g-循环矩阵反问题的最小二乘解

讨论了g-循环矩阵反问题的最小二乘解，得到了通解的表达式，给出了该问题有解的充要条件，并讨论了其最佳逼近问题，证明了逼近矩阵的存在惟一性且给出具体表达式。     

g-循环矩阵反问题的最小二乘解

讨论了g-循环矩阵反问题的最小二乘解,得到了通解的表达式,给出了该问题有解的充要条件,并讨论了其最佳逼近问题,证明了逼近矩阵的存在惟一性且给出具体表达式。     

解框形约束最小二乘问题的神经网络

将Ｈｏｐｆｉｅｌｄ神经网络用于解最优化问题，给出了一个解框形约束最小二乘问题的离散形神经网络。当这一网络达到其稳定状态，即其能量函数为最小时，由网络的输出可以获得问题的最优解。     

基于语义标注和最小二乘神经网络的信息抽取

提出了一种基于语义标注和最小二乘神经网络信息抽取的方法,并选用教材为研究对象,以语义标注作为构建信息抽取规则的基础,以原始文本与目标模板之间的相似度作为竞争力,通过原始文本与目标模板的竞争来实现原始文本的分类和噪声信息的过滤,直接从分类的角度抽取出教材信息。     

极小最小二乘问题在神经网络中的应用

为了解决在神经网络的前馈算法中矩阵的极小最小二乘的失效问题,在Matlab和C 的平台上研究并比较了奇异值分解(SVD)、超松弛迭代(SSOR)和共轭梯度法(CG)几种算法在解上千阶矩阵最小二乘问题的优劣。SSOR算法在百阶的条件下,具有实用性;CG算法和SVD算法在千阶的条件下,可以取得比较好的收敛速度和比较高的精度。这两种算法还可以继续完善。CG算法可加预处理方法使其更加稳定,收敛更快。该文研究表明SVD和CG算法可以有效的解决经典算法如QR算法在大中规模矩阵条件下,解最小二乘问题失效的问题。     

一类约束最小二乘估计的神经网络算法

提出一种求解最小二乘问题的新算法,该算法通过特定函数的饱和工作方式,保证最小二乘问题对约束条件的满足,同时实现方差最小化,克服罚函数法难以得到精确解的缺陷。给出了双边约束最小二乘问题存在最优解的充分必要条件,同时证明最优解的唯一性。该算法容易用连续型神经网络实现,网络中神经元状态轨迹收敛到最小二乘问题最优解相对应的平衡点。该算法具有指数收敛速率。     

递推部分最小二乘方法

部分最小二乘(PLS)回归可较好地解决多元线性回归中的共线性问题,目前被广泛地应用于过程建模和监控.作者首先给出核PLS算法,然后在此基础上推出递推部分最小二乘(RPLS)方法,可以基于新数据和旧的PLS模型参数更新PLS模型.将该递推PLS方法和传统PLS方法同时用于仿真研究,结果表明递推算法性能和传统方法的相近,而计算量大大减少.     

偏最小二乘回归与神经网络结合模型的应用

偏最小二乘回归是一种新型的多元统计数据分析方法，能够在自变量存在严重相关的条件下进行回归建模；神经网络可以克服模型是观测数据的线性组合的局限。将两者有机的结合起来，建立偏最小二乘回归神经网络模型，可以使预报的精度提高。     

基于偏最小二乘与神经网络耦合的储层参数预测

将偏最小二乘回归(PLS)与神经网络(NN)耦合,建立了储层参数预报模型.利用偏最小二乘对影响储层参数的诸多因素进行分析,提取对因变量影响强的成分,从而克服了变量间的多重相关性问题,降低了神经网络的输入维数;同时,利用神经网络建模可以较好地解决非线性的储层参数预测问题.计算实例表明,本耦合模型的拟合和预报精度优于独立使用神经网络模型的精度.     

小麦赤霉病神经网络和偏最小二乘预测模型

选取2004-2014年间发病期的气象因素为自变量,小麦赤霉病病穗率为因变量,借助神经网络的函数映射能力,采用Fletcher-Reeves算法的变梯度反向传播算法,建立了小麦赤霉病的气象预报模型.由于神经网络无法提供直观的函数来反映病穗率与气象因子之间的关系,为了进一步分析气象因子间的相关性,采用主成分分析法提取主成分,并利用回归分析得到线性函数关系,建立了偏最小二乘模型.神经网络预测模型平均预报精度达到99%,但只提供病穗率和气象因子之间的拓扑关系;偏最小二乘预测模型可以得到病穗率和气象因子之间直观的函数关系,模型平均预报精度达到97%.2种模型均具有较高的预报精度,对小麦赤霉病的预防工作具有一定的参考价值.     

一类矩阵问题的最小二乘逼近解

本文研究了一类矩阵问题的最小二乘逼近解,给出了解的表达式,提供了一个数值解法.     

最小二乘与最小一乘

最小二乘与最小一乘是回归分析中两个重要的估计方法,在这篇文章中,我们将通过线性回归给出它们的定义,并给出它们的优缺点,希望能为使用者提供方便。     

矩阵方程的最小二乘解

给出了矩阵方程AXB=D的对称最小二乘解的表达式．     

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。     

互补判断矩阵的几何距离最小二乘法

基于最优化思想和点到平面的距离，提出了一种新的互补判断矩阵排序方法，并给出了一个计算排序权重的简洁计算公式，可直接由它求出原Fuzzy矩阵较为理想的排序向量，同时也指出了其他一些排序方法的不足．     

最小范数最小二乘的计算问题

对一般线性模型：Ｙ＝Ｘβ＋ｅ，Ｅ（ｅ＝０，Ｃｏｖ（ｅ）＝δ￣２∨，∨＞０，当设计阵Ｘ列降秩时，β的最小二乘或广义最小二乘解与广义逆的选取有关，这在具体计算时会产生一些麻烦。同时，在许多情况下，问题本身要求最小二乘具有较小的长度。因此有必要考虑最小范数最小二乘问题，本文从设计阵本身的结构出发，寻找最小范数最小二乘的计算方法。只要知道Ｘ中ｒ＝Ｒ（Ｘ）个线性无关的列向量组Ｘ＿１，就能得到唯一的最小范数最小二乘：β＝Ｘ′Ｘ＿１（Ｘ＿１ＸＸ′Ｘ＿１）￣（－１）Ｘ＿１Ｙ，若Ｔ＝∨＋ＸＵＸ′，则唯一的最小范数广义最小二乘是：β￣＊＝Ｘ′Ｘ＿１（Ｘ＿１Ｔ￣＋ＸＸ′Ｘ＿１）￣（－１）Ｘ＿１Ｔ￣＋Ｙ。对Ｘ的行向量有类似的结论，实际计算表明，这种计算方法是简单有效的。     

稳健正交最小二乘拟合法

针对一般的最小二乘法忽略自变量的误差这一缺点,提出一种新的正交最小二乘法.该方法以正交距离残差平方和最小为衡量准则,并通过一定的算法剔除粗差和异常值,从而获得最佳的拟合曲线.算例结果表明稳健正交最小二乘拟合法结果更为可靠.     

Cauchy方程组极小范数最小二乘解的快速算法

对于秩为n的m×n阶Cauchy矩阵C,通过构造特殊分块矩阵并研究其逆矩阵的三角分解,进而间接地得到了线性方程组Cx=b的极小范数最小二乘解的显式表达式及其快速算法,所需运算量为O(mn)+O(n2),而通常构造法方程组的方法所需运算量为O(mn2)+O(n3),用正交化法虽然避免了构造法方程组,但所需的运算量更大些.     

矛盾方程组的最小二乘解

研究工程实际中因素之间的近似函数关系,将近似函数关系的确定转化为求解矛盾方程组,再利用向量、矩阵的理论进行分析、论证,在一定条件下,矛盾方程组的最小二乘解是唯一的.实际应用中,多项式函数近似关系是可以确定.     

Cauchy方程组极小范数最小二乘解的快速算法

给出了求以秩为n的m×n阶Cauchy矩阵为系数矩阵的线性方程组极小范数最小二乘解的快速算法.