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.     

递推最小二乘估计在林业中的应用

<正>本文试图将递推最小二乘估计引用于林业工作,以弥补林业上通行的最小二乘估计的不足,通过的阐释,并对所举两例计算的结果,说明了它既保持最小二乘估计的优良特性,又能在森林资源动态监测工作中充分发挥其特有作用。     

基于最小二乘法的递推回归

推导出基于最小二乘法的回归系数、总离差平方和、残差平方和、回归平方和的递推计算公式,在此基础上可计算决定系数和复相关系数,并进行回归方程的显著性检验和回归系数的显著性检验.在整个递推计算过程中,只有在第一步计算回归系数时需要求逆矩阵,其余步骤均不需要求逆矩阵,可大大减少计算量.     

鲁棒递推偏最小二乘法

针对时变模型建模或大数据量情况下建模过程中的野点检测问题,提出了鲁棒递推偏最小二乘法(RRPLS).通过将递推偏最小二乘法(RPLS)与鲁棒主分量回归算法(RPPSV)相结合,实现分块野点检测算法,有效地解决了一般野点检测算法的计算量大的问题.仿真说明鲁棒递推偏最小二乘法不但能检测出数据中的野点还能大量减少建模时间,最后给出了在交流异步电力测功机系统的应用实例.     

最小二乘法及其应用

探讨了最小二乘法的基本原理、几何解释、线性拟合和若干非线性拟合及其在物理、化学等学科中的应用。     

最小二乘法及其应用

探讨了最小二乘法的基本原理、几何解释、线性拟合和若干非线性拟合及其在物理、化学等学科中的应用.     

最小二乘法及其应用

探讨了最小二乘法的基本原理、几何解释、线性拟合和若干非线性拟合及其在物理、化学等学科中的应用。     

最小二乘法及其应用

探讨了最小二乘法的基本原理、几何解释、线性拟合和若干非线性拟合及其在物理、化学等学科中的应用。     

多变量偏差补偿递推最小二乘法及其收敛性

对于带白色观测噪声的多变量自回归(AR)信号,提出了未知模型参数和噪声方差估计的偏差补偿递推最小二乘算法,用动态误差系统分析方法严格证明了所得到的模型参数和噪声方差估值是强一致的,即它们以概率1收敛于相应真实值。一个仿真例子说明了其有效性。     

改进的递推增广最小二乘参数估计方法

基于用递推最小二乘(RLS)法拟合高阶自回归(AR)模型得到的白噪声估值,提出了自回归滑动平均(ARMA)模型参数估计的一种改进的递推增广最小二乘法。它由两段RLS算法组成,可在线实现,具有快的收敛速度。一个仿真例子说明了其有效性。     

求线性方程组最小二乘解的递推方法

从线性代数知识知道,n个未知量m个方程的线性方程组,可以写成如下的矩阵形式,AX二B(1)其中矩阵\!!…/.b,D。:‘b/‘气件葱.11、几 一一 B 、l‘eseseeeejwe/xl朴…从 (一a 12‘”al。、厂‘一}“’:二犯?.’.:介’}‘={ 、a泪la小2.今’斌/,、矩阵A为方程组的系数矩阵,设其秩为y(A),矩阵 ,‘2恤h﹄ba一1 aiZ’‘’ai。a生一a 2 2.’.aZ。......……a,:a。:…am。b。{称为方程组的增广矩阵,设其秩为丫(A)。 当秩了(A)二汀A)时,方程组(1)是相容的,即有解,当秩丫(A)今丫(A)时,是不相容的。 现在讨论不相容的超定方程组(m>n)。这种方程组…     

非线性系统的递推最小二乘自适应模糊控制

提出了一种可有效消除被控系统不确定性的自适应模糊控制方法．该方法采用模糊逻辑系统（FLS）来辨识系统的未知函数，并采用连续形式的递推最小二乘算法作为自适应律调节FLS权参数．该自适应律可保证FLS权参数稳定收敛，最终收敛至最佳值的一个很小邻域中，同时保证跟踪误差指数衰减趋于0．倒立摆仿真结果表明，采用该方法时，辨识的归一化平方误差小于2％，其相对跟踪误差较混合自适应控制方法减少了58％．     

正交最小二乘算法及其应用

介绍了正交最小二乘法的算法原理，同经典的最小二乘法相比，其数值稳定性好、计算量小，能节省大量存贮空间。应用了Ｈｏｕｓｅｈｏｌｄｅｒ变换、Ｇｉｖｅｎｓ变换和它的逆变换３种算法。根据残差矢量最小准则，将该法用于ＡＲＭＡ模型结构辨识和时变ＡＲ模型参数估计，取得了满意的仿真结果。     

基于递推最小二乘法的变压器参数辨识

提出一种变压器漏电抗的识别方法.该方法无需改变变压器低压侧的电流互感器配置,无需测量绕组电流,直接利用低压侧线电流,在分相列写回路方程的基础上,消去低压侧绕组环流的影响,利用递推最小二乘法识别漏电抗,解决了Y/△接线方式下三相变压器的漏电抗计算问题.讨论T型等效电路模型中漏电抗参数的可辩识性和算法的误差,给出一种提高识别算法准确性的改进方案,并对方案进行了验证.EMTP仿真结果表明,该算法能够正确识别各相的漏电抗,具有良好的应用前景.     

基于递推最小二乘的系统误差配准算法

针对多传感器的系统误差配准问题,首先,介绍了系统误差配准模型的建立及其最基本的处理方法:最小二乘法。其次,考虑到最小二乘法在批处理数据的时,随着时间累积,存储空间需求不断加剧的问题,引入递推思想,推得递推最小二乘法。最后,对递推最小二乘法进行了计算机仿真,验证了算法的有效性。     

鲁棒递推最小二乘参数辨识的新方法

本文提出一种新的回归方程的鲁棒递推辨识方法。该方法通过Huber函数选择加权因子,使得参数估计值对由测量系统引起的大扰动或异常值具有鲁棒性。文中给出并证明了该算法对确定性系统的参数估计的收敛性与一致性定理。两个线性动态系统的计算机仿真实例显示出该方法对大扰动或异常值的良好鲁棒性以及参数估计的收敛性。     

递推批量最小二乘在直升机电动舵机故障诊断中的应用

针对批量最小二乘在线辨识Volterra级数存在计算量大，数据存储空间占用多的不足，提出了一种基于递推批量最小二乘的辨识方法。该方法通过固定观测矩阵的维数来控制数据存储空间的占用，利用递推辨识的方法避免了对矩阵直接求逆，减小了计算量。针对监测对象处于稳定工作状态时，因观测数据非常相近容易导致观测矩阵出现病态的现象，引入影响因子的概念对观测数据进行取舍，以增强辨识数值的稳定性。通过在直升机电动舵机故障诊断中的实际应用证明了该方法的有效性，为基于非线性频谱分析的在线故障诊断技术提供了一个重要途径。     

推广的遗忘因子递推最小二乘算法在GPS中的应用

作者将推广的遗忘因子递推最小二乘算法应用到GPS以确定动态目标的轨迹，并与推广的Kalman滤波进行比较，发现两种算法在GPS中具有各自的优点，当噪声相关性较大又不能准确地得到其方差时，推广的遗忘因子递推最小二乘算法好于推广的Kalman滤波算法。     

设计FIR数字滤波器的随机抽样递推最小二乘算法

考虑了对称系数及反对称系数的ＦＩＲ数字滤波器的设计问题,将这个设计问题看成一个线性系统的辨识问题,辨识系统参数所需的输入数据由一随机抽样法产生,辨识算法采用递推最小二乘法．按随机抽样法产生的数据保证了被辨识参数的收敛性,实现了最小加权平方误差准则．最后给出了几个设计范例．     

最小二乘法原理及其简单应用

最小二乘法是从误差拟合角度对回归模型进行参数估计或系统辨识,并在参数估计、系统辨识以及预测、预报等众多领域中得到极为广泛的应用。然而,最小二乘法因其抽象、难懂常常被大家所忽视。本文就最小二乘法的引入,原理的证明,简单的应用进行归纳和总结,使读者对最小二乘法有更为清晰、系统、全面地认识。