说明:梯度下降是迭代法的一种,可以用于求解最小二乘问题(线性和非线性都可以)。在求解机器学习算法的模型参数,即无约束优化问题时,梯度下降(Gradient Descent)是最常采用的方法之一,另一种常用的方法是最小二乘法。在求解损失函数的最小值时,可以通过梯度下降法来一步步的迭代求解,得到最小化的损失函...
说明:共轭梯度法(Conjugate Gradient)是介于最速下降法与牛顿法之间的一个方法,它仅需利用一阶导数信息,但克服了最速下降法收敛慢的缺点,又避免了牛顿法需要存储和计算Hesse矩阵并求逆的缺点,共轭梯度法不仅是解决大型线性方程组最有用的方法之一,也是解大型非线性最优化最有效的算法之一。 在各...
说明:基于最大似然估计的独立分量分析算法,包括随机梯度算法,相对梯度算法,快速不动点算法3个程序
说明:程序包包含若个子程序,其中有最速下降法,共轭梯度法,牛顿法,拟牛顿法等搜索算法,运行过程中,比较各个算法的优缺点,便于对具体情况做出合适的选择
说明:介绍了基本优化方法,比如基本的牛顿法,拟牛顿法,以及相关的约束最优化方法如拉格朗日乘子法等。
说明:是路径规划的实用方法,部分实现了追踪测速迭代松弛算法,到达过程是的泊松过程,在matlab R2009b调试通过,包括随机梯度算法,相对梯度算法,相控阵天线的方向图(切比雪夫加权)。