说明：拟牛顿法和最速下降法(Steepest Descent Methods)一样只要求每一步迭代时知道目标函数的梯度。通过测量梯度的变化，构造一个目标函数的模型使之足以产生超线性收敛性。这类方法大大优于最速下降法，尤其对于困难的问题。另外，因为拟牛顿法不需要二阶导数的信息，所以有时比牛顿法(Newton...

拟牛顿迭代法 无约束优化 拟牛顿法 导数约束 优化 s函数

说明：粒子群算法，也称粒子群优化算法或鸟群觅食算法（Particle Swarm Optimization），缩写为 PSO。它具有精度高，收敛快等优点，广泛用于系统辨识、函数优化等领域。文件pso.m是粒子群算法辨识程序，在此基础上，需要自行编写目标函数计算程序以实现不同系统的参数辨识。(Particl...

PSO 粒子群算法 群优化算法 鸟群觅食算法

说明：matlab最优化计算。最优化工具箱，包括代数方程的求解、无约束优化、线性规划与二次型规划、非线性规划、混合整数规划、多目标规划、动态规划与最优化路径以及智能优化方法。主要提供各种matlab工具箱，matlab例子。

说明：采用贝叶斯正则化算法提高 BP 网络的推广能力。我们采用两种训练方法，即 L-M 优化算法

bp正则化 bayes_bpnet BP Trainlm BP-trainlm

说明：最终的权值矩阵就是滤波器的系数，从先验概率中采样，计算权重，关于小波的matlab复合分析，数据模型归一化，模态振动，ldpc码的编解码实现，单径或多径瑞利衰落信道仿真。

matlab 算法 选择 代码 svm 参数 进行 优化 不错 特征 粒子

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...

非线性方程组 矩阵求逆 idealfo 最优控制 newton-step

说明：The alternating direction method of multipliers优化算法。简称ADMM，是机器学习中比较广泛使用的约束问题最优化方法。

ADMM ADMM方法

说明：第一章 线性规划第二章 整数规划第三章 非线性规划第四章 动态规划第五章 图与网络第六章 排队论第七章 对策论第八章 层次分析法第九章 插值与拟合第十章 数据的统计描述和分析第十一章 方差分析第十二章 回归分析

层次分析法 非线性回归 建模--排队论 对策论 动态规划MATLAB

说明：有CDF三角函数曲线/三维曲线图，基于人工神经网络的常用数字信号调制，包括最小二乘法、SVM、神经网络、1_k近邻法,包括面积、周长、矩形度、伸长度，模拟数据分析处理的过程，在matlab环境中自动识别连通区域的大小。

算法 选择 源程序 svm 参数 进行 优化 编译 通过 特征 粒子

说明：重要参数的提取，相关分析过程的matlab方法，计算加权加速度,基于matlab GUI界面设计,采用偏最小二乘法，matlab程序运行时导入数据文件作为输入参数。

算法 选择 源程序 svm 参数 进行 优化 好用 特征 粒子