![](https://img-blog.csdnimg.cn/20201014180756922.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
优化知识学习
文章平均质量分 93
Dr. Winwin
Keep learning
展开
-
SDR算法的应用 2021-12-20
SDR算法的使用回顾EVD 分解高斯随机化参考链接回顾接上面的工作 SDR,SDR处理的QCQP问题形式为:minx∈Rn xTCx &原创 2021-12-20 14:56:11 · 1367 阅读 · 0 评论 -
ADMM算法学习
ADMM算法学习ADMM定义ADMM方法问题模型增广拉格朗日函数算法流程算法测试参考资料ADMM定义交替向乘子法(Alternating Direction Method of Multipliers, ADMM)是一种求解具有可分离的凸优化问题的重要方法,由于处理速度快,收敛性能好,ADMM算法在统计学习、机器学习等领域有着广泛应用。ADMM方法问题模型交替方向乘子法(ADMM)通常用于解决存在两个优化变量的等式约束优化类问题,其一般形式为:minx,zf(x)+g(z)  原创 2021-12-13 16:10:29 · 31695 阅读 · 2 评论 -
常用算法的计算复杂度
凸优化中常用算法的计算复杂度线性规划(LP)逐次凸逼近(SCA)块坐标下降(BCD)二分法 (Bisection)穷举法参考文献线性规划(LP)As explained in [12], the complexity of a standard linear problem is of order O(a2b)\mathcal{O} (a^2b)O(a2b), where aaa is the number of variables and bbb is the number of constrain原创 2021-12-06 15:51:59 · 7925 阅读 · 7 评论 -
用于UAV轨迹初始化的 K-means 聚类算法
用于UAV轨迹初始化的K-means聚类算法K-means Algorithm算法思想算法解释算法应用其他K-means AlgorithmK均值聚类是一种无监督学习算法,主要用于数据挖掘和统计。此迭代方法旨在通过将每个点分配给具有最接近均值的聚类,将数据划分为 K 个聚类。换句话说,此方法会自动将类似的数据示例聚类在一起。算法思想算法解释Step 1:我们需要首先初始化质心 Centroids(表示聚类中心的点)位置Step 2:我们计算每个点到所有Centroids的距离,然后将其分配给原创 2021-12-06 15:35:39 · 1040 阅读 · 0 评论 -
半定规划(SDP) 2021-11-08
半定规划(SDP)凸优化简单回顾线性规划 (LP)二次规划 (QP)二阶锥规划 ( SOCP)半定规划(SDR)参考链接常见的凸优化问题包括:线性规划(LP,Linear Program),二次规划(QP,Quadratic Program),二次约束的二次规划(QCCP,Quadratically Contrained Quadratic Program),半正定规划(SDP,Semidefinite Program)凸优化简单回顾凸优化问题(OPT,convex optimization prob原创 2021-11-08 20:07:19 · 9033 阅读 · 0 评论 -
半正定松弛法(SDR)2021-11-06
@[TOC](半正定松弛法 ( Semidefinite Relaxation) 求解二次优化问题)SDR适用问题的表现形式minx∈Rn xTCx原创 2021-11-08 13:51:05 · 10159 阅读 · 0 评论