注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. MATLAB编写共轭梯度

  2. MATLAB编写的共轭梯度函数，适合处理二次型问题

  3. 所属分类：其它

    • 发布日期：2009-09-12
    • 文件大小：3072
    • 提供者：zxq198206

  1. 次梯度的课件。ppt

  2. 次梯度的课件，经过个人仔细拆看，应该可以拿来给大家分享一下吧！

  3. 所属分类：专业指导

    • 发布日期：2010-03-08
    • 文件大小：390144
    • 提供者：huangyuboy

  1. matlab程序 梯度校正参数辨识程序

  2. 画出脉冲响应估计值及其三次插值曲线 系统的输出与模型的输出误差也基本达到稳定状态 给出了被辨识参数的个数为5时的辨识结果 利用上面给出的20对输入输出数据

  3. 所属分类：其它

    • 发布日期：2010-05-27
    • 文件大小：1024
    • 提供者：www123456rrr

  1. 科学计算中无约束梯度法的原理

  2. 科学计算中的无约束梯度算法的原理 梯度法尽管收敛速度较慢，但其迭代的几何概念比较直观，方法和程序简单，虽要计算导数，但只要求一阶偏导，存储单元较少。此外，当迭代点距目标函数极小点尚远时，无论目标函数是否具有二次性，梯度法开始迭代时的下降速度还是很快的。常常利用这个特点，将梯度法和其他方法配合使用构成更有效和实用的算法，在理论上梯度法仍不失为一种极为重要的基本优化方法。

  3. 所属分类：其它

    • 发布日期：2010-12-26
    • 文件大小：81920
    • 提供者：wengxiaokui

  1. 程序优化设计编程（0.618、单纯形、梯度法、二次插值）

  2. 0.618 单纯形 梯度法 二次插值 程序优化的编程代码

  3. 所属分类：专业指导

    • 发布日期：2012-01-18
    • 文件大小：40960
    • 提供者：shenwyl

  1. 机器学习梯度算法

  2. 机器学习梯度下降算法 采用的方法：梯度下降法 运行环境：Eclipse 语言：Java 初始参数值：theta0=0,theta1=0 学习率：alpha=0.0001 终止条件：前后两次损失函数的差的绝对值小于0.00001 迭代次数：992次 运行结果：回归方程为：Price=0.1295+0.9087*Year 2014年南京的房价预测值为12.8512 输出精度：每次迭代过程输出theta0,theta1,当前次cost值，上一次迭代的cost值（保留了8位小数），以及迭代次数。最后输

  3. 所属分类：Java

    • 发布日期：2015-04-16
    • 文件大小：2048
    • 提供者：qq_23113771

  1. 无线多跳网络中虚拟网络映射

  2. 先运行hexagon网络初始化 再运行main_virtual求虚网请求接受率 MutiCostFlow 是最小费用流规划网络流量的 BGf 是最小费用流的算法 main_subgrad 是次梯度法规划网络流量的 sub_grad 是次梯度算法

  3. 所属分类：电信

    • 发布日期：2018-03-22
    • 文件大小：50176
    • 提供者：yueguizhilin

  1. DS/CDMA系统中基于自适应并行次梯度投影的多址干扰抑制算法.pdf

  2. DS/CDMA系统中基于自适应并行次梯度投影的多址干扰抑制算法pdf,DS/CDMA系统中基于自适应并行次梯度投影的多址干扰抑制算法

  3. 所属分类：其它

    • 发布日期：2019-10-23
    • 文件大小：263168
    • 提供者：weixin_38743737

  1. 数据丢包情形下分布式无梯度Push-sum算法

  2. 针对多个体网络中个体信息交互常会出现数据丢包及个体目标函数次梯度难以计算或不存在的问题,提出数据丢包情形下分布式无梯度Push-sum算法,该算法要求网络的权矩阵为列随机而无需是双随机。通过增加虚拟节点进行系统扩维,从而建立一个有限的非均匀的马尔可夫链,并结合遍历性系数的结论证明了所提算法的收敛性。研究表明:收敛误差值与高斯近似函数的光滑参数、目标函数的Lipschitz常数成正比,从而有效解决了数据丢包及个体目标函数次梯度不存在或难以计算的分布式优化问题。

  3. 所属分类：其它

    • 发布日期：2020-04-30
    • 文件大小：327680
    • 提供者：weixin_38546308

  1. 时延情形下分布式Push-sum次梯度优化算法的研究

  2. 针对多个体系统在个体间进行信息交换时发生接收信息滞后,存在通信时延,影响优化算法的收敛速度的问题,提出一种时延情形下的分布式Push-sum次梯度优化算法,该方法在权矩阵不具有正对角线元素时仍适用,并应用系统扩维的方法将有时延优化问题转化为无时延优化问题。在时延和次梯度有界且有向切换网络周期强连通的条件下,证明了所提出的分布式Push-sum次梯度优化算法的收敛性。研究表明:存在通信时延时的算法收敛速度比无时延时的收敛速度要慢,并具有较大的收敛误差。最后,通过数值仿真验证了研究的结论。

  3. 所属分类：其它

    • 发布日期：2020-06-23
    • 文件大小：279552
    • 提供者：weixin_38528463

  1. 凸可行问题的块迭代次梯度投影算法

  2. 投影法是求解凸可行问题的一类基本而又重要的方法,但在很多情况下,精确计算一个凸集上的正交投影是很困难的.针对这种情况,本文提出了2种次梯度投影算法.首先将凸可行问题分成若干个子系统,然后利用次梯度找出子系统的近似次梯度投影,根据每次迭代用到一个或全部子系统的近似次梯度投影的不同,分别构建了序列块迭代次梯度投影算法和平行块迭代次梯度投影算法.在一定条件下,证明了它们的收敛性.

  3. 所属分类：其它

    • 发布日期：2020-07-09
    • 文件大小：1048576
    • 提供者：weixin_38638596

  1. 人工智能-梯度下降法Python实现

  2. 梯度法 什么是梯度 在高数的微积分中,我们学习过对多元函数求偏导,偏导数反映的是函数沿坐标轴方向的变化率,梯度就是偏导数构成的一个向量. 当变化方向与梯度相同或相反时,函数的变化率最大,当变化方向与梯度方向正交时,函数的变化率为0. ∇ f(x,y,z)= (∂ x,∂ y ,∂z) ,每一点的梯度都会因x,y,z的值不一样而变化,因此在每一个点我们都要求一次梯度值. 梯度下降和上升 在机器学习中,我们在求最小值时使用梯度下降法,求最大值时使用梯度上升法. 为了尽快的得到最小值或者最大值,我们尽

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：118784
    • 提供者：weixin_38614112

  1. 基于随机投影和网络异步广播的分布式约束随机次梯度算法

  2. 基于随机投影和网络异步广播的分布式约束随机次梯度算法

  3. 所属分类：其它

    • 发布日期：2021-03-20
    • 文件大小：1048576
    • 提供者：weixin_38607971

  1. 分布式优化的量化次梯度算法和数据率分析

  2. 分布式优化的量化次梯度算法和数据率分析

  3. 所属分类：其它

    • 发布日期：2021-03-18
    • 文件大小：705536
    • 提供者：weixin_38500664

  1. 用量化的八卦型次梯度算法实现几乎确定的最佳共识

  2. 用量化的八卦型次梯度算法实现几乎确定的最佳共识

  3. 所属分类：其它

    • 发布日期：2021-03-10
    • 文件大小：483328
    • 提供者：weixin_38587509

  1. 基于分布式自适应挠度投影次梯度法的气源位置估计

  2. 提出了一种基于分布式自适应偏转投影次梯度的新方法。 通过使用风场中气源的衰减模型，该方法能够利用所开发的算法处理传感器中的分布式信息，将原始梯度方向替换为偏转子梯度方向，并利用偏转子梯度进行投影。超平面作为松弛投影过程中的搜索区域，从而获得气源位置。 本文提供的相关仿真结果表明，该方法不仅可以提供良好的收敛性，属性和准确的定位结果，而且可以节省大量的能量。

  3. 所属分类：其它

    • 发布日期：2021-03-06
    • 文件大小：712704
    • 提供者：weixin_38720322

  1. 基于原子分解的次梯度下降用于矩阵分类

  2. 矩阵适用于表示具有复杂结构的大量数据，例如图像和脑电图数据（EEG）。 为了学习处理这些矩阵数据的分类器，特征矩阵的结构信息是有用的。 本文着重于正则化的矩阵分类器，其输入样本和权重参数均为矩阵形式。 现有的一些方法假设权重矩阵具有低秩结构，然后利用权重矩阵的流行核规范作为正则化项。 但是，这些矩阵分类器的优化方法通常涉及大量昂贵的奇异值分解（SVD）操作，从而无法扩展到适中的矩阵大小。 为了降低时间复杂度，我们提出了一种新颖的学习算法，称为基于原子分解的次梯度下降法（ADBSD），它解决了以目

  3. 所属分类：其它

    • 发布日期：2021-03-05
    • 文件大小：573440
    • 提供者：weixin_38678172

  1. 基于分布式自适应偏转次梯度投影算法的气体源点定位研究

  2. 针对无线传感网络中的气体源点定位问题,采用自适应次梯度投影定位算法(APSM)来逼近气体源点位置.由于实际气体浓度测量值受噪声干扰,导致APSM定位算法在估计源点位置时难收敛,并且计算耗时长,于是对其迭代搜索方向进行修正,并结合无线传感网络分布式计算的特点,提出一种分布式自适应偏转次梯度投影定位算法(DADPSM),该算法以有风时气体浓度衰减模型为基础,以DADPSM算法为核心,利用偏转次梯度方向代替原次梯度,以偏转次梯度投影的超平面作为搜索区域来进行松弛投影,对节点获取的气体浓度信息进行分布式

  3. 所属分类：其它

    • 发布日期：2021-03-01
    • 文件大小：1048576
    • 提供者：weixin_38685600

  1. 利用模糊次梯度算法求解拉格朗日松弛对偶问题

  2. 针对利用次梯度算法处理拉格朗日松弛对偶问题时, 计算过程容易出现振荡, 求解效率较低的问题, 首先提 出了一种基于模糊理论的次梯度算法, 利用隶属度函数给出迭代过程中所有次梯度的合适权重, 并将它们线性加权 得到新的迭代方向; 其次证明了算法的收敛性; 最后通过仿真实验验证了该方法的有效性.

  3. 所属分类：其它

    • 发布日期：2021-01-15
    • 文件大小：368640
    • 提供者：weixin_38591291

  1. 变直径次梯度投影函数优化方法

  2. 拉格朗日松弛法的关键是求解对偶函数, 而在对偶函数不可微的情况下人们经常采用次梯度法, 为此提出 一种变直径次梯度投影法. 该方法根据投影性质确定对偶问题定义域的有效直径, 从而使其收敛性不依赖于最优目 标值和对偶问题定义域直径等任何先验知识, 并证明了其收敛性, 给出了收敛效率. 通过一个指派问题说明了所提出 方法的有效性.

  3. 所属分类：其它

    • 发布日期：2021-01-15
    • 文件大小：283648
    • 提供者：weixin_38632825
« 12 3 4 5 6 7 8 9 10 ... 22 »