基本信息

---

下载

文档摘要

---

非单调BFGS方法：非凸无约束优化问题的高效求解策略

一、引言

1.1研究背景与意义

在科学与工程的众多领域，非凸无约束优化问题广泛存在。在机器学习领域，深度神经网络的训练过程本质上就是求解非凸无约束优化问题。以图像识别任务为例，通过构建卷积神经网络模型，将大量的图像数据作为输入，模型的目标是调整网络中的参数，使得预测结果与真实标签之间的误差最小化，这个误差函数通常是非凸的。在通信系统的资源分配问题中，为了提高系统的性能和效率，需要在无约束的条件下，对功率分配、带宽分配等参数进行优化，以最小化传输成本或最大化系统容量，而这些优化问题往往也是非凸的。在信号处理领域，如雷达信号处理、语音信号处