您的位置： 专家智库 > >

范浩

作品数：2 被引量：1H指数：1
供职机构：桂林电子科技大学更多>>
发文基金：国家自然科学基金广西高校优秀人才计划项目更多>>
相关领域：理学更多>>

合作作者

文献类型

  • 1篇期刊文章
  • 1篇学位论文

领域

  • 2篇理学

主题

  • 2篇共轭梯度
  • 2篇共轭梯度法
  • 1篇优化算法
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇支持向量机模...
  • 1篇收敛性
  • 1篇收敛性证明
  • 1篇全局收敛性
  • 1篇无约束
  • 1篇无约束最优化
  • 1篇向量
  • 1篇向量机

机构

  • 2篇桂林电子科技...

作者

  • 2篇范浩
  • 1篇黄青群
  • 1篇周安娃

传媒

  • 1篇桂林电子科技...

年份

  • 1篇2012
  • 1篇2011
共 2 条 记 录，以下是 1-2
全选 清除 导出
排序方式：
基于支持向量机模型的优化算法研究
支持向量机(Support Vector Machine,缩写为SVM)是建立在统计学习理论基础之上的一种新的通用机器学习方法.作为数据挖掘中的新方法,其在解决小样本、非线性及高维模式识别问题中表现出许多特有的优势,并能...
范浩
关键词：支持向量机共轭梯度法优化算法
文献传递
无约束最优化中两种改进共轭梯度法的收敛性证明被引量：1
2011年
对于无约束优化中已提出的两种改进共轭梯度算法:改进的DY算法(MDY)和新的混合HS-DY算法(NH),证明了其在Wolfe线搜索下的全局收敛性。证明中的关键技巧是利用DY算法公式的一个等价公式,也正是由于该策略的运用,使得证明更为简化,进而得到了上述两种改进的共轭梯度法的全局收敛性。
周安娃范浩黄青群
关键词：共轭梯度法全局收敛性
全选 清除 导出
共1页<1>
聚类工具0