注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 带工程约束的点匹配算法

  2. ：在基于三维测量点的刚体姿态计算中，刚体的最佳姿态往往需要让刚体的某些关键点满足约束要求。以往的点匹配算 法从不考虑原始测点带有工程约束的问题，获得的姿态参数不能满足工程实际的需要。介绍一种带工程约束的点匹配算法， 该算法利用多目标优化模型，把两点对称、多点在同一平面上、多点在同一直线上等工程约束引入到点匹配的优化目标函数 中，利用牛顿非线性最优化方法求解 6 个姿态参数。利用权值矢量实现对多个约束进行同时控制的误差分配求解，为带工程 约束的刚体最佳姿态计算提供一套有效的解决方案

  3. 所属分类：制造

    • 发布日期：2011-12-05
    • 文件大小：597kb
    • 提供者：xjtugjj

  1. 最优化方法

  2. 牛顿法解决最优化问题，外点法，内点法，最速下降发。

  3. 所属分类：专业指导

    • 发布日期：2011-12-09
    • 文件大小：164kb
    • 提供者：hurricane6034

  1. 牛顿算法，可解决最优化问题，有详解

  2. 用牛顿法解决多维的最优化问题，解函数的最小值 function [x,minf]=minNT(f,x0,var,eps) %目标函数：f %初始点：x0 %自变量向量：var %精度：eps

  3. 所属分类：其它

    • 发布日期：2012-12-04
    • 文件大小：426byte
    • 提供者：stoneboy007

  1. 最优化理论KKT.pdf

  2. 机器学习的很多问题最终都可以归结为一个优化问题，针对不同情况下的优化问题，我们给出了具体的解决方案，比如无约束条件下的梯度下降法和牛顿法，等式约束条件下的朗格朗日乘子法以及不等式约束条件下的KKT条件。

  3. 所属分类：深度学习

    • 发布日期：2020-07-07
    • 文件大小：397kb
    • 提供者：qq_39823607

  1. EDA/PLD中的LabVIEW 8.2中的最优化

  2. 最优化理率与算法是一个重要的数学分支，它所研究的问题是，在众多的方案中什么样的方案最优以及怎样找出最优方案。早在公元前500年，古希腊数学家毕达哥拉斯就已发现了黄金分割法，17世纪牛顿发明微积分时已经提出极值问题，后来又出现拉格朗日乘数法；1847年柯西提出了最速下降法，还有求无约束极值的变分法，这些统称为古典最优化方法。 　　由于生产和科学研究迅猛发展，许多最优化问题已无法用古典方法解决，又由于电子计算机日益普及，使最优化问题的研究不仅成为一种迫切需要，而且有了求解的有力工具。现在已经有许多

  3. 所属分类：其它

    • 发布日期：2020-11-17
    • 文件大小：512kb
    • 提供者：weixin_38736652

  1. 牛顿法、梯度下降法原理及Python编程应用

  2. 牛顿法、梯度下降法原理及Python编程应用 一、项目概述 无论是在学习还是工作中，我们都会遇到很多最优化问题。最优化方法是一种数学方法，它是研究在给定约束之下如何寻求某些因素(的量)，以使某一(或某些)指标达到最优的一些学科的总称。最优化算法在学习和工作中是很重要的，我们学习和工作中遇到的大多问题都可以建模成一种最优化模型进行求解。常见的最优化方法有梯度下降法、牛顿法和拟牛顿法、共轭梯度法等等，本文主要介绍牛顿法和梯度下降法原理以及使用Python编程应用问题。 二、应用领域 使用牛顿法或梯度

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：210kb
    • 提供者：weixin_38693476