DL共轭梯度法的一个最优参数选择
发布时间：2021-05-23 21:28
DL共轭梯度法的参数t是否存在适当选择是非线性共轭梯度法公开问题之一。近年来,BabaieKafaki S和Ghanbart R对DL方法的搜索方向矩阵进行奇异值学习,他们主要通过不同的放缩方式得到搜索方向矩阵条件数的两个上界,再极小化上界,得到参数t的两个最优选择tk1、tk2,在此基础上以一种新的放缩方式得到t的一个最优选择tk3,且与取参数为tk1和tk2的DL方法相比,取参数tk3的DL方法在数值计算上更具优势。
【文章来源】：东莞理工学院学报. 2020,27(05)
【文章页数】：5 页
【文章目录】：
1 DL共轭梯度法参数t的一个最优选取
2 收敛性分析
3 数值实验
4 结语
本文编号：3203003
【文章来源】：东莞理工学院学报. 2020,27(05)
【文章页数】：5 页
【文章目录】：
1 DL共轭梯度法参数t的一个最优选取
2 收敛性分析
3 数值实验
4 结语
本文编号：3203003
本文链接：https://www.wllwen.com/kejilunwen/sousuoyinqinglunwen/3203003.html
