超记忆梯度法

作品数：20被引量：74H指数：4
导出分析报告
相关领域：理学更多>>
相关作者：汤京永时贞军董丽刘春生马巍更多>>
相关机构：信阳师范学院海南大学大连理工大学曲阜师范大学更多>>
相关期刊：《应用数学》《石油物探》《工程数学学报》《山东大学学报（理学版）》更多>>
相关基金：国家自然科学基金山东省自然科学基金河南省教育厅科学技术研究重点项目中国博士后科学基金更多>>
-
在结果中检索

检索结果分析

结果分析中...
选择条件：
  • 学科=理学—数学x
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
一个基于非单调技术的超记忆梯度法
《应用数学》2020年第1期116-125,共10页林海婵 李靖雅 欧宜贵 
国家自然科学基金项目(11961018,11761025)
本文给出一个修正的非单调线搜索策略,并结合该策略提出一个求解无约束优化问题的超记忆梯度算法.该算法的主要特点是:在每一次迭代中,它所产生的搜索方向总是满足充分下降条件.这一特性不依赖于目标函数的凸性以及方法所采用的线搜索策...
关键词：无约束优化 非单调技术 超记忆梯度法 收敛性分析 数值实验 
超记忆梯度法在大规模信号重构问题中的应用
《山东大学学报（理学版）》2017年第1期65-73,80,共10页李双安 陈凤华 赵艳伟 
河南省高等学校重点科研项目(17A110032);河南省教育厅科学技术研究重点项目(12B110011)
研究了用基于非单调线搜索技术的超记忆梯度算法解决大规模信号恢复问题。利用平滑切片绝对偏差惩罚函数(SCAD)代替1正则化最小二乘问题的1范数惩罚函数,因SCAD的一个局部二次逼近是凸且可微的,所以目标函数的梯度和海瑟阵易计算。...
关键词：压缩感知 稀疏信号 平滑切片绝对偏差惩罚函数 超记忆梯度法 
一个新的超记忆梯度法及全局收敛性
《海南师范大学学报（自然科学版）》2015年第3期237-241,共5页李双安 陈凤华 程慧燕 
国家自然科学基金(11361018);广西杰出青年基金(2012GXSFFA060003);河南省教育厅科学技术研究重点项目(12B110011);高等学校重点科研项目(15B110008)
文章提出了一个新的超记忆梯度法解决无约束优化问题.该算法沿着目标函数的下降方向进行搜索,每步迭代提出的算法都充分地利用了前面多步迭代信息,避免目标函数海瑟阵的储存和计算,因此它适合解决大规模无约束优化问题.在适当的假设条件...
关键词：无约束优化 超记忆梯度法 非单调线搜索 全局收敛性 数值实验 
一个基于定步长技术的超记忆梯度法被引量：2
《应用数学》2015年第1期74-82,共9页刘元文 欧宜贵 马巍 
国家自然科学基金(11261015);海南省自然科学基金(111001)
基于定步长技术,本文给出一种求解无约束优化问题的超记忆梯度算法,从而避免每步都执行线搜索.在一定条件下证明该算法具有全局收敛性和局部线性收敛率.由于该方法不用计算和存储矩阵,故适合于求解大规模优化问题.数值试验表明该算法是...
关键词：无约束优化 定步长技术 超记忆梯度法 数值试验 
一个新的求解无约束优化问题的超记忆梯度法被引量：1
《信阳师范学院学报（自然科学版）》2013年第3期324-326,共3页汤京永 田会宇 
河南省教育厅科学技术研究重点项目(13A110767)
提出一个新的求解无约束优化问题的超记忆梯度法.该算法在每步迭代中充分利用前面迭代点的信息产生下降方向,利用曲线搜索产生步长,并且在每步迭代中不需计算和存储矩阵,适于求解大规模优化问题.在较弱的条件下证明了算法具有全局收敛...
关键词：无约束优化 曲线搜索 全局收敛 线性收敛速度 
一类新的多步曲线搜索下的超记忆梯度法被引量：2
《应用数学学报》2011年第2期353-362,共10页汤京永 贺国平 董丽 
国家自然科学基金(10971122);山东省自然科学基金(Y2008A01);高等学校博士学科点专项科研基金(20093718110005)资助项目
研究一类新的求解无约束优化问题的超记忆梯度法,分析了算法的全局收敛性和线性收敛速率.算法利用一种多步曲线搜索准则产生新的迭代点,在每步迭代时同时确定下降方向和步长,并且不用计算和存储矩阵,适于求解大规模优化问题.数值试验表...
关键词：无约束优化 曲线搜索 全局收敛 线性收敛速率 
Wolfe线性搜索下的超记忆梯度法及其收敛性
《吉林大学学报（理学版）》2010年第3期396-400,共5页汤京永 董丽 
国家自然科学基金(批准号:10571109);山东省自然科学基金(批准号:Y2008A01);信阳师范学院青年科研基金(批准号:200946)
研究无约束优化问题,给出了一种新的超记忆梯度法,在较弱条件下证明了算法具有全局收敛性和线性收敛速率.数值试验表明新算法是有效的.
关键词：无约束优化 超记忆梯度法 全局收敛性 线性收敛速率 
无约束优化的超记忆梯度算法及其收敛特征(英文)
《数学理论与应用》2008年第4期1-5,共5页汤京永 董丽 
研究一种新的无约束优化超记忆梯度算法,算法在每步迭代中充分利用前面迭代点的信息产生下降方向,利用Wolfe线性搜索产生步长,在较弱的条件下证明了算法的全局收敛性。新算法在每步迭代中不需计算和存储矩阵,适于求解大规模优化问题。
关键词：无约束优化 超记忆梯度法 Wolfe线性搜索 全局收敛 
Goldstein线搜索下一种超记忆梯度法的全局收敛性
《河北理工大学学报（自然科学版）》2008年第4期104-106,111,共4页杨锋 陈忠 杜乐乐 
国家自然科学基金项目(40572078/D0206);教育部重点实验室开放基金项目(KLETOR0608);湖北省教育厅重点项目(D200512001)
对于无约束优化问题,在目标函数满足一定条件时,证明了Goldstein线搜索下一种超记忆梯度法的全局收敛性。
关键词：无约束最优化问题 超记忆梯度法 GOLDSTEIN线搜索 全局收敛性 
一种满足夹角性质的超记忆梯度方法被引量：2
《山东大学学报（理学版）》2008年第6期68-70,76,共4页孙敏 
提出了一种修正的超记忆梯度方法。该方法的优点是:(1)在无需线性搜索的条件下,迭代方向就是充分下降方向;(2)迭代方向保持夹角性质。在较弱的条件下,分析了方法的全局收敛性。初步的数值试验表明了方法的有效性。
关键词：超记忆梯度法 充分下降 全局收敛性 
全选清除导出
共2页<12>
检索报告 对象比较 聚类工具 使用帮助 返回顶部