About 50 results
Open links in new tab
  1. 为什么数学概念中,将凸起的函数称为凹函数? - 知乎

    那么我们来讲凸函数(convex function)为什么叫做是凸(convex)的: 这是因为凸函数与凸集(convex set)有联系,而凸集的定义没有争议。 1. 凸函数与凸集通过 sublevel sets 这个概念联系起 …

  2. 凸(凹)函数、拟凸(凹)函数、伪凸(凹)函数是什么? - 知乎

    Convex function Quasiconvex function Pseudoconvex function 在R上考虑就很容易理解。在凸要求不高过xy连线的地方,拟凸只要求不高过xy中较大者,所以凸蕴含拟凸;而伪凸则要求,“切线”“指哪”函 …

  3. 在数学中一个非凸的最优化问题是什么意思? - 知乎

    1,首先大家需要知道Convex VS Non-Convex的概念吧? 数学定义就不写了,介绍个直观判断一个集合是否为Convex的方法,如下图:

  4. 《凸优化》这本书怎么学习或阅读? - 知乎

    Boyd 的《Convex Optimization》确实是一本好书,当年在数学系读书的时候,很多老师也都推荐这本书。这本书的优点是大而全,拿在手上就能感受到沉甸甸的重量。。。我自己也曾经想好好读一读这本 …

  5. CVX的使用规则问题 例如concave-concave的问题 但他是凸的 但cvx无 …

    例如我要优化一个min -(log(1+x)-log(1+y)的问题,可知当x大于y时 这是一个凸的函数,但cvx无法识别,…

  6. 有什么值得推荐的最优化教材? - 知乎

    最优化方面的书籍当然首推Stephen Boyd 和Lieven Vandenberghe合著的《Convex Optimization》了,书籍内容详实,配备资料丰富,口碑爆棚。以下推荐的其他书籍感兴趣的话,也可以看看哈,没时 …

  7. 为什么核范数能凸近似矩阵的秩?为什么核范数是凸的? - 知乎

    其实矩阵的nuclear norm是rank的convex relaxation可以看作是上面的推论。 说一下idea,一个m*n的矩阵 M ,有奇异值分解(SVD) M = U \Sigma V^T 。

  8. 如何理解SCA(successive convex approximation)方法? - 知乎

    如何理解SCA(successive convex approximation)方法? 在论文中经常看到非凸问题用到SCA方法但是网络上的资料很少,而英文的文献比较难理解 显示全部 关注者 36

  9. 如何从零开始学习凸优化? - 知乎

    如何从零开始学习凸优化? 教材:Convex Optimization(boyd) 数学基础:高数 线性代数 概率论与数理统计 矩阵论(本硕期间上过的数学课) 学习目的:做与机… 显示全部 关注者 2,843 被浏览

  10. 有什么算法能把任意凹多面体分割为多个凸多面体? - 知乎

    Nov 10, 2016 · 生成opengl三角形时写过一个 算法。 1. 找凹点 2. 然后再找这个凹角的角等分线,然后在剩下的非临近点中,找距离这个 等分线 最近的点,以这个点和上面的凹点为分割,将 凹多边形 分 …