作者：郭亚宁机器学习非凸函数增量算法稳定点
摘要：由于机器学习蕴含着大量的数据,本文提出了一种名为二次增量算法并针对涉及大规模变量的一些光滑(可能是非凸的)函数之和的极小化问题.所提出的联合了增量方法的新颖算法能使所有子系统在一个强凸逼近函数作用下迭代到它们的最有值,并且保证收敛到函数的稳定点.之后应用所提出的算法框架去解决一个特殊的问题.数值实验表示所提出的算法是有效的.
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
《湖北民族学院学报·哲学社会科学版》是一本有较高学术价值的大型双月刊，立足于土，涵泳自然，走向世界，自创刊以来，选题新奇而不失报道广度，服务大众而不失理论高度，颇受业界和广大读者的关注和好评。 《湖北民族学院学报·哲学社会科学版》现已更名为《湖北民族大学学报·哲学社会科学版》。
杂志详情
