出版社:地质出版社
年代:2018
定价:38.0
凸二次规划问题由于其最优解的全局性,在优化问题乃至机器学习方法中占有重要的研究地位,而支持向量机问题(SVM )和最小包含球问题(MEB)正是其中的典范代表。虽然二者的研究背景和问题的原始描述不同,但都可以通过引入拉各朗日乘子、由对偶理论转换为约束条件更为简单的凸二次规划问题。本文在凸二次规划问题的框架下对二者进行了深入的探讨和研究。
蒋艳凰, 赵强利, 编著
黄孝平, 著
徐雪松, 著
郭田德, 韩丛英, 唐思琦, 著
孙建成, 戴利云, 著
(巴西) 迪亚戈·克里斯蒂亚诺·席尔瓦(Thiago Christiano Silva), 赵亮, 著
康琦, 吴启迪, 著
袁景凌, 贲可荣, 魏娜, 编著
蔡亮, 著