- 博客(10)
- 问答 (1)
- 收藏
- 关注
RSS订阅原创 最优化第四次作业
首先根据几种算法在求解beta语句上的不同，初步使用选择语句运行四种算法，察看迭代次数和运行时间。下面使用Scipy中定义好的优化器进行优化，求解出最后值作为对照。以二维为例进行可视化，察看迭代路线。
2024-05-17 00:09:33
319
原创 最优化第五次作业
方法名称迭代次数损失值最速下降法3640牛顿法5阻尼牛顿法48拟牛顿法22共轭牛顿法551LMF78经过比较得到，最速下降法的迭代次数最多但是损失值最大，可能与容忍度设置的较大有关，但是其迭代次数确实远多于其他方法牛顿法虽然迭代次数少，但是通过较长时间的调试和初始点的设置，很容易出现错误解，但是阻尼牛顿法，拟牛顿法，共轭牛顿法次数较多，但是均是正确结果LMF方法迭代次数适中，但是结果较少。
2024-05-17 00:08:50
785
原创 最优化方法3
比较奇怪的一点是自己写的BFGS算法和pytorch中内置的算法效果完全不同，pytorch内置的算法效果相当好，可能是存在优化的原因。优化后绘制出其与精确解的图像，发现拟合效果良好，绘制差异值，偏差在0.08以下，说明其拟合效果好。在本方法中，使用了常用于求解损失函数最小值的优化器Adam,并且设置了其学习率为0.01。BFGS方法迭代次数多,运算速度慢,搜索效果一般,在1600次迭代才能收敛到0.01。DFP方法迭代次数少,运算速度快,搜索效果最好,在少数的迭代次数就能收敛到0.01。
2024-04-07 00:50:04
1636
原创 最优化方法2
上图使用了matplotlib对搜索路径进行了可视化，使用trace记录了搜索过程经过的每个点并且将其绘制了出来。下面将使用Sympy库对梯度下降算法进行求导，并使用Latex库将结果转换为LaTeX格式，使其精确一些。发现误差有一点大，可能是在这个精度下取得的最小值点还存在误差，也可能是不同函数计算原理不同。最后第一题得到结果为[1,2]点处最小值为8。使用sympy库进行梯度计算和黑塞矩阵计算。1、编程实现用阻尼牛顿法求函数。下面使用numpy库重新进行计算。
2024-04-07 00:49:19
560
原创 【无标题】
一个系统如果对于任意输入信号的线性组合产生相应的输出信号的线性组合，那么这个系统就是线性的。一个线性系统应该满足叠加性和齐次性，下面是两种性质的讲解及公式。查阅资料与总结数学物理方法，高阶微分方程在数学和工程领域中非常重要，特别是在描述物理系统的动态行为时。一个高阶微分方程是指包含导数的方程，其中导数的阶数大于一。这些方程通常用于描述系统状态随时间变化的复杂关系。在线性时不变（LTI）系统分析中，高阶微分方程扮演着核心角色。一个nantdnytdtnan−1tdn−1。
2024-03-27 20:20:32
607
原创 信号与系统思考题1
上图为使用mermaid绘制的流程图，指数函数和三角函数都可以表示频域中的信号，并且两种表示中存在特定的对应关系，下面我将从公式推导的角度进行讲解。在信号处理和频谱分析中，三角函数与指数函数之间的对应关系是基于欧拉公式建立的。通过欧拉公式，我们可以将傅里叶级数的三角函数形式转换为复指数形式，这使得计算变得更为简便。这一过程显示了如何将信号的指数形式转换为更为传统的三角函数形式，从而揭示了两种表示之间的数学联系。这一推导过程基于傅里叶级数和傅里叶变换的定义。根据对两种表示方法的思考和平时课程的使用，我得到，
2024-03-19 21:12:37
1278
原创 Opencv基础
它们不仅帮助你理解图像的基本构成，还能在进行图像操作（如裁剪、缩放、颜色空间转换等）时，提供必要的参数信息。在实际应用中，可以通过调整结构元素的大小和形状，以及操作的迭代次数，来达到预期的效果。ORB是另一种快速的特征点检测和描述子算法，它基于FAST关键点检测和BRIEF描述子的改进版。特征检测与匹配是一个强大而复杂的领域，需要根据具体的应用场景选择合适的算法和参数。首先，轮廓检测需要在二值图像上进行，因此通常先将图像转换为灰度图，然后应用阈值处理或Canny边缘检测等方法来获得二值图像。
2024-03-19 21:10:13
1517
1
空空如也
问一道python的数字排列问题
2022-09-25
数组大小排列和插入问题
2022-09-20
TA创建的收藏夹 TA关注的收藏夹
TA关注的人