- 博客(2)
- 资源 (8)
- 收藏
- 关注
原创 最优化学习笔记(九)——基本的共轭方向算法
一、基本共轭方向算法 对于nn维二次型函数的最小化问题: f(x)=12xTQx−xTbf(x)=\frac{1}{2}\boldsymbol{x^TQx-x^Tb} 其中,Q=QT>0,x∈Rn\boldsymbol{Q}=\boldsymbol{Q^T}>0, \boldsymbol{x} \in \mathbb{R^n}。因为Q>0\boldsymbol{Q}>0,所以函数ff
2016-08-28 11:21:35 4766 1
原创 最优化学习笔记(八)——共轭方向法
从这节开始,将学习共轭方向法的相关内容,本篇先做一个简短的开篇。共轭方向法的计算效率不如之前的牛顿法,但是也优于最速下降法。它有以下优势: 对于nn维二次型问题,能够在nn步之内得到结果; 作为共轭方向的典型代表,共轭梯度法不需要计算hessian矩阵; 不需要存储n×nn \times n矩阵,也不需要对其进行求逆运算。 如果Rn\mathbb{R}^n中的两个方
2016-08-07 11:49:39 9458
ActionScript.chm
2011-10-05
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人