一种基于数学模型的机器学习优化方法

本发明公开了一种基于数学模型的机器学习优化方法，涉及机械学习技术领域。该方法通过以下步骤实现：首先在李群上初始化优化点和动量；接着重复执行梯度计算、动量更新和点更新操作，直至满足收敛条件；随后将所述迭代操作映射为神经网络中的优化层，堆叠多个优化层构建深度展开神经网络架构；利用特定领域数据训练该架构以优化网络参数；最终部署训练好的网络，对机器人学中具有几何结构数据的数学模型进行优化。本发明充分利用数据的几何结构特性，提高优化过程的效率、精度和稳定性，增强模型对问题的理解和适应能力，可应用于机器人学中的姿态估计和轨迹跟踪等多个问题，实现有效优化。