摘要
在预测枸杞生长的过程中,回归算法所建立的模型展现出了一定的误差范围。为了提高模型的精确性和效率,文章深入探讨了随机梯度下降法(SGD)和批量梯度下降法(BGD)在回归问题中的应用及二者对回归算法收敛速度的影响。对比随机梯度下降法(SGD)与批量梯度下降法(BGD)在相同条件下的收敛性能,旨在更深入地理解并优化回归算法的训练过程,从而为枸杞生长模型的改进提供更为精准和高效的方案。
基金
2021年宁夏自治区重点项目“智慧枸杞园关键技术集成创新示范及采收机械配套研究”(2021BEF02001)。
