国家自然科学基金(61273296)

作品数：7被引量：19H指数：2
导出分析报告
相关作者：陶卿周柏朱小辉储德军姜纪远更多>>
相关机构：中国人民解放军陆军军官学院合肥工业大学中国人民解放军理工大学更多>>
相关期刊：《模式识别与人工智能》《计算机工程与应用》《合肥工业大学学报（自然科学版）》《软件学报》更多>>
相关主题：MIRRORCOMPOSITEDESCENT强凸非光滑更多>>
相关领域：自动化与计算机技术理学更多>>
-
在结果中检索

检索结果分析

结果分析中...
共 条 记 录，以下是1-7
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
一种利用Screening加速技巧的Lasso算法
《计算机工程与应用》2018年第4期135-140,共6页邱俊洋 潘志松 易磊 陶蔚 张梁梁 
国家自然科学基金(No.61273296);江苏省自然科学基金青年基金面上项目(No.BK20140075)
Lasso(Least absolute shrinkage and selection operator)是目前广为应用的一种稀疏特征选择算法。经典的Lasso算法通过对高维数据进行特征选择一定程度上降低了计算开销,然而,求解Lasso问题目前仍面临诸多困难与挑战,例如当特征维数...
关键词：Lasso算法 Screening加速技巧 稀疏特征选择 高维数据 
多因素扰动下闭环供应链的契约设计被引量：2
《合肥工业大学学报（自然科学版）》2018年第1期133-136,144,共5页陈苏安 蔡英杰 杨志林 
国家自然科学基金资助项目(61273296)
文章研究了由制造商、零售商以及第三方回收商组成的闭环供应链系统,考虑由于突发事件所引起的多因素扰动对闭环供应链系统的影响,讨论扰动情形下闭环供应链系统的契约设计问题。研究结果表明,采用改进后的收益共享契约可以协调多因素...
关键词：闭环供应链 多因素扰动 收益共享契约 突发事件 协调机制 
求解非光滑强凸优化问题的减小方差加权随机算法
《模式识别与人工智能》2016年第7期577-589,共13页朱小辉 陶卿 
国家自然科学基金项目(No.61273296)资助~~
在光滑问题随机方法中使用减小方差策略,能够有效改善算法的收敛效果.文中同时引用加权平均和减小方差的思想,求解"L1+L2+Hinge"非光滑强凸优化问题,得到减小方差加权随机算法(α-HRMDVR-W).在每步迭代过程中使用减小方差策略,并且以加...
关键词：机器学习 随机优化 减小方差 
一种减小方差求解非光滑问题的随机优化算法被引量：6
《软件学报》2015年第11期2752-2761,共10页朱小辉 陶卿 邵言剑 储德军 
国家自然科学基金(61273296);安徽省自然科学基金(1308085QF121)
随机优化算法是求解大规模机器学习问题的高效方法之一.随机学习算法使用随机抽取的单个样本梯度代替全梯度,有效节省了计算量,但却会导致较大的方差.近期的研究结果表明:在光滑损失优化问题中使用减小方差策略,能够有效提高随机梯度算...
关键词：机器学习 随机算法 非光滑 方差 COMPOSITE objective MIRROR descent(COMID) 
基于随机步长具有最优瞬时收敛速率的稀疏随机优化算法
《模式识别与人工智能》2015年第10期876-885,共10页周柏 陶卿 储德军 
国家自然科学基金项目(No.61273296);安徽省自然科学基金青年项目(No.1508085QF114;1308085QF121)资助
几乎所有的稀疏随机算法都来源于在线形式,只能获得平均输出方式的收敛速率,对于强凸优化问题无法达到最优的瞬时收敛速率.文中避开在线形式转到随机模式,直接研究随机优化算法.首先在含有L1正则化项的稀疏优化问题中加入L2正则化项,使...
关键词：机器学习 随机优化 最优瞬时收敛速率 稀疏性 
一种求解强凸优化问题的最优随机算法被引量：11
《软件学报》2014年第9期2160-2171,共12页邵言剑 陶卿 姜纪远 周柏 
国家自然科学基金(61273296)
随机梯度下降(SGD)算法是处理大规模数据的有效方法之一.黑箱方法SGD在强凸条件下能达到最优的O(1/T)收敛速率,但对于求解L1+L2正则化学习问题的结构优化算法,如COMID(composite objective mirror descent)仅具有O(lnT/T)的收敛速率.提...
关键词：机器学习 随机优化 强凸问题 混合正则化项 COMID (composite objective MIRROR descent) 
一种具有最优收敛速度的正则化境面下降算法被引量：1
《计算机工程》2014年第6期148-153,共6页王惊晓 高乾坤 汪群山 
国家自然科学基金资助项目(61273296);安徽省自然科学基金资助项目(1308085QF121)
Pegasos算法是求解大规模支持向量机问题的有效方法,在随机梯度下降过程中植入多阶段循环步骤,能使该算法得到最优的收敛速度O(1/T)。COMID算法是由镜面下降算法推广得到的正则化随机形式,可保证正则化项的结构,但对于强凸的优化问题,...
关键词：机器学习 在线学习 随机优化 稀疏性 L1+L2正则化 收敛速度 
全选清除导出
共1页<1>
检索报告 对象比较 聚类工具 使用帮助 返回顶部