搜索资源列表
zuiyouhauzuoye
- 最优化共轭梯度算法、最速下降法、牛顿法、拟牛顿法matlab源码，含泪奉上-Conjugate gradient optimization algorithm, the steepest descent method, Newton method, quasi Newton method matlab source, tears offer
Conventionaloptimization
- 本程序包 包括一些常用的常规优化算法，包括抛物线法、最速下降法、黄金分割法、牛顿法等，可作为学习优化算法的参考-This package includes some commonly used conventional optimization algorithms, including the parabola method, steepest descent method, golden section method, Newton s law so it can be used as re
zuisuxiajiang
- 最速下降法，优化算法的一种，具有二次收敛性，若目标函数为二次正定函数，经有限步可达到极小点-Steepest descent method, an algorithm with quadratic convergence, if the objective function is quadratic positive definite function can be achieved by the finite step minima
chushi
- gui界面实现解方程，分为三种：牛顿叠加法、二分法最速下降法。-gui interface to achieve solutions of equations, is divided into three types: Newton superposition method, steepest descent method dichotomy.
Thesteepestdescentmethodprogram
- 用最速下降法求二元函数f(x)=2*x1^2+x2^2,的最优解，初值设为【1,1】，误差限设为0.1,并且给出了函数的等高线图，给出了点的轨迹-Find the steepest descent method with the binary function f (x) = 2* x1 ^ 2+ x2 ^ 2, the optimal solution, 1,1】 【initial set, the error limit is set to 0.1, and gives the functi
Opt_Steepest
- 用最速下降法求最优化解 输入：f为函数名 grad为梯度函数 x0为解的初值 TolX,TolFun分别为变量和函数的误差阈值 dist0为初始步长 MaxIter为最大迭代次数 输出: xo为取最小值的点 fo为最小的函数值 f0 = f(x(0- Steepest Descent Method with Optimum Solution input: f as a function name grad is gradient function x0 fo
steepest_descend_method
- c++求极值，利用无约束最优化中的最简单的最速下降法从负梯度方向来求得极值-c++ extremum, the use of unconstrained optimization of the most simple steepest descent method to obtain from the extreme negative gradient direction
conjugate_gradient
- 共轭梯度法是介于最速下降法与牛顿法之间的一个方法，它仅需利用一阶导数信息，但克服了最速下降法收敛慢的缺点-Conjugate gradient method is between the steepest descent method and Newton method between a method that only use the first derivative information, but the steepest descent method to overcome the d
C_bp
- BP（Back Propagation）网络是1986年由Rumelhart和McCelland为首的科学家小组提出，是一种按误差逆传播算法训练的多层前馈网络，是目前应用最广泛的神经网络模型之一。BP网络能学习和存贮大量的输入-输出模式映射关系，而无需事前揭示描述这种映射关系的数学方程。它的学习规则是使用最速下降法，通过反向传播来不断调整网络的权值和阈值，使网络的误差平方和最小。BP神经网络模型拓扑结构包括输入层（input）、隐层(hide layer)和输出层(output layer)。-
Matlab_bp
- BP（Back Propagation）网络是1986年由Rumelhart和McCelland为首的科学家小组提出，是一种按误差逆传播算法训练的多层前馈网络，是目前应用最广泛的神经网络模型之一。BP网络能学习和存贮大量的输入-输出模式映射关系，而无需事前揭示描述这种映射关系的数学方程。它的学习规则是使用最速下降法，通过反向传播来不断调整网络的权值和阈值，使网络的误差平方和最小。BP神经网络模型拓扑结构包括输入层（input）、隐层(hide layer)和输出层(output layer)。-
ma1104
- 利用最速下降法的3输入2使出的BP网络，可以快速的得到训练结果-Steepest descent method using 3-input 2 resorted to the BP network, the result can be trained quickly
zuisuxiajiangfa
- 最优化理论与方法最速下降法C++源代码最优化理论与方法最速下降法C++源代码-Optimization theory and methods of steepest descent C++ source code for the optimization theory and method of steepest descent C++ source code
matlab-steep-decent-method
- matlab最速下降法，简单的求二次函数的hesse矩阵-steep decent method
shuzhidaishu
- 用牛顿法，共轭梯度法，最速下降法完成矩阵的计算-Newton conjugate gradient method
Conjugate-gradient
- 共轭梯度法是介于最速下降法与牛顿法之间的一个方法，它仅需利用一阶导数信息，但克服了最速下降法收敛慢的缺点，又避免了牛顿法需要存储和计算Hesse矩阵并求逆的缺点，共轭梯度法不仅是解决大型线性方程组最有用的方法之一，也是解大型非线性最优化最有效的算法之一。-Conjugate gradient method is between the steepest descent method and Newton method between a method that only use the firs
backprop
- 神经网络程序,最速下降法，国外用c语言编写的。-bp net
-Common-non-binding
- 最优化常用无约束方法，内有最速下降法，newton法，共轭梯度法，坐标轮换发等程序，程序均用C语言编写！-The most common unconstrained optimization methods, steepest descent method within, newton method, conjugate gradient method, coordinate rotation of hair and other procedures, procedures are writte
mulFastDown
- 最速下降法求解非线性方程组，此程序求解了【6x-sin（y）-50=0 cos（x）-4y-70=0】这一方程的解，大家可以把方程组改换，应用于自己的题目，例子。-Steepest descent method for solving nonlinear equations, this procedure solved 【6x-sin (y)-50 = 0 cos (x)-4y-70 = 0】 solution of this equation, we can change the equati
BP
- 构建BP神经网络，源码。BP网络能学习和存贮大量的输入-输出模式映射关系，而无需事前揭示描述这种映射关系的数学方程。它的学习规则是使用最速下降法，通过反向传播来不断调整网络的权值和阈值，使网络的误差平方和最小。BP神经网络模型拓扑结构包括输入层（input）、隐层(hide layer)和输出层(output layer)。-BP neural network to build, source. BP network can learn and store a lot of input- out
shili96
- 制作运用最速下降法解线性方程组的用户界面-Making use of the steepest descent method solving linear equations of the user interface