最优解

深度学习 Day4.1 Classification

目录1.ProbabilisticGenerativeModel1.1模型设定：1.2模型好坏的评价1.3寻找最优解2.Sigmoidfunction2.1从PosteriorProbability到sigmoidfunction2.2Sigmoidfunction
闻.铃·2022-11-20 01:04

粒子群优化算法（PSO）及Matlab实现

年由美国社会心理学家JamesKennedy和电气工程师RussellEberhart受对鸟类群体行为进行建模和仿真研究结果的启发共同提出，通过对FrankHepper的模型进行修正，使粒子飞向解空间并在最优解处降落
Tabitha_Xing·2022-11-20 00:55

分枝定界法，例题梳理

分支定界算法分支界定法是求解整数线性规划最优解的经典方法始终围绕着一颗搜索树进行的，我们将原问题看作搜索树的根节点分支的含义就是将大的问题分割成小的问题，分支的过程就是不断给树增加子节点的过程定界就是在分支的过程中检查子问题的上下界如果子问题不能产生一比当前最优解还要优的解
羞儿·2022-11-20 00:39

BP神经网络+遗传算法：求取非线性函数极值（一）

虽然从函数方程可以很容易看出其最优解及对应的坐标，但是在函数方程未知情况下，我们很难找到非线性函数的极值。下面利用该函数的4000组输
刘广隶·2022-11-19 20:45

吴恩达深度学习笔记整理（五）

局部最优局部最优解鞍点优化算法Mini-batch梯度下降深度学习的优势是可以利用一个巨大的数据集来训练神经网络，而在巨大的数据集基础上进行训练速度很慢。这时，我们可
梦想的小鱼·2022-11-19 18:32

Mathematica学习笔记

llist1的值选取等长list2中的值3.比较两个等长list，输出一个由true/false组成的list1.Mathematica在给出初始聚类中心的情况下进行Kmeans聚类为了避免kmeans得到局部最优解
study no limit·2022-11-19 16:17

手工选出的股票池和量化选股模型选出的股票池有哪些区别？

虽然逻辑上看似比较简单，但是往往手工选出的股票池并不是最优解。因为一个成熟的模型往往需要进行多次的尝试和回溯测试，而客户自身的选股逻辑经常会受到主观意识的干扰，导致股票组合的实际表现不佳。
qq_121463726·2022-11-19 16:16

输入归一化、批量归一化(BN)与层归一化(LN)

以2维特征为例，特征取值不同会导致大多数位置的梯度方向并不是最优的搜索方向，当使用梯度下降法寻求最优解时，会导致需要很多次迭代才能收敛，如图(a)；当特征归一化后，梯度方向会近似为最优的搜索方向，如图(
淘淘图兔兔呀·2022-11-19 16:57

灰狼（GWO）算法（附完整Matlab代码，可直接复制）

负责带领整个狼群狩猎猎物，即优化算法中的最优解。第二层：层狼群。负责协助狼群，即优化算法中的次优解。第三层：层狼群。听从和的命令和决策，负责侦查、放哨等。适应度差的和会降为。第四层：层狼群。
karwen2020·2022-11-19 12:44

粒子群(PSO)算法（附完整Matlab代码，可直接复制）

寻找最优解的过程中，粒子包含两种行为：个体行为和群体行为。个体行为：粒子根据自身在寻优过程中的最优解更新自己的位置。群体行为：粒子根据群体在寻优过程中的最优解更新自己的位置。
karwen2020·2022-11-19 12:43

机器学习 模型的评估与选择-经验误差

模型的好坏主要看测试数据集训练的结果是否精确，模型的测试误差是否最小，我们可以通过调整不同的参数（如：学习率，权重等）来使误差梯度下降到最小值，即不断地反复迭代直至模型到达最优解。
蓝色的星火·2022-11-19 11:32

回溯法（基础版）

文章目录算法适用问题算法思想步骤基础题目A.装载问题B.0-1背包问题C.N皇后问题D.涂色问题算法适用问题搜索问题(求解的个数)/最优解问题算法思想步骤深度优先搜索定义解空间解的组织形式：一个n元组{
Julie Y·2022-11-19 11:19

保研面试之机器学习

减少图片特征，避免全连接参数过多=>得到featuremap全连接：按权值分类sigmoid函数：单一分类Softmax（交叉熵损失）多分类，求出概率SVM与神经网络的联系与区别1、SVM得到的解是全局最优解
Julie Y·2022-11-19 10:49

混沌麻雀搜索优化算法-附代码

混沌及高斯变异2.1Tent混沌2.2高斯变异3.混沌麻雀搜索优化算法4.实验结果5.参考文献6.Matlab代码7.python代码摘要：针对麻雀搜索算法（SSA）在接近全局最优时，种群多样性减少，易陷入局部最优解等问题
智能算法研学社（Jack旭）·2022-11-19 10:39

模拟退火算法

在搜索全局最优解时，我们也可以先设置一个高温，然后逐渐降低温度，直到温度趋近于0。
tanjunming2020·2022-11-19 09:02

深度学习算法2-SVM的原理

而其他分类方法都采用一种基于贪心学习的策略来搜索假设空间，这种方法一般只能获得局部最优解。(2)SVM通过最大化决策边界的边缘来实
小张要努力i·2022-11-19 06:41

机器学习算法——聚类3（k均值算法）

最小化（1）式并不容易，找到它的最优解需考察样本集D所有可能的簇划分，这是一个NP难问题。因此，k均值算法采用了贪心策略，通过迭代优化来近似求解（1）式。算法流程为：输入：样本集;聚
Vicky_xiduoduo·2022-11-19 06:44

最少钱币数不java,【动态规划专题】3：换钱的最少货币数

《程序员代码面试指南--IT名企算法与数据结构题目最优解》左程云著换钱的最少货币数【题目】给定数组arr,arr中所有的值都为正数且不重复。
weixin_39683598·2022-11-19 01:19

模拟退火算法

解释根据爬山算法的求解过程，我们发现：爬山算法在对于一个当前最优解附近的非最优解直接舍去了，然而很多情况下，我们需要去接受这个非最优解从而跳出此局部最优解，即为模拟退火算法。何为退火？
Tonvia·2022-11-18 14:52

【ML-SVM案例学习】001梯度下降之一维和二维图像

后面两章将会实现“002梯度下降：求解最优解“和“003梯度下降：拉格乘子法“。文章末尾有链接。提示：以下是本篇文章正文内容，下面案例可供参考一、代码
雨果先生·2022-11-18 08:14

【ML-SVM案例学习】002梯度下降之求解最优解

本文只是实现梯度下降，求解最优解。后面一章将会实现003梯度下降：拉格乘子法。提示：以下是本篇文章正文内容，下面案例可供参考一、代码程序1.引入库代码如下（示例）
雨果先生·2022-11-18 08:43

六自由度机器人（机械臂）运动学建模及运动规划系列——避障路径规划算法补充：遗传算法

目录1.理论基础2.算法实现流程3.路径规划应用示例4.总结1.理论基础遗传算法源自于达尔文进化论的自然选择理念，是一种通过模拟自然进化过程搜索最优解的方法。
菠萝爱吹雪·2022-11-17 21:33

动态规划算法解决背包问题

一、动态规划算法1.1基本介绍动态规划(DynamicProgramming)算法的核心思想是：将大问题划分为小问题进行解决，从而一步步获取最优解的处理算法动态规划算法与分治算法类似，其基本思想也是将待求解问题分解成若干个子问题
VaingloryYS·2022-11-17 21:31

Python基于随机采样一至性实现拟合椭圆(优化版)

上次版本如果在没有找到轮廓或轮廓的点集数很小无法拟合椭圆或在RANSAC中寻找最优解时会死循环中，优化后的代码importcv2importosimportnumpyasnpimportmatplotlib.pyplotaspltimportmathfromRansac_ProcessimportRANSACdefcul_area
·2022-11-17 18:23

PSO-LSSVM算法及其MATLAB代码

它的基本思想：通过群体中个体之间的协作和信息共享来寻找最优解。2.算法的原理和实现步骤2.1算法原理PSO初始化为一群随机粒子(随机解)，然后通过迭代找到最优解。在每一次的迭代中，粒子通过跟踪两个“
子木呀·2022-11-17 17:37

【最优化理论】01-最优化理论基础

文章目录大纲基础概念最优化问题一般形式无约束最优化问题约束最优化问题可行点可行域/集无约束问题最优解数学基础向量范数范数等价性矩阵范数矩阵范数性质序列极限聚点Cauchy序列连续&可微梯度稳定点（StationaryPoint
暖焱·2022-11-17 13:14

最优化--等式约束最优性条件

所谓的最优性条件就是最优解的性质。我们通过最优性条件的研究，能够对于优化的步骤，以及迭代求解时的结束条件有很大帮助。最优化问题常见的有无约束优化，等式约束优化，不等式约束优化。
ice110956·2022-11-17 13:14

整数线性规划实现（matlab分枝界定法）

文章目录一、本次问题1.利用第一天所学知识求解：2.本题理解：（1）分支界定法背景：基本理论（解题步骤）：求解实现1：1.第一步2.第二步3.第三步4.第四步结论：综上，最优解：x1=4，x2=2；最优值
洋洋菜鸟·2022-11-16 13:56

7. 拉格朗日对偶函数

矮着堆里拔将军找出最大的一组λ、υ对偶问题的最优值<=原问题的最优值只解出了对偶问题的最优解，即只求λ、υ并未求出原主问题的x4.强弱对偶5.从对偶问
其木王·王子·2022-11-16 11:00

多元线性回归中的岭回归，LASSO和弹性网

（1）如果可逆，那么直接解出来就有最优解。（2）如果不可逆，下面给出几种解决方案让我们先做一个问题转化：求该矩阵可逆等价于求
!sTorm·2022-11-16 10:48

04 线性规划-图解法

1.图解法对于只有两个变量的线性规划问题，可以采用在平面上作图的方法求解，称为图解法例1用图解法求解(2)画出目标函数等值线，并沿其法线方向平移等值线,以求得最优解。
Brice Loskie·2022-11-16 10:09

机器学习笔记——支持向量机（2）——处理非线性问题

引言由上一章内容我们可以了解到，针对线性模型问题，svm提供了最优解，换句话说，当数据集满足线性可分时，满足使用最优解的条件。那么针对非线性可以分的数据集，应采用怎样的处理方法？
Eugene丶SHAO·2022-11-15 16:49

基于A星和dijkstra算法的障碍物规避matlab仿真,可以设置行列数,随机产生障碍物

Dijkstra算法能得出最短路径的最优解，但由于它遍历计算的节点很多，所以效率低。算法描述（1）S为已经找到的从v出发的最短路径的终点集
我爱C编程·2022-11-15 13:11

Python实现ABC人工蜂群优化算法优化支持向量机分类模型(SVC算法)项目实战

ArtificialBeeColony,ABC)是由Karaboga于2005年提出的一种新颖的基于群智能的全局优化算法，其直观背景来源于蜂群的采蜜行为，蜜蜂根据各自的分工进行不同的活动，并实现蜂群信息的共享和交流，从而找到问题的最优解
胖哥真不错·2022-11-14 15:55

智能优化算法：分类、特点和未来

从图上可以看出，除了位于右下角的全局最优解(421;421)外，Schwefel函数还存在大量局部最优解。图中给出了三组局部最优解的实例，分别
我在开水团做运筹·2022-11-14 11:31

梯度下降（机器学习）

第一步：生活中的例子水受重力影响，会在当前位置，沿着最陡峭的方向流动，有时会形成瀑布（梯度下降）；遇到坑洼地区，有可能形成湖泊而终止下山过程（得到局部最优解而非全局最优解）。
唯见江心秋月白、·2022-11-14 11:54

线性回归-梯度下降法

梯度下降法是求解目标函数最优解的一个比较通用的方法。梯度：在微积分里面，对多元函数的参数求∂偏导数，把求得的各个参数的偏导数以向量的形式写出来，就是梯度。
星星点灯er·2022-11-14 09:05

prompt learning受控文本生成作诗

数据量较少，比如10-16个样本2.fintune后接后置任务模型层，参数比较多可以把这个问题看成是矩阵求解时候的，函数参数比较多、但是方程等式较少，这样求解方程组会导致方程组的解有很多种，那如何选出符合业务最优解就是个难题
远洋之帆·2022-11-14 09:41

2022-11-13

这个对并不意味着它一定是最优解，相反，只要它是我内心真正想做的事情就足够了。-大概整理下
小小树洞记录路程·2022-11-13 21:22

《机器学习概论》习题答案

[正确]决策树ID3算法找到的是假设空间的局部最优解。[正确]为了避免评估的偏差(bias)，训练集和测试集应该相互独立。[正确]高斯混合模型中各个分布是独立同分布
荆楚闲人·2022-11-13 11:31

周志华《机器学习》笔记（三）——第3章 线性模型

1、线性回归求解方法：用最小二乘法使均方误差最小化，可以求出最优解。2、逻辑回归（对数几率回归）线性模型外面套上一层Sigmoid函数，就可以解决二分类问题。求解方法与线性回归一样，用最小二乘
不会写代码的牛马·2022-11-13 00:00

优化算法系列-遗传算法（1）——基本理论枯燥版本

1.历史背景（不感兴趣可以跳过）遗传算法（GeneticAlgorithm）是模拟生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法。
weixin_30853329·2022-11-10 23:18

【数模/启发式算法】模拟退火算法

文章目录简介符号说明核心思想流程图文章使用到的测试函数基本原理自变量变化控制概率接受非最优取值模拟退火算法代码简介模拟退火算法（SimulateAnnealArithmetic，SAA）是一种通用概率演算法，用来在一个大的搜寻空间内找寻命题的最优解
智子、·2022-11-10 23:17

遗传算法入门

简单来说，它是一种通过模拟自然进化过程搜索最优解的方法。如果你想了解遗传算法相关的知识，可以学习实验楼上的教程：【Python实现遗传算法求解n-queens问题】，该实验分两节：第一节介绍遗
javastart·2022-11-10 23:45

伺服控制系统常用参数寻优算法

4.机器学习中，求代价函数在约束条件下的最优解问题。其上四个问题，均是参数寻优问题。问题1中，小明可以通过试
hudawang_li·2022-11-10 23:44

cs231n-Lecture6

CS231N–神经网络训练（下）一、精细优化1.SGD的优化问题(1)不同维度梯度问题比如在趋近最优解的维度，梯度下降的慢，而在垂直方式梯度下降的快，梯度下降的和方向在偏离正确方向太远，这样优化过程中逼近最优解速度慢
sun1398·2022-11-10 10:36

bp网络和卷积神经网络,bp神经网络

与传统bp神经网络相比，极限学习机有哪些优点极限学习机（ELM）算法，随机产生输入层与隐含层间的连接权值及隐含层神经元的阈值，且在训练过程中无需调整，只需设置隐含层神经元的个数，便可获得唯一的最优解，与传统的
普通网友·2022-11-10 10:03

智能优化算法：孔雀优化算法-附代码

1.孔雀优化算法POA通过雄孔雀求偶、雌孔雀自适应接近雄孔雀、幼孔雀自适应搜索食物源和雄孔雀交互４种寻优机制完成迭代更新，以逐渐逼近问题最优解．过程中，所有孔雀根据其适应度值的排序进行角色分配
智能算法研学社（Jack旭）·2022-11-10 07:21

代价函数、目标函数、损失函数

1、深度学习1.1定义介绍代价函数就是用于找到最优解的目的函数，这也是代价函数的作用。损失函数（LossFunction）是定义在单个样本上的，算的是一个观测历元的误差。
My.科研小菜鸡·2022-11-09 17:47

专访DataTrust： 解决隐私计算工程化之殇，为企业数据安全流通提供解决方案

隐私计算通过实现“数据可用不可见”，为数据要素安全流通提供技术最优解。随着市场需求增加、政策持续牵引，隐私计算迎来爆发态势，相关统计表明未来可触达千亿级的市场规模。
RPA中国·2022-11-09 15:34
上一页 48 49 50 51 52 53 54 55 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他