最优化理论
xuelangwin
这个作者很懒,什么都没留下…
展开
-
最速下降法
最速下降法有两种,一种是学习步长每次都是确定的(这里不讨论),一种是学习步长是按照沿直线最小化计算获得。这里不进行公式的推导,只是用图例解释:特点:1.在等值图中看到的寻优路线呈锯齿状(标准90度) 2.沿直线的最小化总会在轮廓线上的一点停止,因为此处在此方向上的导数为零。原创 2016-05-15 21:47:43 · 1618 阅读 · 0 评论 -
决策树
1、决策树,是一种分类算法和回归算法(这里只介绍分类算法)2、决策树算法的构建分为3个部分:特征的选择,决策树的生成,决策树的剪枝;(主要参考李航的《统计学习方法》第五章) a、特征的选择----选择使信息增益最大的特征;即选择一个分类特征必须是分类确定性更高,此特征才是更好的; b、决策树的生成---ID3,C4.5算法,此时用迭代的方式构建决策树;注意此时的决策树,因为原创 2017-12-18 11:32:40 · 3568 阅读 · 0 评论 -
LM 优化算法 opencv中的实现
此类实现LM算法,注意优化函数的导数以及误差都是在此类外部实现的。参考例程:opencv中的单目相机和双目相机标定都是用此方法,进行非线性优化;注意:opencv中的LM算法没有针对稀疏结构进行优化。class CV_EXPORTS CvLevMarq{public: CvLevMarq(); CvLevMarq( int nparams, int nerr...原创 2018-07-18 11:49:05 · 10541 阅读 · 4 评论 -
极值点估计
参考论文:《A Comparison of Algorithms for Subpixel Peak Detection》原创 2022-03-26 00:32:03 · 366 阅读 · 0 评论