作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
正则化模型是机器学习、压缩感知与推荐系统等领域的一类重要模型,其具有变量选择与稀疏化处理等功能,可以有效地避免模型的过拟合,完成信号重建或矩阵补全等工作。对稀疏正则化模型进行介绍,分析邻近点梯度算子与交替方向乘子法等最新的求解方法,并对它们的性能进行比较分析。
推荐文章
全变差图像恢复的交替方向乘子法
图像恢复
全变差
快速傅里叶变换
部分并行磁共振成像的交替方向乘子法研究
全变分模型
交替方向乘子法
Barzilai-Borwein步长,磁共振成像
Pi-sigma神经网络的乘子法随机单点在线梯度算法
Pi-sigma神经网络
梯度算法
乘子法
收敛速度
稳定性
图像恢复中的稳健交替方向乘子法
交替方向乘子法
图像恢复
压缩感知
紧框架
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 邻近点梯度法与交替方向乘子法求解LASSO的性能比较分析
来源期刊 现代计算机:中旬刊 学科 工学
关键词 正则化模型 LASSO 邻近点算法 交替方向乘子法
年,卷(期) 2015,(11) 所属期刊栏目
研究方向 页码范围 10-14
页数 5页 分类号 TP701
字数 语种
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 陆萍 苏州经贸职业技术学院机电与信息学院 50 112 6.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (14)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2010(4)
  • 参考文献(4)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
正则化模型
LASSO
邻近点算法
交替方向乘子法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
现代计算机:中旬刊
月刊
1007-1423
44-1415/TP
广州市海珠区新港西路135号中山大学园B
46-205
出版文献量(篇)
9067
总下载数(次)
3
总被引数(次)
0
论文1v1指导