搜索资源列表
Conjugate
- 最优化方法: 共轭方向法 matlab源代码 需要改变原函数及其梯度-Optimization: Conjugate Method need to change the original function and its gradient
optimization
- 最优化中常见的一些算法，包括DFP，共轭法，拟牛顿法，梯度法等-Common algorithm optimization, including the DFP, conjugate method, quasi-Newton method, gradient method
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
Polish-overload-access
- 最优化算法,有共轭梯度,牛顿法,黄金分割,最速下降法等()
DHS
- 改进的HS共轭梯度法，能够更快的求解无约束优化问题(A modified Hestenes-Stiefel conjugate gradient method with sufficient descent condition and conjugacy condition)
0516560
- 本人自编的共轭梯度法,为c源码,已在TC下运行通过()
method
- 解线性方程组的迭代法，例如：最速下降法求线性方程组Ax=b的解，共轭梯度法求线性方程组Ax=b的解(The iterative method for solving linear equations is obtained)
necompisition
- 本人自编的共轭梯度法,为c源码,已在TC下运行通过,()
最优化方法
- 使用各种不同的方法计算二元函数极值，如最速下降法，牛顿法，共轭梯度法，拟牛顿法，信赖域法等(Calculate binary function extremes using various methods, such as steepest descent, Newton's method, conjugate gradient method, quasi-Newton method, trust region method, etc.)
MT2D正演
- 基于MATLAB编写的大地电磁二维有限单元法正演程序，矩形单元剖分，线性插值， 使用说明： 1. 运行MT2DMODEL.m构建正演模型 2. 运行TMmodel.m和TEmodel.m正演计算，计算结果自动保存 3. 程序进行了优化，并将BICGSTAB（稳定双共轭梯度法）用于求解线性方程组，求解效率提高，一般情况下正演计算仅需1~2秒(Based on MATLAB compiled two-dimensional magnetotelluric fin
DeconvolutionCode-LevinEtAl07
- 所附代码提供了上述三种反卷积策略的实现。要开始，用户应该检查文件demo.m。反褶积子程序在以下文件中实现:deconvL2频率.m:在频域反褶积，假设高斯导数在前面。2.deconvL2.m:利用共轭梯度算法，假设在空间域上存在高斯导数先验的反褶积。3.deconvSps.m:利用迭代重加权最小二乘算法，在空间域上假设一个稀疏导数先验的反褶积。(The enclosed code provides the implementation of the above three deconvolut
共轭梯度法程序
- 函数原型ConjugateGradient(f,a,b,eps) f:目标函数,(a,b):初始点,eps:终止限 输出为最小值点，最小值和搜索次数
EITtext
- 解决EIT中的逆问题，包括吉洪诺夫，Landewer，L1，共轭梯度法等(Solve the inverse problem in EIT, including gihunov, landewer, L1, conjugate gradient method and so on)