机器学习定义： 三要素： 模型：输入空间到输出空间的映射关系。学习的过程即为从假设空间中搜索适合当前数据的假设。 策略：从假设空间的众多假设中选择到最优的模型的学习标准或规则。 算法：学习模型的具体的计算方法，通常是求解最优化问题。 模型->确定学习范围 策略->确定学习规则 算法->按规则在范围内 ...
分类：
其他好文 时间：
2018-09-26 14:53:56
阅读次数：
119
恢复内容开始 2018研究生数学建模竞赛B题 光传送网建模与价值评估 竞赛总结 这道赛题是有关通信方面的赛题,初步读题,感到第一问和第二问关系不大,第二问和第三问关系也不大,不过第一问和第三问有比较紧密的顺承关系. 1 1 第一问主要讨论在光纤通信环境下,与光信号传输有关的调制解调的误码率问题.在题 ...
分类：
其他好文 时间：
2018-09-22 14:41:52
阅读次数：
272
最优化的背景 古希腊的欧几里得时期就存在最优化的思想，当时提出了一个很著名的问题：在周长相同的一切矩形中，以正方形的面积为最大。接下来几个世纪，微积分的建立使得最优化理论可以用来解决无约束的极值问题，随后为了解决有约束条件的最优化问题，发展了变分法。上世纪40年代，由于军事上的需要产生了运筹学，并使 ...
分类：
其他好文 时间：
2018-09-19 01:23:14
阅读次数：
298
1.线性回归 最小二乘问题 $e=y-f(x)$ 2.线性方程组求解 最小二乘问题 3.直线（Line），曲线和平面（Plane）拟合 最小二乘问题 4.ICP点云匹配 最小二乘问题，可以用LM方法求解 5.NDT点云匹配 $min f(x)$ 高斯牛顿+线性搜索 6.测量平差 VS 图优化 最小二 ...
分类：
其他好文 时间：
2018-09-18 20:42:37
阅读次数：
424
yuanwen 0 前言 上”最优化“课，老师讲到了无约束优化的拉格朗日乘子法和KKT条件。 这个在SVM的推导中有用到，所以查资料加深一下理解。 1 无约束优化 对于无约束优化问题中，如果一个函数f是凸函数，那么可以直接通过f(x)的梯度等于0来求得全局极小值点。 为了避免陷入局部最优，人们尽可能 ...
分类：
其他好文 时间：
2018-09-18 13:43:29
阅读次数：
302
最优化问题 # 背包问题 # 动态规划 # 图 # ...
分类：
其他好文 时间：
2018-09-12 11:14:30
阅读次数：
186
最优化平均值的显然做法是01分数规划 给定一个带权有向图 对于这个图中的每一个环 定义这个环的价值为权值之和的平均值 对于所有的环，求出最小的平均值 这个结论怎么做的我找不到，但是显然的做法是可以找到的 也就是二分答案+spfa判断正环 然后学到了，DFS的SPFA判环贼快 ...
分类：
其他好文 时间：
2018-09-11 00:58:09
阅读次数：
197
对抗生成网络，通过对分别两个矛盾的函数，进行各自的训练，已达到两个函数都能实现各自的最优化，得到的参数就是一个较好的参数 两个对抗函数： 函数一：是判别损失函数，使得判别式的准确率越来越大, 及self.D1被判断为1， self.D2被判断为0 self.loss_d = tf.reduce_me ...
分类：
编程语言 时间：
2018-09-09 22:11:24
阅读次数：
394
1、梯度下降法 梯度下降法是最早最简单的，也是最为常用的最优化算法。梯度下降法实现简单，当目标函数是凸函数时，梯度下降法的解是全局解。一般情况下，其解不保证是全局最优解，梯度下降法的速度未必是最快的。梯度下降法的优化思想是用当前位置负梯度方向作为搜索方向，因为该方向为当前位置的最快下降方向，所以也被 ...
分类：
编程语言 时间：
2018-08-27 10:29:07
阅读次数：
164
模拟退火 概述：求解最优化问题，example：TSP，函数max/min 一、理论： 算法认识：基于爬山算法（每次朝着当前上升最快的方向爬，但是初始化不同可能会得到不同的局部最优值，模拟退火可能跳出局部最优值） 流程：初始高温 温度降低 终止在低温 本质： 贪心+随机化 二、算法描述： $$\be ...
分类：
其他好文 时间：
2018-08-26 20:06:32
阅读次数：
162
