机器学习中经典的优化算法，让loss快速达到更小，本代码在minist数据集测试分类算法，取得很好的结果。

2020年北航2系随机过程期末考试试题及解析，，保证真实有效，欢迎下载

基于梯度的图像/视频SoftCast，具有分组修补协同重建功能

随机并行梯度下降算法(SPGD)是一种基于直接性能指标优化的相位控制方法, 在自适应光学中有较好的适用性。该算法主要包含增益系数和随机扰动幅度两个可变参数, 其取值对算法收敛性有很大的影响。对双边SPGD算法实现收敛时参数的取值要求进行研究, 结合算法原理分析了算法参数的取值范围, 并通过大量仿真实验找出所有使双边SPGD算法收敛的增益系数和随机扰动幅度值; 得到随机扰动幅度的取值下限, 理论和仿真分析了下限存在的原因及取值; 在相干合成中存在相位噪声, 研究了不同相位校正器参数的情况下可使算法收敛的参数的取值范围。

这是一个matlab对梯度下降的实现，模拟的是x^2+y^2最小值的取得

为实现航空钛合金关键结构的改性去应力修复，在钛合金表面Nd:YAG激光制备了梯度改性修复层，扫描电镜(SEM)观察了微观组织，用能谱分析仪（EDAX）分析了元素成分和含量，测量了抗热震和热疲劳性能。结果表明，修复层微观组织主要为粗大和不完整的树枝晶、相对较细小的等轴和近等轴晶及细小短纤维状形态；随Cr3C2含量增加，树枝晶的数量、大小均呈上升趋势。梯度修复层比传统复合涂层具有更优异的抗热疲劳和热震性能。修复层表面氧化膜均匀致密，主要为连续的短纤维状组织，Ti600基体的氧化膜主要为疏松的金红石结构的颗粒状TiO2晶粒，以多面体规则形状堆垛，且晶粒粗大。

提出了一种新的变分图像模型，结合了Curvelet收缩方法和总变分（TV）功能，可用于图像恢复。 为了抑制阶梯效应和类似Curvelet的伪影，我们使用多尺度Curvelet收缩来计算初始估计图像，然后提出一个新的梯度保真度项，该项旨在迫使所需图像的梯度接近Curvelet逼近梯度。 然后，我们介绍了Euler-Lagrange方程，并对数学性质进行了研究。 为了提高保留边缘和纹理细节的能力，在梯度下降流算法的迭代过程中自适应估计空间变化参数。 数值实验表明，我们提出的方法在减轻阶梯效应和曲​​线样伪像的同时，保留了精细的细节方面具有良好的性能。

梯度掺杂与均匀掺杂GaN光电阴极的对比研究

针对视频序列运动目标检测易受环境噪声干扰、提取目标轮廓困难的问题,提出了一种基于边缘多通道梯度改进模型的多运动目标检测算法。首先,利用Canny算子获取视频序列中目标的边缘信息,并根据人类视觉色彩的恒常特性,对目标边缘建立时间、空间、颜色多通道梯度模型;然后,利用该模型获取目标边缘像素点的运动状态描述信息,实现背景边缘和运动物体边缘的分离;最后,将间断边缘像素点与其邻域点的运动状态相关联,以连接目标间断边缘,实现运动目标轮廓的提取,并将连接后的轮廓进行形态学处理以分割出目标。实验结果表明,与同类型算法相比,本算法在运动目标检测中具有的实时性、准确性和鲁棒性更好。

为了提高图像的边缘检测性能,将蚁群算法引入图像边缘检测。阐述了提取图像边缘特征的方法和蚁群算法的基本原理,提出了一种基于改进的蚁群算法的边缘检测方法。将图像的形态学梯度值作为蚁群的信息激素强度值和启发信息值,使用最大类间方差法获得图像的边缘信息。实验结果表明该算法能成功地提取边缘信息并抑制背景纹理细节,具有较好的检测效果。