摘要：由于機器學習蘊含著大量的數據,本文提出了一種名為二次增量算法并針對涉及大規模變量的一些光滑(可能是非凸的)函數之和的極小化問題.所提出的聯合了增量方法的新穎算法能使所有子系統在一個強凸逼近函數作用下迭代到它們的最有值,并且保證收斂到函數的穩定點.之后應用所提出的算法框架去解決一個特殊的問題.數值實驗表示所提出的算法是有效的.
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社
熱門期刊
期刊名稱：湖北民族學院學報·哲學社會科學版
湖北民族學院學報·哲學社會科學版緊跟學術前沿，緊貼讀者，立足于土，涵泳自然，走向世界，堅持指導性與實用性相結合的原則，創辦于1982年，雜志在全國同類期刊中有很重的學術價值。
