搜索资源列表
mfile
- 计算图像的平均梯度,边缘强度,信息熵以及方差,图像可以是单波段或多波段图像。
AntiAliasing
- 越来越多的人愿意用GDI+绘制矢量图来完成UI的设计,原因是可以用到无锯齿、渐变、梯度、混合、透明等等各种图像效果。不过,通常大家遇到一些问题,本文和程序代码改善缩略图质量、无缝显示和锯齿消除的矢量图GDI+绘制。从而实现高质量的图像效果。
unconstrained_optimization
- VC实现的,多维函数搜索,无约束优化方法, (1)最速下降法 (2)阻尼牛顿法(3)共轭梯度法 (4)鲍维尔法(5)变尺度法(6)单纯形法 -VC implementation, multi-dimensional function of search, unconstrained optimization methods, (1), steepest descent method (2) damped Newton' s method (3) conjugate gradient
matlab
- 【1】随机序列产生程序 【2】白噪声产生程序 【3】M序列产生程序 【4】二阶系统一次性完成最小二乘辨识程序 【5】实际压力系统的最小二乘辨识程序 【6】递推的最小二乘辨识程序 【7】增广的最小二乘辨识程序 【8】梯度校正的最小二乘辨识程序 【9】递推的极大似然辨识程序 【10】Bayes辨识程序 【11】改进的神经网络MBP算法对噪声系统辨识程序 【12】多维非线性函数辨识程序的Matlab程序 【13】模糊神经网络解耦M
minPRPFDD
- 共轭梯度法的prp方法结合非单调法求解多维函数的极小值,在此前必须编写好一为搜索函数-Minimum prp method combined with non-monotonic conjugate gradient method for solving multidimensional function must be written in the previous one for search function
minGETDPRPWP
- 共轭梯度法的prp方法结合wolfe-powell法求解多维函数的极小值,在此前必须编写好一为搜索函数-Minimum of Conjugate Gradient Method the prp method combined wolfe-powell method to solve the multi-dimensional function must be written in the previous one for search function
minGETDFRWP
- 共轭梯度法的FR方法结合wolfe-powell搜索,求解多维函数的极小值,在此前必须编写好一为搜索函数-FR method combined with the conjugate gradient method wolfe-powell search for solving multidimensional function minimum, must be written in the previous one for the search function
minGETDFRHJ
- 共轭梯度法的FR方法结合黄金分割法求解多维函数的极小值,在此前必须编写好一为搜索函数-Minimum value of the FR conjugate gradient method combined with golden section method to solve the multi-dimensional function must be written in the previous one for search function
Constrained-optimization-problems
- 约束优化问题,包含 用Rosen梯度投影法求解约束多维函数的极值 用外点罚函数法求解线性等式约束多维函数的极值 用外点罚函数法求解一般等式约束多维函数的极值 用内点罚函数法求解约束多维函数的极值 用混合罚函数法求解约束多维函数的极值 用混合罚函数加速法求解约束多维函数的极值 用乘子法求解约束多维函数的极值 用坐标轮换法求解约束多维函数的极值 用复合形法求解约束多维函数的极值 -Constrained optimization problems contai
multidimensional-extremum-problems
- 无约束多维极值问题,包含 用模式搜索法求解多维函数的极值 用Rosenbrock法求解多维函数的极值 用单纯形搜索法求解多维函数的极值 用Powell法求解多维函数的极值 用最速下降法求解多维函数的极值 用共轭梯度法求解多维函数的极 用牛顿法求解多维函数的极值 用修正牛顿法求解多维函数的极值 用DFP法求解多维函数的极值 用BFGS法求解多维函数的极值 用信赖域法求解多维函数的极值 用显式最速下降法求正定二次函数的极值 -Unconstrain
CARMA_GI
- 受控自回归滑动平均模型的梯度迭代算法,经过多次迭代计算之后,能够有效的逼近真实值-Controlled autoregressive moving average model of gradient iterative algorithm, after several iterations, can effectively approach the true value
minGETD
- 共轭梯度法求解多维函数的极值 function [x,minf]=minGETD(f,x0,var,eps) 目标函数:f 初始点:x0 自变量向量:var 精度:eps 目标函数取最小值时的自变量值:x 目标函数的最小值:minf- Conjugate gradient method for solving the multi-dimensional function of the extreme value function [x, minf] =
gongetidufa2
- 共轭梯度法求解多维问题,已经经过实际函数操作验证。-Conjugate gradient method for solving the multi-dimensional issues, has been operating the actual function verification.
CV-model-code2
- CV模型是一种重要的图像分割模型,本文针对其收敛速度慢、效率低的缺点提出一种求解CV模型的新方法.首先将CV模型的能量泛函改写成与原来有相同稳定解的总变分公式形式,然后使用对偶公式法求总变分公式的极小值,再在其中引入一速度项以加快模型的收敛速度.新方法一方面克服了梯度下降法要求时间步长小、迭代次数多的缺点,经过较少次的迭代就能收敛,减少了迭代计算的次数-CV model is one of the most important image segmentation model and disad
Powell
- 鲍威尔优化算法:多维无约束优化算法是在无约束优化算法之一,首先选取一组共轭方向,从某个初始点出发,求目标函数在这些方向上的极小值点,然后以该点为新的出发点,重复这一过程直到获得满意解,其优点是不必计算目标函数的梯度就可以在有限步内找到极值点。 鲍威尔法是以共轭方向为基础的收敛较快的直接法之一,是一种十分有效的算法。-Powell optimization algorithm
haiten
- 使用拉亚普诺夫指数的公式,单径或多径瑞利衰落信道仿真,利用自然梯度算法。- Raya Punuo Fu index using the formula, Single path or multipath Rayleigh fading channel simulation, Use of natural gradient algorithm.
第7章 无约束多维极值问题
- 无约束多维极值算法 共轭梯度法 用共轭梯度法求解多维函数的极值(Unconstrained multidimensional extreme value algorithm; conjugate gradient method)
5
- 5 基于多方向梯度和形态学算法的红外弱小目标检测(More than 5 based on direction gradient algorithm of infrared weak small targets detection and morphology)
Fan_Conjugate_gradient
- 通过共轭梯度法进行多参数优化,且参数优化的精确度可调。(Multi parameters optimization based on the conjugate gradient method,and the precision of these parameters can be adjusted.)
3
- 梯度投影法 求解最优化问题, 有多个例子 ,可直接运行,运行code(There are many examples of gradient projection method for solving optimization problems. It can run directly and run code.)