码迷,mamicode.com
首页 >  
搜索关键字:最优化问题    ( 211个结果
EM算法概念
EM算法是一种非常经典的alternative optimizing算法。alternative optimizing的思想就是对于一个最优化问题,可以计算分为两步或者参数分为两个,就可以随机任意的选择一个起始值或位置,固定一个参数A,以另一个参数B进行优化,然后固定参数B,以参数A进行优化,直到收敛未知。前面博文中所讲述的K-means也就这样的一个过程,或者meanshift均值漂移也是这样。...
分类:编程语言   时间:2015-08-29 00:55:09    阅读次数:238
最优化程序c++的方法
解决的问题最优化问题的一般形式 minf(paras)min \quad f(paras)s.t.paras∈[paras_lower,paras_upper]s.t. \quad paras\in[paras\_lower,paras\_upper] 这个是数学上的一般形式,当求函数的最大值时候只要加上一个负号就可以 在程序中我们面对的问题一般是离散的即...
分类:编程语言   时间:2015-08-27 07:12:49    阅读次数:254
吉克1111-1114第七周讲座班、家庭作业(动态规划,期限:2014年4月25日本23点-周五晚上,科委飞信通知学生)
《设计和算法分析》课程,教学工作的厚礼,是《算法导论》(Sanjoy Dasgupta等待,清华大学出版社。2008年7第一个月1版本)。 文章7周,主要教材 文章6章 动态规划 讨论。Dynamic Programming(简称DP)。是一个通用的问题求解方法,主要用于运筹学方面的最优化问题...
分类:其他好文   时间:2015-08-20 09:02:09    阅读次数:175
最优化理论与方法(袁亚湘 孙文瑜)笔记(一)
一、概述 在1947年,Dantzig提出求解一般线性规划问题的单纯形法之后。现在,解线性规划、非线性规划以及随机规划、非光滑规划、多目标规划、几何规划、整数规划等各种最优化问题的理论的研究发展迅速。 最优化问题的一般形式为: X属于Rn为约束集或可行域,f(...
分类:其他好文   时间:2015-08-05 14:47:18    阅读次数:461
拉格朗日乘子法(Lagrange Multiplier)和KKT条件
拉格朗日乘子法:对于等式约束的优化问题,求取最优值。KKT条件:对于含有不等式约束的优化问题,求取最优值。最优化问题分类:(1)无约束优化问题: 常常使用Fermat定理,即求取的导数,然后令其为零,可求得候选最优值。(2)有等式约束的优化问题:, 使用拉格朗日乘子法,把等式约束用一个系数与写为.....
分类:其他好文   时间:2015-07-22 10:34:14    阅读次数:107
3、贪心算法的原理与设计
贪心算法的原理与设计 贪心算法的设计步骤 1、将最优化问题转化为这样的形式:对其做出一次选择后,只剩下一个子问题要求解。 这个问题可以引用前面得到的活动选择问题进行说明 ,如在活动选择问题中,设Aij 代表的是活动ai? 结束后开始,且在aj结束之前进的一个子问题,于是 ...
分类:编程语言   时间:2015-07-17 20:58:17    阅读次数:135
一类判定性问题的网络流模型的构建
一般我们的最大流算法解决的是最优化问题。即通过某种构图方法,使得最大流的流量即为我们所要求的的最大值。但是,一类判定性问题也需要通过网络流模型来解决。经典的问题有:混合图的欧拉回路,等等。这类问题往往通过构建一个网络图,计算出其最大流,然后根据判断最大流是否满足某种条件来判断。当然,二分答案的时候也...
分类:其他好文   时间:2015-07-06 12:01:09    阅读次数:120
拉格朗日对偶性
主要解决带约束的最优化问题,把原始问题转换为对偶问题,在支持向量机中有使用 f(x),ci(x),hj(x)是Rn(n维实数集)上的连续可微函数 1.原始问题: 目标函数:min f(x) (x∈Rn) 约束条件:ci(x)≤0 (i=1,2...k) ...
分类:其他好文   时间:2015-06-23 06:14:08    阅读次数:345
贪心算法
贪心算法和动态规划一样,都适用于求解最优化问题。贪心算法不是对所有问题都能得到整体最优解,可用贪心算法求解的问题需要具有贪心选择性质和最优子结构性质。 一. 基本思想 贪心算法总是作出在当前看来是最好的选择(即贪心选择)。也就是说贪心算法并不从整体最优上加以考虑,它所作出的选择只是在某种意义上的局部...
分类:编程语言   时间:2015-06-06 13:25:53    阅读次数:160
梯度下降法
这几天在看《统计学习方法》这本书,发现 梯度下降法在 感知机 等机器学习算法中有很重要的应用,所以就特别查了些资料。 一.介绍 梯度下降法(gradient descent)是求解无约束最优化问题的一种常用方法,有实现简单的优点。梯度下降法是迭代算法,每一步需要求解目标函数的梯度向量。二.应用...
分类:其他好文   时间:2015-06-06 06:48:06    阅读次数:124
211条   上一页 1 ... 14 15 16 17 18 ... 22 下一页
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!