检索结果-南通市图书馆

计算机应用 2016年第2期36卷 387-391页

作者：井诗博杨丽明李军会张思韫中国农业大学理学院北京100083 中国农业大学信息与电气工程学院北京100083

当数据集中包含的训练信息不充分时,监督的极限学习机较难应用,因此将半监督学习应用到极限学习机,提出一种半监督极限学习机分类模型;但其模型是非凸、非光滑的,很难直接求其全局最优解。为此利用组合优化方法,将提出的半监督极限学习... 详细信息

当数据集中包含的训练信息不充分时,监督的极限学习机较难应用,因此将半监督学习应用到极限学习机,提出一种半监督极限学习机分类模型;但其模型是非凸、非光滑的,很难直接求其全局最优解。为此利用组合优化方法,将提出的半监督极限学习机化为线性混合整数规划,可直接得到其全局最优解。进一步,利用近红外光谱技术,将半监督极限学习机应用于药品和杂交种子的近红外光谱数据的模式分类。与传统方法相比,在不同的光谱区域的数值实验结果显示:当数据集中包含训练信息不充分时,提出的半监督极限学习机提高了模型的推广能力,验证了所提出方法的可行性和有效性。

关键词：极限学习机半监督学习非凸最优化混合整数规划近红外光谱

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

非凸不可分离问题的广义交替方向乘子法的收敛性

引用

上海理工大学学报 2021年第6期43卷 580-588页

作者：薛中会胡惠晴党亚峥上海出版印刷高等专科学校上海200093 上海理工大学管理学院上海200093

交替方向乘子法(ADMM)是求解大规模优化问题和非凸非光滑问题的一种有效的方法,但当目标函数为非凸非光滑的情况时,原始ADMM算法的收敛性无法保证,且若目标函数中存在耦合函数,则算法的收敛性证明将更为复杂。在现实生活中存在的很多问... 详细信息

交替方向乘子法(ADMM)是求解大规模优化问题和非凸非光滑问题的一种有效的方法,但当目标函数为非凸非光滑的情况时,原始ADMM算法的收敛性无法保证,且若目标函数中存在耦合函数,则算法的收敛性证明将更为复杂。在现实生活中存在的很多问题,其本质都是非凸的。因此,本文提出了一种改进的ADMM算法。与原始ADMM算法相比,该算法引入了一个松弛因子α,构造了一种广义交替方向乘子法(GADMM)来求解具有线性约束的非凸不可分离优化问题。在一定的假设条件下,通过假设增广拉格朗日函数满足K-L不等式,证明了当惩罚参数足够大时,算法生成的序列收敛到增广拉格朗日函数的稳定点。

关键词：广义交替方向乘子法 K-L不等式非凸最优化不可分离问题收敛性分析

来源：

维普期刊数据库

同方期刊数据库评论