确定隐函数中参数的最小二乘法

将最小二乘法推广到了隐函数情形，简化了一些实际问题的处理。文中给出了插值和非线性回归两种情况下的最小二乘法原理，并讨论了具体的算例。     

实时最小二乘算法的神经网络实现

本文提出了一种求解最小二乘问题的神经网络模型。理论分析和模拟结果表明：该网络是稳定的并且能在电路时常数数量内获得近似解。     

整体最小二乘法与最小二乘法的差异性分析

加权整体最小二乘法(WTLS)估计变量误差模型(EIV)参数需要进行大量的矩阵运算,为了提升估计EIV模型参数的计算效率.本文以WTLS的平差准则为出发点,运用矩阵运算定理,研究了WLS与WTLS平差准则之间的联系,从理论上证明了最小二乘法(不加权)与整体最小二乘法(不加权)估计EIV模型参数的等价性;同时分析了在EIV模型参数是微小量的条件下,用加权最小二乘法(WLS)直接代替WTLS估计EIV模型参数的可行性.模拟结果表明,在坐标转换参数是微小量的情况下WLS和WTLS的解算结果基本一致,验证了理论分析的正确性.     

偏最小二乘法的简化算法

ＰＬＳ首先由Ｗｏｌｄ在１９９６年提出并应用于经济计量学中［１］，直到８０年代开始在化学中得到应用，成为一种新的多元分析方法，已成功地用于分析化学［２］．如：紫外光谱、气相色谱和电分析化学，等等．在实际分析中，ＰＬＳ广泛用于混合物多组分的同时测定，对吸...     

应用非线性最小二乘法的无需标准溶液滴定

研究了单元酸无需标准溶液的滴定计算分析，计算模型的解析用非线最小二乘法。对６种酸的测定得到了满意的结果。     

多层前馈神经网络隐单元数目上界的证明

研究前馈神经网络隐单元数目的上蜀和如何利用样本集的特性减少所需的隐单元个数。利用Ｓｉｇｍｏｉｄ函数的两端极限特性,使每个隐单元表示１～２个样本。在样本集具有局部单调性的情况下,可以用有〖（ｐ－１）／２〗个隐单元的３层前馈神经网络以任意小的误差表示ｐ个目标值。对一般的样本集,所需的隐单元数为〖（ｐ－１）／２〗～（ｐ－１）个。     

基于最小二乘法的BP算法

标准BP神经网络算法收敛速度慢是限制其广泛应用的主要原因．为此，以标准BP算法为基础，应用最小二乘法理论，提出了一种收敛速度快的BP算法——NLMsBP算法．仿真结果表明，和标准BP算法及其它改进形式比较，NLMSBP算法收敛速度大大提高，稳定性并未降低，这为BP神经网络应用于实时性要求高的场合提供了算法基础．该算法缺点是计算量大，所需计算机内存大，不适于大型网络的计算．     

基于正交最小二乘法的径向基神经网络模型

为提高神经网络模型的预测精度以及提高模型的计算效率,减少获得高精度模型的计算量,构建了基于正交最小二乘法的高斯径向基神经网络模型结构,给出了最小二乘法高斯径向基神经网络的递归模型.依据样本点序列信息,给出了高斯径向基函数中心参数的确定方法,并采用正交最小二乘法回归迭代,从而获得隐层同输出层间的连接权参数值.采用混沌Lorenz时间序列预测问题对该设计的网络模型进行验证,并同其他文献对该序列预测的精度以及迭代所需的时间作对比.结果表明,采用该设计方法获得的网络模型具有时间预测精度高及计算效率高等优点.     

最小二乘法的研究型教学

在通常的大学数学教材中,最小二乘法被作为二元函数极值应用的例子来讲授.本文展示了最小二乘法的研究型教学过程。首先,从机器学习理论的基本问题开始,逐步将某一简化的学习问题归结为最小二乘问题,并最终归结为二元函数的极值问题.一方面,该讲授方法融入了现代机器学习理论的思想;另一方面,问题的提出、转化与解决,完整地体现了科学研究的一般步骤,因而在教学同时强化了学生的科研基础训练.课堂教学实践表明该讲授方法较传统方法更易于学生理解与接受,更能激发学生的学习兴趣,并且可以提高学生运用数学工具解决实际问题的能力.此外,研究型教学还有助于教师提升专业发展能力.     

Wavelet Neural Networks for Adaptive Equalization by Using the Orthogonal Least Square Algorithm

Equalizers are widely used in digital communication systems for corrupted or time varying channels. To overcome performance decline for noisy and nonlinear channels, many kinds of neural network models have been used in nonlinear equalization. In this paper, we propose a new nonlinear channel equalization, which is structured by wavelet neural networks. The orthogonal least square algorithm is applied to update the weighting matrix of wavelet networks to form a more compact wavelet basis unit, thus obtaining good equalization performance. The experimental results show that performance of the proposed equalizer based on wavelet networks can significantly improve the neural modeling accuracy and outperform conventional neural network equalization in signal to noise ratio and channel non-linearity.     

关于最小二乘法的参数估计问题探讨

数学建模中经常要用最小二乘法进行参数估计,本文介绍了用最小二乘法进行参数估计的原理,以及在计算机上如何估计参数.     

区间数判断矩阵的最小二乘排序法

指出李梅霞的不确定型AHP中的一种新排序方法中拟最小偏差法的错误．从偏差的角度,给出区间数判断矩阵的最小二乘排序方法.最后,给出一个算例加以说明。     

基于正交最小二乘法模糊模型的短期负荷预测

将正交最小二乘法（OLS）模糊模型用于电力系统短期负荷预测,其推理系统模糊规则的生成、影响因素的选取和隶属度的确定均利用正交最小二乘法从历史数据中直接获得,从而克服了模糊推理系统的知识由咨询专家和经验来产生所造成的知识获取的“瓶颈”现象。相应的数学模型简洁有效。实际算例表明,该方法的预测精度较径向基网络法高0．3％－0．5％,每个模型运算仅需1s左右,具有较强的实用性。     

最小二乘法原理在桥梁检测中的应用

随着公路大规模建设的开展,桥梁数量迅猛增长,由于使用荷载、环境因素以及结构本身缺陷等的作用,致使桥梁出现了使用性能衰退、结构安全等一系列问题。这就引出了如何对桥梁后期检测、维护的问题。处理的方法有多种,在此介绍一种简单实用的方法——最小二乘法及它在EXCEL程序中的应用。     

最小二乘法原理在既有线测量中的应用

在新建铁路的设计中必然会遇到设计线以一定的线间距并行既有线接入既有车站的情况。这就引入了既有线测量和恢复的问题。处理的方法有多种,在此介绍一种简单实用的方法—最小二乘法及它在EXCEL程序中的应用。     

用最小二乘法验证薄透镜成像公式

用最小二乘法对应用物距像距法测透镜焦距实验的数据进行处理,较准确地得到透镜的焦距,同时验证了薄透镜成像的高斯公式。     

数据拟合的固定节点样条最小二乘法

通过两个实利,讨论了在节点给定的情况下用B-样条函数的线性组合作为拟合函数的线性最小二乘方法,即固定节点样条最小二乘法在物理实验数据拟合中的应用问题.     

确定前向神经网络隐层节点数的模糊聚类分析法

概述了前向网络结构目前的研究状况,从隐层的本质特征出发,提出对样本数据采用模糊聚类分析法进行特征抽取,并综合考虑了样本的输入、输出信息,实例分析说明此方法可行的,较互相关分析法、奇异值分解法有更高的效率。