TY -的A2 Amancio迭戈r . AU -徐Cuixia盟——朱Junlong盟商,友林盟——吴,青岛PY - 2020 DA - 2020/03/11 TI -分布式共轭梯度通过网络在线学习方法SP - 1390963六世- 2020 AB -在一个分布式网络优化问题与凸约束集合在一个无向多重代理网络,当地的目标函数是凸和随着时间的不同而不同。大多数现有的方法来解决这个问题是基于梯度下降最快的方法。然而,这些方法的收敛速度和迭代次数的增加减少。加速算法的收敛速度,提出了一种分布式网络共轭梯度算法,不同的梯度法,向量的搜索方向是一组相互共轭和步骤的大小是通过一个精确线搜索。我们分析了算法的收敛性理论和获得了后悔的 O T ,在那里 T是迭代的数量。最后,数值实验对传感器网络演示算法的性能。SN - 1076 - 2787你——https://doi.org/10.1155/2020/1390963——10.1155 / 2020/1390963 JF - PB - Hindawi KW - ER -复杂性