...
机译:LP-SVR超参数选择的非线性最小二乘拟牛顿策略
Department of Computer Science, Baylor University, One Bear Place #97356, Waco, TX 76798-7356, USA;
Department of Electrical and Computer Engineering, Autonomous University of Ciudad Juarez (UACJ), Ave. del Charro #450 Nte. C. P. 32310, Ciudad Juarez, Chihuahua, Mexico;
Science Applications International Corp., 7400 Viscount Blvd, El Paso, TX 79925, USA;
Support vector regression; Hyper-parameters; Large-scale LP-SVR;
机译:使用不精确的全球化拟牛顿策略选择LP-SVR模型
机译:使用半培育的高斯混合模型和新的超参数选择策略改进了井数分类
机译:非线性最小二乘问题的正则化拟牛顿法的全局收敛性
机译:拟牛顿大规模非线性最小二乘算法
机译:Hybrid Runge-Kutta和拟牛顿无规约非线性优化方法
机译:使用非线性随机演化博弈策略对自然选择方案下器官癌变的进化生物学网络建模
机译:使用不精确的全球化拟牛顿策略选择LP-SVR模型