双层优化问题是一类具有挑战性的优化问题，包含两个层次的优化任务。在这些问题中，下层问题的最优解成为上层问题的可能可行候选。这样的要求使得优化问题难以解决，并使研究人员忙于设计能够有效处理该问题的方法。尽管付出了努力，但几乎没有任何有效的方法能够处理复杂的双层问题。本文介绍了基于最优下层变量相对于上层变量的二次近似的双层进化算法。该方法能够在相对较少的函数求值中处理具有不同复杂性的两层问题。来自经典优化的思想已经与进化方法混合，为一大类双层问题生成了一个有效的优化算法。在两组测试问题上对算法的性能进行了评估。第一组是最近提出的SMD测试集，其中包含复杂性可控的问题，第二组包含从文献中收集的标准测试问题。已经将所提出的方法与三个基准进行了比较，并且观察到性能增益是显著的。

Perspective approximations

此方法实现了基于相位的光流算法，如下所述： Gautama, T. 和 Van Hulle, MM (2002)。 使用空间滤波的基于相位的光流场估计方法。IEEE Trans。 神经网络，13（5），1127--1136。 http://www.mathworks.de/matlabcentral/fileexchange/2422-phase-based-optical-flow 该方法用于跟踪基于小波/光流的在以下论文中检测自动目标识别： Dessauer, M. 和 Dua S.“基于小波的光流目标检测、运动估计和移动车辆跟踪” 过程会议。 SPIE 防御、安全和感知。 7694-56。 2010 年 4 月 5-9 日。

The Special Functions and Their Approximations (Mathematics in Science and Engineering): Yudell L. Luke Volume I