获得客观分数。结构的信息能被轮廓察觉技术作为轮廓获得。实验被进行在二大规模数据集上与多重最先进的方法比较表明它的表演。

简介：为解决抑制nonsmooth优化问题介绍一个不精确的信任区域算法。算法的全球集中；算法上的假设；在批评的点和静止的点之间的关系。

简介：

简介：在这份报纸，为得最高分的战略优化问题的一个新信任区域算法被建议，它在每次重复基于一个新近似模型解决仅仅一二次的subproblem。途径与通常要求解决二二次的subproblems的传统的算法是不同的。而且，避免Maratos效果，nonmonotone策略被采用。分析证明在标准条件下面，算法有全球、超级的线性集中。初步的数字实验被进行显示出新方法的effiency。

简介：在这份报纸，我们建议为解决不平等的一个算法抑制了得最高分的战略优化问题。在这个算法，活跃集合策略被使用和更多样地，变换不平等的方法抑制了得最高分的战略优化问题进非强迫的优化问题。一个信任区域方法是在抑制优化的一种接受得好的技术保证全球集中并且当他们处理绕行错误时，是更柔韧的。信任区域方法的优点之一是凸不要求模型的客观功能。为建议算法的全球集中分析在一些条件下面被介绍。为了显示出算法的效率，很多个测试问题的数字结果被报导。

简介：有双性人目标策略的一个扩充Lagrangian信任区域方法被建议因为解决非线性的平等抑制了优化，它在惩罚类型方法和没有惩罚的之间掉落。在每次重复，试用步被在一个信任区域以内最小化一个二次的近似模型到扩充Lagrangian功能计算。模型是为非强迫的优化的标准信任区域subproblem并且能被许多存在方法高效地因此解决。选择惩罚参数，辅助信任区域subproblem与限制违背有关被介绍。结果，惩罚参数不必monotonically正在增加并且不趋于到无穷。双性人目标策略，与客观功能和限制违背的措施有关，被利用决定试用步是否将被接受。方法的全球集中在温和假设下面被建立。数字实验被做，它在各种各样的困难的状况上说明算法的效率。

简介：张肌正规分解(是的shortedCANDECOMP/PARAFAC或CP)作为等级一个张肌的和分解张肌，它在信号处理发现众多的应用，hypergraph分析，数据分析，等等。轮流出现最少平方(ALS)是为解决它的最流行的数字算法之一。当为提高它的效率有大量努力时，一般来说，它的集中不能被保证。在这份报纸，我们合作从优化的ALS和信任区域技术回答产生轮流出现的trust-region-based最少平方(TRALS)为CP的方法。在温和假设下面，我们证明TRALS产生的整个反复的顺序收敛到CP的一个静止的点。这因此提供一个合理方法减轻沼泽地，ALS的臭名昭著的现象减慢算法的速度。而且，信任区域本身，与轮流出现的规则化相对照最少平方(RALS)方法，在选择参数提供一个自我适应的方法，它为算法的效率是必要的。我们的理论结果因此是比RALS在的强壮的[26]，它仅仅证明RALS产生的反复的顺序的簇点是一个静止的点。以便加速新算法，我们采用一个推测计划。我们从chemometrics，BCM分解和等级把我们的算法用于氨基酸荧光数据分解--(Lr，Lr，1)分解从信号处理产生，并且把它与ALS和RALS作比较。数字结果证明TRALS比ALS和RALS优异，两个从重复和中央处理器的数字预定观点。