修正的共轭梯度法在压缩感知中的应用

为了快速准确地恢复原始信号,利用压缩感知理论,提出了一个新的修正的共轭梯度法,并证明了此方法具有全局收敛性和充分下降性。数值实验显示,修正的共轭梯度法可以较快地恢复原始信号,表明该算法是有效的。

基于共轭梯度法迭代优化的图像分类算法

为了加快神经网络训练速度以及提高图像分类精度,提出了一种基于Wolfe线搜索下的HS共轭梯度算法,验证了在任意线搜索下算法的搜索方向都是目标函数的下降方向,并在一定假设下证明了该算法的全局收敛性。数值实验表明,该算法是可行的。