共轭

大规模优化算法 - LBFGS算法

本文主要通过对于无约束最优化问题的一些常用算法总结，一步步的理解L-BFGS算法，本文按照最速下降法-牛顿法-共轭梯度法-拟牛顿法-DFP矫正-BFG
fennvde007·2014-05-31 14:00

简单易学的机器学习算法——SVD奇异值分解

一、SVD奇异值分解的定义  假设是一个的矩阵，如果存在一个分解：其中为的酉矩阵，为的半正定对角矩阵，为的共轭转置矩阵，且为的酉矩阵。
google19890102·2014-05-26 21:00

数字信号处理Day1自制电子音乐

;的语法是这样的，这是一个转置，但是是非共轭转置，如果是x',那么1+i就成了1-ifunctiony=ks_loop(x,alpha,D
abcd1992719g·2014-05-08 18:00

Zernike矩及Opencv实现

Zernike多项式满足正交性：其中 为克罗内克符号，  是 的共轭多项式。由于Zernike多项式的正交完备性，所以在单位圆内的任
xw20084898·2014-04-28 18:00

大规模优化算法 - LBFGS算法

本文主要通过对于无约束最优化问题的一些常用算法总结，一步步的理解L-BFGS算法，本文按照最速下降法-牛顿法-共轭梯度法-拟牛顿法-DFP矫正-BFG
muye5·2014-04-22 16:58

共轭对称序列和共轭反对称序列

     共轭是针对复数而言的，如果两个复数的实部相等，其虚部为相反数，那么这两个复数就是共轭的。
j_am_jack·2014-04-16 17:00

共轭分布（Conjugate distributions）

theta)，似然概率P(X|theta)，后验概率P(theta|X)，如果说通过先验概率和似然概率求出后验概率，后验概率与先验概率形式相同，即属于同一个分布，只是参数不同，这时候我们称先验分布和似然分布共轭
u013884727·2014-04-12 21:00

参数估计（极大似然估计，极大后验概率估计，贝叶斯估计）

参数估计是学习一主题模型为基础的文本分析的先决条件，很多人直接看PLSA和LDA，看的云里雾里的，因为里面有很多的概率方面的术语和公式，比如likelihood，后验概率，共轭等。
u013884727·2014-04-12 17:00

hdu 4565 So Easy!(矩阵快速幂）

An=(a+√b)^n,Bn=(a-√b)^n,Cn=An+Bn=(a+√b)^n+(a-√b)^n;因为说An和Bn共轭，展开式可以互相抵消，所以保证说Cn一定是整数。
u011328934·2014-04-09 23:00

线性代数(五十一) : 自伴随映射与二次型

是自伴随映射.2对称映射再上边的自伴随映射中若A是实欧几里得空间上的映射.则A在标准正交系下的矩阵表示是对称矩阵，即：称这类映射为对称映射.3埃尔米特映射若A是复欧几里得空间上的映射.则A的矩阵表示是共轭对称的
xxingjjing·2014-04-03 17:00

线性代数(四十七) ： 复欧几里得空间

本节简单介绍复欧几里得空间的结构.0共轭复数两个实部相等，虚部互为相反数的复数互为共轭复数.z的共轭复数记做：1复欧几里得空间标量积2复欧几里得空间的矩阵伴随若：则根据标量积的定义：也可以写作：即：即矩阵
xxingjjing·2014-04-01 10:00

对优化算法的一些感想

1：今天早上阅读了onoptimizationmethodsfordeeplearning这篇paper，是andrewNG组的博士的一篇paper，这篇paper介绍了L-BFGS，CG（共轭梯度）和
silence1214·2014-03-19 11:00

[置顶] python进阶二_基本数据类型与操作

，浮点数，复数   在python中尤其要注意的是复数，复数由实数部分和虚数部分构成,real + imag(j/J)它们都是浮点数,其中虚数后缀j/J例如：注意：Conjugate()求的是该复数的共轭复数
·2014-03-08 21:00

弗罗贝尼乌斯范数（Frobenius norm）

这个范数可用不同的方式定义：这里 A* 表示 A 的共轭转置，σi 是 A 的奇异值，并使用了迹函数。弗罗贝尼乌斯范数与 Kn 上欧几里得范数非常类似，来自所有矩阵的空间上一个内积。
xiaoshengforever·2014-03-07 19:00

共轭梯度法

      共轭梯度法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
u010545732·2014-02-26 16:00

张恭庆编《泛函分析讲义》第二章第5节 共轭空间 $\bullet$ 弱收敛 $\bullet$ 自反空间习题解答

1.$\ell^p\ (1\leq p<\infty)$ 的对偶  求证: $\dps{\sex{\ell^p}^*=\ell^q\quad\sex{1\leq p<\infty,\ \frac{1}{p}+\frac{1}{q}=1}}$. 证明: 设 $1\leq p<\infty$. 一方面, 对 $y=\sed{\eta_k}_{k=1}^\infty\in
·2014-02-14 09:00

张恭庆编《泛函分析讲义》第一章第6节 内积空间习题解答

1.极化恒等式  设 $a$ 是复线性空间 $\scrX$ 上的共轭双线性泛函, $q$ 是由 $a$ 诱导的二次型.
·2014-02-14 07:00

共轭梯度法

最速下降法1.最速下降方向函数f(x)在点x处沿方向d的变化率可用方向导数来表示。对于可微函数，方向导数等于梯度与方向的内积，即：Df(x;d) = ▽f(x)Td,因此，求函数f(x)在点x处的下降最快的方向，可归结为求解下列非线性规划：min ▽f(x)Tds.t.  ||d|| ≤ 1当                            d = -▽f(x) / ||▽f(x)||   
kaka20080622·2014-01-25 13:00

人工神经网络学习笔记_性能优化

  常用的优化算法有3类，分别是：最速下降法(steepestdescent)、牛顿法和共轭梯度法(conjugategradient)。待续。。。参考资料《神经网路设计》，机械工业出版社
Q1302182594·2013-12-23 22:00

对Conjugate Gradient 优化的简单理解

文章出处：http://www.cnblogs.com/tornadomeet/p/3265225.html上一篇文章主要介绍了共轭梯度的基本概念和几何理解。这里转载一篇讲述共轭梯度算法的文章。
carrierlxksuper·2013-12-20 15:00

浅谈共轭梯度法的原理

共轭梯度法作为优化算法中常见算法，在很多基于梯度优化的机器学习算法中可以见到它的身影，比如在稀疏编码（sparsenet）中。本文主要参考清华大学出版社，陈宝林编写的最优化教材中对共轭梯度的介绍。
Kevein111·2013-12-16 11:17

浅谈共轭梯度法的原理

      共轭梯度法作为优化算法中常见算法，在很多基于梯度优化的机器学习算法中可以见到它的身影，比如在稀疏编码（sparsenet）中。
carrierlxksuper·2013-12-16 11:00

BP神经网络参数设置及实例

有动量的梯度下降法    traingdm自适应lr梯度下降法    traingda自适应lr动量梯度下降法    traingdx弹性梯度下降法    trainrpFletcher-Reeves共轭梯度法
H2008066215019910120·2013-11-18 16:00

Ferrers图像

[1]图像性质（1）每一层至少有一个格子；（2）第一行与第一列互换，第二行与第二列互换，…，所得到的图象仍然是Ferrers图象，这两个Ferrers图象称为是一对共轭的Ferrers图象。
corncsd·2013-11-13 21:00

Mahout系列之----共轭梯度预处理

           对于大型矩阵,预处理是很重要的.常用的预处理方法有:               (1)雅克比预处理               (2)块状雅克比预处理          (3)半LU分解                    (4)超松弛法
yueyedeai·2013-11-09 12:00

Mahout 系列之----共轭梯度

无预处理共轭梯度   要求解线性方程组，稳定双共轭梯度法从初始解开始按以下步骤迭代： 任意选择向量使得，例如，对若足够精确则退出 预处理共轭梯度 预处理通常被用来加速迭代方法的收敛。
thd52java·2013-11-09 12:00

Mahout 系列之----共轭梯度

 无预处理共轭梯度 要求解线性方程组，稳定双共轭梯度法从初始解开始按以下步骤迭代：任意选择向量使得，例如，对若足够精确则退出预处理共轭梯度预处理通常被用来加速迭代方法的收敛。
yueyedeai·2013-11-08 17:00

Matlab基本函数-conj函数

1、conj函数：用于计算复数的共轭值2、用法说明：y=conj(x)函数计算复数x的共轭值。
iteye_8264·2013-10-26 17:00

Matlab基本函数-conj函数

1、conj函数：用于计算复数的共轭值2、用法说明：y=conj(x)函数计算复数x的共轭值。
you23hai45·2013-10-26 17:00

最速下降法/steepest descent，牛顿法/newton，共轭方向法/conjugate direction，共轭梯度法/conjugate gradient 及其他

在最优化的领域中，这“法”那“法”无穷多，而且还“长得像”——名字相似的多，有时让人觉得很迷惑。在自变量为一维的情况下，也就是自变量可以视为一个标量，此时，一个实数就可以代表它了，这个时候，如果要改变自变量的值，则其要么减小，要么增加，也就是“非左即右“，所以，说到“自变量在某个方向上移动”这个概念的时候，它并不是十分明显；而在自变量为n（n≥2）维的情况下，这个概念就有用了起来：假设自变量X为3
既然如此·2013-10-12 10:13

最速下降法/steepest descent，牛顿法/newton，共轭方向法/conjugate direction，共轭梯度法/conjugate gradient 及其他

在最优化的领域中，这“法”那“法”无穷多，而且还“长得像”——名字相似的多，有时让人觉得很迷惑。在自变量为一维的情况下，也就是自变量可以视为一个标量，此时，一个实数就可以代表它了，这个时候，如果要改变自变量的值，则其要么减小，要么增加，也就是“非左即右“，所以，说到“自变量在某个方向上移动”这个概念的时候，它并不是十分明显；而在自变量为n（n≥2）维的情况下，这个概念就有用了起来：假设自变量X为3
yeyang911·2013-10-12 10:00

Eigen 3.2稀疏矩阵入门

Eigen自带的稀疏矩阵分解功能包括LDLt、LLt分解（即Cholesky分解，这个功能是LGPL许可，不是Eigen的MPL许可）、LU分解、QR分解（这个是3.2版本之后正式Release的）、共轭梯度解矩阵等
bli·2013-10-06 14:00

共轭先验 Conjugate Prior

首先总结一下定义：若先验分布和似然函数使得先验分布和后验分布的形式相同，则称先验分布和似然函数是共轭的。
buggiant·2013-10-03 22:22

中Bcl X L的水平 可能是预测临床结果

在这些反应性基团共轭的亲核试剂，如硫醇类，小白菊内酯可以与半胱氨酸相互作用在一种DNA结合区域的NF?BP或与半胱氨酸活化环中的上游NF
woosdie1hvs·2013-09-26 16:47

奇异值和奇异值分解

如此则存在一个分解使得 M = UΣV*， 其中U是m×m阶酉矩阵；Σ是半正定m×n阶对角矩阵；而V*，即V的共轭转置，是n×n阶酉矩阵。
·2013-09-15 21:00

特征根方程

若特征方程有一对共轭复根情况不作要求用特征根求解著名的斐波那契数列，其递推公式为：其特征方程为解得故将代入，解得故
tagyona·2013-09-11 21:50

特征根方程

若特征方程有一对共轭复根情况不作要求 用特征根求解著名的斐波那契数列，其递推公式为：其特征方程为解得故将代入，解得故
z690933166·2013-09-11 21:00

Python的内置方法

abs(X):返回一个数的绝对值，X可以是一个整数，长整型，或者浮点数，如果X是一个复数，此方法返回此复数的绝对值（此复数与它的共轭复数的乘积的平方根）>>>abs(3+2j) 3.605551275463989
wuqingchao·2013-09-08 23:00

对Conjugate Gradient 优化的简单理解

ConjugateGradient优化的简单理解）机器学习&数据挖掘笔记_12（对ConjugateGradient优化的简单理解） 数学优化方法在机器学习算法中至关重要，本篇博客主要来简单介绍下ConjugateGradient(共轭梯度法
·2013-08-19 13:00

2012长沙邀请赛A题（共轭构造+矩阵的快速幂）

SoEasy!TimeLimit:2000/1000MS(Java/Others)    MemoryLimit:32768/32768K(Java/Others)TotalSubmission(s):910    AcceptedSubmission(s):247ProblemDescriptionAsequenceSn isdefinedas:Wherea,b,n,marepositivein
opm777·2013-08-15 08:00

python numbers模块

classnumbers.Number  Number类，数字类的root2.classnumbers.Complex 复数类，具有real、imag两个属性，还具有conjugate()方法，用于获取共轭复数
IamaIearner·2013-07-19 15:00

先验概率 后验概率 似然 极大似然估计 极大后验估计 共轭 概念

http://blog.csdn.net/hxxiaopei/article/details/8034184   最近在看LDA，里面涉及到 狄利克雷的概念，为了把这个事情搞明白，查了一些相关概率知识，   举个例子，掷硬币，伯努利实验 中随机变量x={正面,背面}，正面的概率μ为模型参数，假定做了N次试验，Data 中观察序列为X={正面，正面。。。。反面}，正面的次
speed847·2013-07-12 21:00

共轭先验以及 先验分布与后验分布

如果你读过贝叶斯学习方面的书或者论文，想必是知道共轭先验这个名词的。
zhouyongsdzh·2013-07-01 16:00

共轭检验

如果你读过贝叶斯学习方面的书或者论文，想必是知道共轭先验这个名词的。现在假设你闭上眼睛，你能准确地说出共轭分布是指哪个分布和哪个分布式共轭的吗？我之前就常常把这个关系弄错，现在记录如下，以加强印象。
memray·2013-06-26 01:00

Cholesky分解

L*是L的共轭转置矩阵。(共轭不记得啥意思了。)举例来说：那么我们需要求得的L是：通过wiki查到了计算公式及其推导。非常简单。以A为[3,3]大小的矩阵为例。
naruto0001·2013-06-22 17:00

降噪技术提升光纤网速400倍

领导这项研究的XiangLiu称他们的光缆降噪技术为相位共轭，使用这项技术能通过12800公里长的光缆发送400G
blackhat·2013-05-28 21:00

降噪技术提升光纤网速400倍

领导这项研究的XiangLiu称他们的光缆降噪技术为相位共轭，使用这项技术能通过12800公里长的光缆发送400G
blackhat·2013-05-28 13:00

二次规划问题

否则的话，常用的二次规划解法有：内点法(interiorpoint)、有效集法（activeset）和共轭梯度法等。凸集二次规划问题是凸优化问题的一个特例。每个二次规划问题的对偶问题也是二次规划问题。
一个人滴答·2013-05-21 10:22

最速下降法/steepest descent，牛顿法/newton，共轭方向法/conjugate direction，共轭梯度法/conjugate gradient 及其他

转载须注明出处：http://www.codelast.com/ 在最优化的领域中，这“法”那“法”无穷多，而且还“长得像”——名字相似的多，有时让人觉得很迷惑。在自变量为一维的情况下，也就是自变量可以视为一个标量，此时，一个实数就可以代表它了，这个时候，如果要改变自变量的值，则其要么减小，要么增加，也就是“非左即右“，所以，说到“自变量在某个方向上移动”这个概念的时候，它并不是十分明显；而在自变
yangqiuying·2013-05-03 15:00

CvMat矩阵结构

任何时候需要向量，都只需要一个列矩阵(如果需要一个转置或者共轭向量，则需要一个行矩阵)。
lengyuyan007·2013-05-02 22:00
上一页 19 20 21 22 23 24 25 26 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他