搜索资源列表
-
4下载：
MATLAB最优化计算20例.m文件，包括二次插值，黄金分割，罚函数法，遗传算法，拉格朗日乘子法等,MATLAB Optimization Calculation of 20 cases. M documents, including quadratic interpolation, Golden Section, penalty function method, genetic algorithm, Lagrange multiplier method
-
-
4下载：
RobustPCA 是最近提出的一种非常新的图像矩阵分解算法，该算法具有对噪声不敏感、能处理高维图像数据的特点。这是论文作者提供的 MATLAB 实现代码。-Oct 2009
This matlab code implements the augmented Lagrange multiplier method for
Robust PCA.
-
-
1下载：
RPCA (Robust Principal Component Analysis)是目前用于矩阵填充、图像去噪的最有效的优化方法。该代码是求解RPCA的一种数值算法——Exact ALM（Exact Augmented Lagrange Multiplier）-The most basic form of the exact ALM function is [A, E] = exact_alm_rpca(D, λ), and that of the inexact ALM function i
-
-
3下载：
用拉格朗日乘子法求解约束最优化问题，很好的实例程序。-Lagrange multiplier method for solving constrained optimization problems, very good example programs.
-
-
0下载：
一本介绍约束优化方面的经典书籍。对于从事约束优化算法的研究很有帮助。-A book introducing constrained programming. It is beneficial for the algorithm research of constrained programming
-
-
0下载：
A new discrete fractional Fourier transform based on constrained eigendecomposition of DFT matrix by Lagrange multiplier method
-
-
2下载：
RPCA (Robust Principal Component Analysis)是目前用于矩阵填充、图像去噪的最有效的优化方法。目前最有效的算法是ALM（Augmented Lagrange Multiplier）。ALM分为Exact ALM和Inexact ALM。 该代码是Inexact ALM，收敛速度比Exact ALM快！-RPCA (Robust Principal Component Analysis) is used for matrix filling, image de
-
-
0下载：
How to Simulate A Ponytail - The Sample App
This is a very simple Lagrange Multiplier constrained dynamics
simulator to accompany my articles and lectures on How to Simulate a
Ponytail.
For more information, see http://chrishecker.com/H
-
-
4下载：
基本的拉格朗日乘子法(又称为拉格朗日乘数法)，就是求函数f(x1,x2,...)在g(x1,x2,...)=0的约束条件下的极值的方法。其主要思想是引入一个新的参数λ（即拉格朗日乘子），将约束条件函数与原函数联系到一起，使能配成与变量数量相等的等式方程，从而求出得到原函数极值的各个变量的解。
-Basic Lagrange multipliers (also known as Lagrange multiplier method), is of a function f (x1, x2 ,.
-
-
0下载：
Larange Multipliers-Larange Multipliers...........
-
-
2下载：
增广拉格朗日乘子法，用于解决有损低质矩阵的恢复-The Augmented Lagrange Multiplier Method for Exact Recovery of Corrupted Low-Rank Matrices
-
-
2下载：
增广拉格朗日乘子方法求解RPCA问题的方法，得到矩阵的稀疏成分和低秩成分。-argumented lagrange multiplier method that can make matrix be decomposed to a sparse matrix and low-rank matrix.
-
-
0下载：
求解约束最优化问题，一种途径是在可行域内寻找使目标函数值下降的迭代点列，但是这类方法对于带非线性约束的最优化问题求解效果一般都不理想。因此我们利用另一种途径，即利用问题的目标函数和约束函数构造新的目标函数——罚函数，把约束最优化问题转化为相应的罚函数的无约束最优化问题来求解实际问题。-lagrange constraint multiplier method for the minimum
-
-
0下载：
用ALM实现 PCA算法，做模式识别的一看就懂，自己用的不错。-This matlab code implements the augmented Lagrange multiplier method for Robust PCA.
-
-
1下载：
非精确ALM解决PCA算法的例子，用后效果不错，发上来分享。-This matlab code implements the inexact augmented Lagrange multiplier method for
Robust PCA.
-
-
1下载：
信息率失真函数的迭代计算 信息率失真函数的迭代计算，迭代精度取为10^(-7) 在信源的输入概率分布Pa和失真矩阵d已知的条件下求出信息率失真函数 函数说明： [Pba,Rmin,Dmax,Smax]=RateDF(Pa,d,S) 为信息率失真函数 变量说明： Pa：信源的输入概率矩阵，d：失真矩阵，S：拉氏乘子 Pba：最佳正向转移概率矩阵， Smax：最大拉氏乘子 Rmin：最小信息率，Dmax：允许的最大失真度-Information on the calculation of the r
-
-
0下载：
针对传统背景建模存在的问题，文中基于低秩矩阵恢复原理，直接从视频序列中分离出前景物体和背景模型。已有低秩矩阵恢复算法的迭代计算过程中涉及大量的奇异值分解，而这些奇异值分解一般非常耗时且不够简洁，文中在非精确增广拉格朗日乘子法中引入线性时间奇异值分解算法，以得到更加有效的背景建模算法。基于
实际视频序列实验，结果表明该改进算法具有更好的建模效果和较少的运算时间。-In this paper，a novel method is present based on low-rank matrix r
-
-
0下载：
We can now compare the convergence speeds and iteration numbers of the methods. Since Lagrange Multiplier Method and Sequential Linear Programming Method include manual calculations elapsed time comparison is not applicable for them.
There is also
-
-
0下载：
基于MATLAB环境下的拉格朗日乘子法的程序，非常实用-Lagrange multiplier method based on MATLAB Environment Program
-
-
0下载：
使用拉格朗日乘子法解约束优化问题，例子是最优化问题，有3个线性约束(Using the Lagrange multiplier method to solve the constrained optimization problem)
-
