本文介绍了一种 Higher-Order Projected Power Iteration 方法来解决多目标匹配问题，能够在不限制问题规模的情况下处理几何一致性，并保证环一致性，实验结果表明该方法优于现有方法。

Nov, 2018

对于给定的嘈杂的两两相对相位测量问题，我们基于非凸最小二乘优化模型，通过修正过的幂方法得到 全局最优解，相较于凸方法更为简单高效。在先前的研究中，我们还确定了二阶必要最优性条件在同样噪声条件下是充分的，尽管该问题是非凸的。

Jan, 2016

本文通过理论分析证明，在光谱聚类时，使用小量的幂迭代即可通过近似特征向量来达到接近最优的 K-means 聚类结果。

Nov, 2013

本文比较了非凸二次规划问题的两种解决方案 Semidefinite Programming (SDP) 和 Generalized Power Method (GPM)。作者证明了 GPM 可以与 SDP 类比，达到相同的估计误差较 Cramer-Rao 下界并具有与 SDP 相同精度的估计。同时，GPM 方法具有较小的计算复杂度和可证明的收敛速度。

Mar, 2016

本文研究了噪声幂法算法在机器学习和统计学中的应用，特别是在资源（通信，存储或隐私）约束下针对主成分分析（PCA）。通过对噪声幂法进行新的分析，改进了其样本复杂度和噪声容忍度，特别是将其依赖性从 “连续” 的谱差转移到 “中间算法参数” 与目标秩之差，得到了优于文献中现有结果的界限。最后将该算法应用于分布式隐私 PCA 和内存高效数据流 PCA 方面的问题，并获得了优于现有文献结果的界限。

Feb, 2016

本文研究相位同步问题的解决方案及其联系，引入半正定松弛及广义幂法求解此非凸问题，并提出一种新的迭代算法跟踪较紧密的序列，推导出广义幂法全局收敛于峰值解、线性收敛性及贝塔扰动项。

Mar, 2017

本文探讨了如何用非线性特征值问题来解决与机器学习和统计相关的约束优化问题， 并提出了一个新型的逆幂方法来解决这些问题，在 1 - 谱聚类和稀疏 PCA 的应用中取得了最先进的解决方案。

Dec, 2010

本研究论文提出了一种基于移位对称高阶幂法的算法 (SS-HOPM)，用于计算满足某些条件的实对称张量特征对。通过使用固定点分析法，我们进一步确定了该方法能够发现哪些特征对和不能发现哪些特征对，并通过数值例子展示了该方法的适用性。

Jul, 2010

本研究提出了一种交替方向乘子法（ADMM），该方法可以解决优化成对函数的非凸问题，适用于图像分割等领域，可以将问题分解为多个小的子问题，并通过一个新的约束条件保证了子问题的一致性，通过迭代求解子问题和更新一致性变量来加速收敛。

Apr, 2017

本文研究采用生成建模假设的主成分分析问题，提出了一个二次估计器，并在各种图像数据集上进行了实验。

Mar, 2022