坐标下降相关论文
在信息资源急剧膨胀的今天,数据分析领域的一个热点问题是如何处理复杂数据.随着科学技术和经济的发展,很多领域都会面对存储量很......
荧光寿命显微成像（fluorescence lifetime imaging microscopy,FLIM）利用荧光寿命能灵敏反映荧光团相互作用及微环境变化的特点进行......
同时同频全双工技术可以有效提升频谱资源利用率,缓解当前频谱资源紧张现状,但由于其受到自干扰问题的限制,因此暂未被广泛使用。......
分类是机器学习中一个非常重要的方法,在已有数据的基础上构造出一个分类模型,用来判定新的测试数据的类别。同时稀疏化模型的研究......
有序回归问题是机器学习中一类重要的问题,它的目标是预测离散的有序类别,这导致它区别于多分类和回归问题。有序回归方法成功应用......
脑机接口系统的核心问题之一是信号分类。本文针对脑电信号的异构融合特征的分类问题提出了一种新方法:封装式弹性网特征选择和分......
分布式大规模多输入多输出(MIMO)系统中,利用时分双工模式的信道互易特性,发送端的接入节点可以根据估计得到的上行信道状态信息来......
支持向量数据描述(SVDD)是一种无监督学习算法,在图像识别和信息安全等领域有重要应用.坐标下降方法是求解大规模分类问题的有效方......
针对非光滑损失问题提出一种新的坐标下降算法,采用排序搜索的方式求解子问题解析解。分析了算法的时间复杂度,并给出了三种提高收......
目前利用压缩感知理论来解决稀疏信号的恢复,已经成为了研究的热点之一。为了提高一类坐标下降法在压缩感知中的运行速度和减少其......
本文考虑高维线性模型中的变量选择和参数估计.提出了一种广义的SELO方法求解惩罚最小二乘问题.一种坐标下降算法结合调节参数的一......
L1正则化在稀疏学习的研究中起关键作用,使用截断L1正则化项往往可以获得更好的准确率,但却导致了非凸优化问题.目前,主要采用多阶......
有效地减少支持向量数目能够提高分类器的鲁棒性和精确性，缩短支持向量机（supportvectorITIachine，SVM）的训练和测试时间．在众多稀疏算......
坐标下降(Coordinate Descent,CD)方法是求解大规模数据分类问题的有效方法,具有简单操作流程和快速收敛速率。为了提高罗杰斯特回......
在许多机器学习问题中,往往需要研究高维数据中各个特征之间的统计相关性.稀疏高斯图模型作为解决这一问题的有效方法之一,广泛应......
广义线性模型组LASSO(least absolute shrinkage and selection operator)路径β(λ)的计算有两项核心内容:选择路径参数λ的取值;......
在推荐系统运作过程中,新用户(user)和新项目(item)会源源不断涌现。因为缺乏历史信息,传统推荐算法无法直接对新用户或新项目产生......
提出了一种基于坐标下降和偏移映射的人体运动编辑与重定向方法,使角色运动适用于虚拟场景。采用加入生理限制的循环坐标下降算法......
一直以来,支持向量机在机器学习领域中都扮演着很重要的角色。其重要求解方法坐标下降法在每次迭代中仅选择一个变量进行更新而令......
学位
随着大规模数据的增加,解决Lasso问题成为一个新的热点,以往的方法很难满足大数据背景下的时间和效率问题。为了解决大规模数据及......
随着大数据时代的来临,很多领域都存在着“维数灾难”问题,因此性能越来越好速度愈来愈快的特征选择成为研究热点。常用的方法包括......
软阈值缩减迭代算法（ISTA）以其简单的操作流程成为了机器学习流行的优化算法，但是收敛速度比较慢，仅为0（1/k）。快速软阈值缩减迭代算法（FI......
随着数据规模的不断扩大,稀疏子空间聚类问题面临计算上的巨大挑战。现有稀疏子空间聚类算法如交替方向乘子法（ADMM）往往基于串行实......
研究l2范数正则化最小二乘支持向量机的坐标下降算法实现．在图像处理、人类基因组分析、信息检索、数据管理和数据挖掘中经常会遇到......
