期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
稀疏优化模型及其正则化方法 被引量:1
1
作者 刘思凡 王浩 胡耀华 《数学建模及其应用》 2018年第4期1-15,83,共16页
稀疏优化模型是目前最优化领域中非常热门的研究前沿课题,在压缩感知、图像处理、机器学习和统计建模等领域都获得了成功的应用.本文以光谱分析技术、数字信号处理和推荐系统等多个应用问题为例,阐述稀疏优化模型的建模过程与核心思想.... 稀疏优化模型是目前最优化领域中非常热门的研究前沿课题,在压缩感知、图像处理、机器学习和统计建模等领域都获得了成功的应用.本文以光谱分析技术、数字信号处理和推荐系统等多个应用问题为例,阐述稀疏优化模型的建模过程与核心思想.稀疏优化模型属于组合优化模型,非常难以求解(NP-难).正则化方法是稀疏优化模型的一类常用的求解方法.我们将介绍正则化方法的原理与几类常见的正则化模型,并阐述正则化模型的稳定性理论与多种先进算法.数值实验表明,这些算法都具有快速、高效、稳健等显著优点.稀疏正则化模型将在大数据时代中发挥更显著的计算优势与应用价值. 展开更多
关键词 稀疏优化模型 正则化方法 稳定性理论 机器学习思想 贪婪算法 一阶迭代算法
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部