云存储应用以其便利性、可扩展性等优势迅速成为个人用户和企业存储的不二选择，但安全去重与完整性审计是云存储面临的关键问题。首先提出了基于盲签名的收敛密钥封装与解封算法，在安全存储收敛密钥的同时可以实现收敛密钥去重，提高了云存储空间利用率。另一方面，提出了基于收敛密钥的BLS签名算法，并利用可信第三方（TTP）存储审计公钥和代理审计，实现了对审计签名和审计公钥的去重，减轻了客户端存储和计算负担。在此基础上，进一步设计与实现了一个基于收敛加密的云安全去重和完整性审计系统。该系统能为云存储提供数据隐私保护、重复认证、审计认证等安全服务，且进一步降低了客户端、云端的存储和计算开销。

针对标准粒子群算法容易早熟的问题,模仿自然界中蚂蚁的不同分工和协作,提出了一种全局搜索和局部精细搜索协同进行的多尺度协同搜索简化粒子群算法(MSPSO),并对算法中粒子的搜索轨迹和算法的收敛性进行了分析和证明。为了验证和比较MSPSO和SPSO算法的性能,采用了VB6.0编程对3个常用的测试函数进行了数值实验,实验表明,该算法具有良好的搜索性能,特别适合于高维函数优化问题。

感知机收敛性证明（Novioff定理证明）

数值算法的截断误差、精度、收敛阶集锦 一、线性方程组的直接法 一般没有截断误差 二、插值 n次Lagrange插值多项式 分段线性Lagrange插值

网上基本找不到俱乐部收敛的运行方法，太难了！我这里提供PS收敛（非线性时变因子模型）的代码，找了很久，清晰简单明了，压缩包附带参考文献，供大家学习！

有限演化博弈收敛性的李雅普诺夫函数法

nnls - lsqnonneg 的替代方案：在大问题上可以更快， 改进的收敛控制，可选的重启向量 解决非负最小二乘法： min wrt x: (d-Cx)'*(d-Cx) 受制于：x>=0 此版本的 nnls 旨在解决可能发生的收敛问题与 2011-2012 版本的 lsqnonneg，并提供了一个快速的解决方案大问题。 包括为 x 提供初始正项的选项使用 nnls 更快地解决迭代问题。 对于一些大问题，nnls 可能比 lsqnonneg 更快， 请参阅测试文件 (nnlstest.m)。 简单用法：x=nnls(C,d) [x,w,info]=nnls(C,d,opts) C 系数矩阵d Rhs 载体opts 包含选项的结构：（可选） .Accy 0 快速版本，1 精炼最终值（默认）， 2 使用准确的步骤，但在大型情况下非常慢， 在小情况下更快，结果通常与 1 相同.Ord

马尔可夫链收敛定理 *

子午线收敛角和长度比的计算公式是大地测量中的常规计算,但是公式推导复杂,初学者难以掌握。提出适合于计算机计算的子午线收敛角与长度比的简捷算法,并编写了相应的数据处理程序,其效果与用传统公式解算结果相同。本算法公式推导简单,便于理解与编程。

本文讨论EM算法的收敛性,其中EM算法是不完全数据处理中的一类重要的参数估计的迭代算法。特别对应用广泛的曲指数族,本文在较易实际验证的条件下给出了相应的EM算法的收敛结果。