非解析四元数函数的微分理论及其应用

摘要

本文对前人的研究成果做了归纳总结，目前很多国内外学者对四元数函数的解析性进行了研究，但是给出的结论都有一定的局限性。本文针对非解析四元数函数的微分理论做了深入的研究，四元数导数通常有两种定义方式：左导数和右导数。本文主要详细研究了左导数下的四元数函数微分理论以及应用，右导数的四元数函数微分理论可以同样得到。在左导数定义的基础上给出导数的运算法则及性质。由于四元数的非交换性，常规的乘积、复合求导法则不再成立。在证明四元数函数的乘积、复合求导法则时采用从特殊到一般的方法，首先研究其中一个函数为实值函数的情况下的求导法则，其次证明两个四元数函数乘积以及复合的求导法则。发现乘积、复合求导法则与我们常规的实数域上的求导法则是不同的，通过举一些例子来验证求导法则的正确性，接着应用所得结论给出四元数函数的中值定理及泰勒展式，并且给出详细的证明过程。最后把所得到的乘积以及复合求导法则应用到四元数神经网络学习算法中，推导了最小二乘法，Gauss-Newton算法以及 Levenberg-Marquardt(LM)算法。在推导最小二乘法时，考虑到四元数矩阵可实值化的特殊性质，解决了一类“宽”线性最小二乘问题，接着给出 Gauss-Newton算法以及 LM算法的收敛性证明。另外，我们解决了一些四元数矩阵方程的求解问题，采用了两种不同的解法，第一种是将四元数矩阵方程的求解问题转化为一个四元数变量的实值函数的最优化问题，第二种采用常规的矩阵线性运算对方程进行求解，最终两种方法得到的解相同。从而验证了我们所提出方法的合理性。

目录

封面

声明

中文摘要

英文摘要

目录

第1章 绪论

1.1 论文研究的背景和意义

1.2 课题研究现状

1.3 本文的主要工作

第2章 四元数函数微分理论

2.1 四元数的代数理论

2.2 四元数矩阵

2.3四元数函数解析性

2.4 本章小结

第3章 非解析四元数函数GHR计算

3.1Hamilton Real(HR)计算及推导过程

3.2Generalized Hamilton Real(GHR)计算及乘积、复合求导法则

3.3 GHR计算下的中值定理，泰勒定理

3.4 本章小结

第4章 几类四元数函数的优化算法

4.1四元数函数梯度及Hessian阵

4.2梯度下降法在神经网络中的应用

4.3四元数高斯牛顿算法，LM学习算法

4.4算法的收敛性证明

4.5 本章小结

第5章 几类四元数矩阵方程的最小二乘解

5.1四元数矩阵方程的相关概念

5.2常见的四元数矩阵方程的求解

5.3本章小结

结论

参考文献

攻读硕士期间发表的论文和取得的科研成果

致谢