共轭梯度法
共轭梯度法（ConjugateGradient）是介于最速下降法与牛顿法之间的一个方法，它仅需利用一阶导数信息，但克服了最速下降法收敛慢的缺点，又避免了牛顿法需要存储和计算Hesse矩阵并求逆的缺点，共轭梯度法不仅是解决大型线性方程组最有用的方法之一，也是解大型非线性最优化最有效的算法之一。在各种优...
资源总数
500
共轭梯度法 热门资料
查看全部 500 份 →基于多尺度梯度角和SVM的正面人脸识别方法
·摘 要:为了提高人脸识别算法性能,提出了一种多尺度梯度角（MSGA）和支持向量机（SVM）相结合的新的正面人脸识别方法.分析了梯度角对光照的不敏感特性和反对称双正交小波（ASBW）的导数特性.获取多尺度梯度角特征,并利用其所具有的降噪能力...
2024-09-17
4