Farkas引理的几种证明方法.pdf，farkas引理是凸优化学习过程中很重要的一个引理

Convex Optimization，Stephen Boyd / Lieven Vandenberghe / 王书宁 / 许鋆 / 黄晓霖 / 清华大学出版社 / 2013-1 / 。 《信息技术和电气工程学科国际知名教材中译本系列:凸优化》内容非常丰富。

信号稀疏表示已在广泛的应用领域中引起了广泛的关注。 信号稀疏表示的主要目标是从不确定线性系统中找到具有最少非零项的稀疏解，这会导致各种优化问题。 在本文中，我们提出了一种自适应梯度投影（AGP）算法来解决信号稀疏表示中的分段凸优化问题。 为了找到稀疏解，AGP提供了自适应的步长调整，以将迭代解从次优稀疏解的吸引盆中移出，并进入稀疏解的吸引盆。 理论分析用于证明其快速收敛性。 在压缩频谱感测中的实际应用的实验结果表明，在低信噪比的环境中，AGP优于传统的检测算法。

总共300页， 配套“凸优化_Boyd_王书宁译.pdf”使用，精炼实用，希望能对朋友们学习凸优化理论和算法有所帮助！！

真值发现方法，通过估计每个信息源的可靠度然后整合相关信息，可以从众多信息中推断出最值得相信的信息。本报告所述的真值发现方法基于凸优化理论，其目标函数衡量提供的信息与识别的信息的加权距离，通过最小化此距离函数使聚合信息接近真值，运用优化理论解决并提出有效的OBTD算法，并根据实际数据常有的长尾现象，提出更加可靠的置信度感知真值发现算法

本文件是Stephen Boyd的著作《convex optimization》的课后答案，除了编程题外其他题目的答案都有，各位对凸优化和机器学习感兴趣的小伙伴可以下载来作为学习资料。

关于凸优化的算法之类的，希望大家像话帮助

凸优化matlab代码轨迹6.832项目 该存储库包含用于通过TrajOpt [1]对欠驱动系统进行轨迹优化的代码，TrajOpt是一种基于顺序凸优化（SCO）的方法。 SCO通过迭代求解局部近似凸子问题来解决非凸问题。 我们使用基于Matlab的凸优化器CVX [2,3]来实现该算法，以解决Drake [4]框架内的子问题。 考虑了不同的动力学约束，包括前向Euler（trajopt_forward.m），向后Euler（trajopt_backward.m），中点Euler（trajopt_midpoint.m）和并置约束（trajopt_collocation.m）。 仿真结果在这里部分可用。 要运行matlab文件，需要安装Drake [4]和CVX [3]。 run_nlink.m中显示了一个示例，该示例显示了如何使用我们的代码运行轨迹优化。 run_nlink.m应该与我们提供的功能一起放在drake目录下（drake / examples / PlanarNLink /）。 参考 [1] J. Schulman，Y。Duan，J。Ho，A。Lee，I。Awwal，H。Br

基于凸优化的低秩矩阵分解算法

《凸优化、半定规划相关Matlab工具包总结(部分为C_C++)》，列举了常用的最优化工具箱及开源软件包。