非线性优化算法总结

非线性优化算法总结

非线性优化方法:
1、梯度下降法: 对目标函数进行一阶泰勒近似
2、牛顿法:对目标函数二阶泰勒近似,需要计算Hessain矩阵
3、高斯牛顿法: J T J J^{T}J JTJ近似Hessain矩阵
4、列文伯格-马夸尔特(Lenverberg-Maquardt):综合梯度下降法和高斯牛顿法,为保证近似的Hessain矩阵正定,在 J T J J^{T}J JTJ上加入阻尼项
5、Dog-leg

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值