搜索资源列表
NumericalLinearAlgebra
- 数值线性代数的Matlab应用程序包 共13个程序函数，每个程序函数有相应的例子函数一一对应，以*Example.m命名 程序名称 用途 Method 方法 GrmSch.m QR因子分解 classical Gram－Schmidt orthogonalization 格拉母－斯密特 MGrmSch.m QR因子分解 modified Gram－Schmidt iteration 修正格拉母－斯密特 householder.m QR因子分
Steepest-decline
- 最速下降法是以负梯度方向作为下降方向的极小化算法，本程序用该方法求解n元正定二次函数的极小值
Optimization
- 约束最优化方法－－最速下降法(也叫梯度法)，是人们用来求多个变量函数极值问题的最早的一种方法。-Constrained optimization methods- steepest descent method (also known as gradient method), is used for multiple variables function Extremum Problems earliest methods.
bp.example
- 采用动量梯度下降算法训练BP网络，采用两种训练方法，即 L-M 优化算法（trainlm）和贝叶斯正则化算法（trainbr），用以训练 BP 网络-Gradient descent algorithm using momentum BP network training, using two training methods, namely, LM optimization algorithm (trainlm) and Bayesian regularization algorithm (t
somefunctiontosolveextremum
- 目标函数的几种极值求解方法,包括最速下降法，拟牛顿法，共轭梯度法MATLAB实现-The objective function to solve several extreme methods, including steepest descent, quasi-Newton method, conjugate gradient method
-Common-non-binding
- 最优化常用无约束方法，内有最速下降法，newton法，共轭梯度法，坐标轮换发等程序，程序均用C语言编写！-The most common unconstrained optimization methods, steepest descent method within, newton method, conjugate gradient method, coordinate rotation of hair and other procedures, procedures are writte
CG_DESCENT-C-5.0.tar
- cg_descent算法实现，由HAGER WILLIAM和H.ZHANG在C++环境下设计并实现具有下降性质的共轭梯度方法-cg_descent algorithm by HAGER WILLIAM H. ZHANG and C++ environment in the design and implementation of a decline in the nature of the conjugate gradient method
zuisuxiajiangfa
- 最速下降法（steepest descent method)是以负梯度方向作为下降方向的极小化算法，又称梯度法，是1874年法国科学家Cauchy提出的，最速下降法是无约束最优化中最简单的方法。-Steepest descent method
Newton
- 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。 在各种优化算法中，共轭梯度法是非常重要的一种。其优点是所需存储量小，具有步收敛性，稳定性高，而且不需要任何外来参数。-Conjugate Gradient method (Conjugate Gradie
zsxjfshiyan
- 最速下降法又称为梯度法，是1847 年由著名数学家Cauchy 给出的，它是解析法中最古老的一种，其他解析方法或是它的变形，或是受它的启发而得到的，因此它是最优化方法的基础。作为一种基本的算法，他在最优化方法中占有重要地位。-The steepest descent method called gradient method, is 1847 by famous mathematician Cauchy given, it is the most ancient of analytical me
mathematic-library
- 数值分析类库。包括了Vector和Matrix类，可用于求CHOLESKY分解，解方程，以及求极值等。求极值的方法包括最速下降法，牛顿法，拟牛顿法，共轭梯度法，变尺度法等等。-Mathematic Analyze tools which contains the Vector and Matrix classes. It can be used to work our the parse of cholesky and solf the equation and deal with opt pr
zuiyouhua
- 用vb实现最优化方法中的几种基本算法，包括最速下降法、牛顿法、共轭梯度法、最小二乘法等并结合数据库的使用，程序中还附带用户登录及管理-With vb achieve optimal methods of several basic algorithms, including the steepest descent method, Newton method, conjugate gradient method, least squares method and combined use of
bycgste
- 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-Conjugate gradient method (Conjugate Gradient) is between the steepest descent method and Newton' s
matlab
- 牛顿最优解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 s Method)更为有效。-Newton optimal solution
tiduxiajiang
- 多传感器数据融合的梯度下降法。方法较为简单，代码基本可以实现滚转角与俯仰角的解算，需要再调参数会更精确-Multi-sensor data fusion gradient descent. The method is simple, basic code can roll angle and pitch angle of the solver, you need to re-tune the parameters would be more accurate
Bump-judgment
- 机器学习中用到的梯度下降方法，凹凸性判读资料-Gradient descent method used in machine learning, data interpretation uneven nature
gradientDescent
- 梯度下降法，一种线搜索方法，以负梯度方向作为最速下降方向进行最优解搜索-Gradient fell method, a linear search method to the negative gradient direction as the direction of steepest descent optimal search
matlabqiuzhi
- 几种matlab求解最小值方法源代码-分别是二次插值求解最小值和内德-米德求解最小值和最速下降法和梯度法，适合新手学习使用-Several matlab methods for minimum source code- two times interpolation for minimum and ned for minimum Mead and steepest descent method and gradient method, suitable for beginners lear
最优化方法
- 使用各种不同的方法计算二元函数极值，如最速下降法，牛顿法，共轭梯度法，拟牛顿法，信赖域法等(Calculate binary function extremes using various methods, such as steepest descent, Newton's method, conjugate gradient method, quasi-Newton method, trust region method, etc.)
最速下降法求解方程组
- 最速下降法就是梯度下降法,可以用于求解最小二乘问题(线性和非线性都可以)。可以说是求解机器算法的最古老、最经典的模型，另一种常用的方法是最小二乘法。(The steepest descent method is the gradient descent method, which can be used to solve the least squares problem (both linear and non-linear). It can be said that it is the ol