基于奇异值分解法的抗差总体最小二乘

在最小二乘平差中,认为只有观测向量中存在误差,因此当有粗差存在时,也只需要考虑观测向量中的粗差,采用抗差最小二乘可达到剔除粗差的目的。而总体最小二乘同时顾及了系数矩阵和观测向量中的误差,这就要求抗差总体最小二乘同时考虑系数矩阵和观测向量中的粗差。为了同时对粗差进行探测和定位,在加权总体最小二乘奇异值分解法的基础上,提出了一种总体最小二乘抗差估计,最后通过2个算例证明了本文提出方法的有效性和可行性。     

类Helmholtz方程的无网格局部Petrov-Galerkin法

将无网格局部Petrov-Galerk in方法和改进的移动最小二乘近似相结合,求解了二维类Helmholtz方程。改进的移动最小二乘近似采用加权正交函数系作为基函数,与传统的移动最小二乘近似相比,改进的移动最小二乘近似中的系数矩阵变成了非奇异的对角矩阵,因而无需计算系数矩阵的逆。数值结果表明该方法数值精度高,收敛速度快。     

4种配置法在重力异常数据处理中的应用

分别阐述了最小二乘配置、基于多面函数的最小二乘配置和总体最小二乘配置方法,并尝试将这3种方法应用到重力异常领域中。实验结果表明,3种方法的拟合推估结果存在一定的差别,从理论上来看,考虑到系数矩阵存在误差的总体最小二乘配置方法更为严密,理应优先使用。     

整体最小二乘法直线拟合

针对在直线拟合中,因变量选取不同拟合的结果有差异现象,提出采用整体最小二乘法进行直线拟合。文章在分析直线方程特点的基础上,采用EIV模型描述直线方程,在解算中根据系数矩阵的特点应用QR分解分为将方程两部分,采用了混合最小二乘法求解。理论分析和实际计算结果表明,整体最小二乘法顾及了因变量和自变量的误差。拟合精度高于普通最小二乘法,采用整体最小二乘拟合直线,整体上优于普通最小二乘法。     

一类四元数矩阵方程的最小二乘解

利用广义自反矩阵和广义反自反矩阵的性质讨论了线性方程组AX=b和矩阵方程AX=B的最小二乘解问题.当A为广义自反矩阵或广义反自反矩阵时,可将线性方程组AX=b的最小二乘解问题化为两个较小独立的子问题;当A、B都是广义自反矩阵或广义反自反矩阵时,可将矩阵方程AX=B的最小二乘解问题化为线性方程组的最小二乘解问题,从而使这些问题的讨论得到简化.     

矩阵方程AXB+CYD=E的中心对称最小二乘解及其最佳逼近

提出一类求矩阵方程AXB+ CYD=E的中心对称最小二乘解的迭代算法,并证明迭代算法的收敛性.在不考虑舍入误差时,迭代算法能够在有限步计算后得到矩阵方程的中心对称最小二乘解;选取特殊的初始矩阵时,能够得到矩阵方程的的极小范数中心对称最小二乘解.同时能够得到给定矩阵的最佳逼近中心对称矩阵.数值例子表明,这种方法是有效的.     

最小二乘配置的QR分解解法

为了解决最小二乘配置解算问题,采用QR分解解法建立了直接解算算法.分析了目前采用的最小二乘配置法解算方法,在讨论了矩阵的QR分解方法的基础上,推导得出了矩阵QR分解与广义逆矩阵的关系,得出了可以直接利用QR分解求解矩阵的最小二乘逆,并推导了应用QR分解求解最小二乘配置的估值计算公式和精度估算公式,最后通过重力异常实例进行了计算,得出矩阵的QR分解用于最小二乘配置解算的正确性和可行性.该成果为最小二乘配置法提供了一种新的解算方法.     

模糊数线性方程组解的概念与性质

介绍了有关的研究背景,说明模糊数矩阵方程组(x)=(A)(x) (b)与((I)-(A))=(b)的等价性.对模糊数线性方程组当系数矩阵为方的且非奇异时,给出方程组的6种解的形式,并说明其中5种具有一致性.当系数矩阵行列任意时,借助广义逆给出了解的定义,证明了此定义的合理性,并验证了此解与前人给出的解是一致的.最后给出最小范数解、最小二乘解和最小范数最小二乘解的定义形式.     

基于内积矩阵Euv的最小二乘形式矩阵Padé-型逼近

为提高求矩阵Padé-型逼近解的精确度,给出一种求解矩阵Padé-型逼近解的改进算法,即基于矩阵Euv的正交多项式Padé-型逼近算法.另外,当矩阵值幂级数展开式的系数产生微小摄动时,矩阵幂级数的Padé-型逼近解变化往往很大,借助误差公式、内积单位矩阵和最小二乘法构造一种稳定性和精确度均有所提高的最小二乘形式矩阵Padé-型逼近算法.最后,对这两种算法分别给出完整的分子和分母行列式表达式.     

一种系数可选择的矩阵Padé逼近

通过Lagrange多项式的迭代公式,该文引入了内积空间中的一类Lagrange型的矩阵值有理插值.当所有的插值结点都趋于零时, 导出了系数可选择的矩阵Padé逼近,其中的系数可用常有效的最小二乘法求得.对矩阵Padé逼近的误差进行了分析, 并给出了计算公式.     

等式约束刚性加权最小二乘问题的稳定性扰动

研究等式约束刚性最小二乘问题．证明了对于刚性问题,约束加权广义逆,约束加权投影和等式约束加权最小二乘问题的扰动是稳定的,当且仅当系数矩阵的扰动满足若干秩等条件．     

正交多项式辨识变压器传递函数及其在绕组变形诊断中的应用

利用变压器绕组频响的实验数据,来拟合其传递函数的解析表示,若使用最小二乘法,会存在病态方程组,影响辨识的准确性,提出利用正交多项式来拟合变压器传递函数,方程的阶次几科是原来的1／2,从而降低了系数矩阵的条件数,避免了病态问题,利用正交伴随矩阵,直接求取传递函数的零、极点。根据零极点分布来诊断变压器绕组变形,反映了绕组特性的本质,比单纯依靠频响曲线有了很大进步。     

一种利用互信息加权的最小二乘法丰度反演算法

提出了基于互信息加权的最小二乘算法丰度反演,选择互信息矩阵作为加权矩阵,从熵的角度反映了不同波段问的相关性．同时,在丰度反演过程中应用波段选择技术,降低了数据处理的复杂度．分析实验仿真结果,与传统的最小二乘算法和已有的加权最小二乘丰度反演算法相比,获得了更精确的丰度信息,反演效果得到提升,验证了该算法的可行性．     

求解低秩密度矩阵约束最小二乘问题的优函数罚方法

本文应用优函数罚方法求解具有低秩密度矩阵约束的最小二乘问题. 首先用凸差方法处理非凸的低秩约束,并结合罚方法和优函数方法将原问题转化为一系列具有密度矩阵约束的凸优化问题,然后给出求解该优化问题的优函数罚方法,并对该方法进行收敛性分析. 之后,运用半光滑牛顿增广拉格朗日算法求解优函数罚方法的子问题. 最后,合成数据集和真实数据集上的数值结果表明了优函数罚方法有效地求解了具有低秩密度矩阵约束的最小二乘问题.     

降秩正态线性模型参数的无偏估计

降秩正态线性模型的参数是不可估的。针对这一情况,在可识别性约束条件下,证明了降秩正态线性模型正规方程系数矩阵的逆是原模型正规方程系数矩阵的一个广义逆,进而得出可估函数的最小二乘估计是最优无偏估计的结论。同时,推导了一般协方差分析模型的参数估计的公式,举例证明单协变量两向协方差分析的一般解算方法。     

约束型矩阵最小二乘估计预测

本文提出了约束型矩阵模型的最小二乘估计预测量,矩阵型MSE准则,矩阵型RT(·)准则,矩阵型MDE-准则.进一步,给出了约束型矩阵模型最小二乘估计预测关于MSE准则、RT(·)准则优于它的最佳线性无约束矩阵型最小二乘估计预测的充要条件.探究RT(·)准则与MDE-准则的相互转化关系,给出了约束型矩阵模型最小二乘估计预测优于无约束矩阵型最小二乘估计预测的充要条件.     

应用奇异值分解求解最小二乘法问题

奇异值分解定理（SVD）是一种非常重要的矩阵分解定理。使用奇异值分解,可以挖掘矩阵中隐藏的重要结构信息,并可以降低矩阵的维数。该定理还应用于解决最小二乘法问题。     

矩阵方程AXA~T+BYB~T+AZB~T=D的(局部)对称最小二乘解

矩阵方程问题在结构设计、系统识别、振动理论等领域有着广泛的应用.对于任意给定的矩阵A∈Rm×n,B∈Rm×n,D∈Rm×m,本文利用奇异值分解和Kronecker积给出了矩阵方程AXAT+BYBT+AZBT=D的局部对称最小二乘解,并在一定条件下得出了方程的对称最小二乘解.     

带子矩阵约束的二次逆特征值问题的最小二乘埃尔米特广义斜哈密顿矩阵迭代解

针对带子矩阵约束的二次逆特征值问题的最小二乘埃尔米特广义斜哈密顿结构矩阵解问题,给出了一种共栀梯度迭代算法.首先提出了带子矩阵约束的二次逆特征值问题的最小二乘问题及其最佳逼近问题;然后分别给出了基于共轭梯度的迭代算法,证明了算法的收敛性.对于任意初始约束矩阵,在不存在舍入误差的情况下,用该迭代算法可以在有限步迭代中得到...