整体最小二乘问题的解集与极小范数解

讨论了整体最小二乘问题的解集与极小范数ＴＬＳ解。     

广义完全最小二乘问题可解的充分必要条件

给出了完全最小二乘问题可解性的一个简洁证明,并将这一证明思想推广到广义完全最小二乘问题上,建立了它的可解性理论,内容包括广义完全最小二乘问题可解的充分必要条件和校正矩阵的唯一性及其表达式。     

一个约束最小二乘问题

约束最小二乘问题在许多科学工程领域中有重要应用.给出了两类约束最小二乘问题有解的充分条件和必要条件,并且给出了一般解的表达式.     

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。     

经典可解多重TLS问题的扰动分析

在多重TLS问题可解的情况下，利用矩阵的保秩变换和摄动理论，并对矩阵进行摄动，讨论扰动后的多重TLS问题的可解性。     

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．     

一类线性矩阵方程的最小二乘解

利用矩阵的奇异值分解得到Φ=‖ATX XTA-B‖=min的通解,和矩阵方程ATX XTA=B有解的充分必要条件并在有解时给出其一般表达式.     

加权总体最小二乘问题的可解性及其原始解集

给出了加权总体最小二乘（WTLS）问题可解的充分必要条件，并在它可解时，给出了它的原始TLS解集及极小范数解的显式公式。     

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.     

具有线性等式约束的整体最小二乘平差

利用拉格朗日乘数求目标函数极值的数学方法,推导了观测值与系数阵元素独立等权条件下具有线性等式约束的整体最小二乘平差迭代公式,并通过一个直线拟合算例验证了算法的正确性和有效性。     

整体最小二乘参数估计的并行算法

基于递推最小二乘的逆ＱＲ分解方法,给出一种整体最小二乘参数估计的递推算法,并利用已获得的并行实现方法进行并行实现,最后给出了仿真结果．文中给出的并行计算方法使得在实际中应用整体最小二乘进行参数估计变得可行．     

附有等式约束的加权总体最小二乘平差方法

等式约束可以充分利用已有的先验信息和观测信息,使参数在满足平差主模型的同时吻合所建立的等式约束先验信息.针对目前附有等式约束的总体最小二乘平差方法都是观测值与系数矩阵独立、等精度的情况,推导了附有随机等式约束和固定等式约束的加权总体最小二乘平差方法的计算公式和精度评定公式,对于附有等式约束的总体最小二乘方法在实际测量数据处理中的应用具有一定的借鉴作用.     

一元总体最小二乘线性回归与解算分析

针对自变量为随机变量情形,在最小二乘准则下,一元线性回归所得到的回归参数估计及其拟合直线存在二义性问题,为确保解算结果的唯一性和一致性,需用总体最小二乘准则进行解算,对总体最小二乘准则进行了描述,利用奇异值分解方法,讨论了解算公式,最后用一数字算例,用最小二乘和总体最小二乘方法进行了计算和结果分析,得到了一些结论,此方...     

基于信噪比检验的病态总体最小二乘谱修正迭代法

针对病态总体最小二乘谱修正迭代算法的不足,基于复共线性综合诊断,合理判断参数估计是否受到复共线性危害及危害程度,然后制定精准的正则化策略,提出了基于信噪比检验的病态总体最小二乘谱修正迭代算法,根据信噪比检验结果确定谱修正矩阵,根据改造的L曲线法确定谱修正参数.最后通过模拟算例验证了该算法求解病态总体最小二乘问题的数值稳定性和有效性.     

求解近场散射问题的最小二乘方法

应用最小二乘方法数值求解全内反射显微镜模型对应的时谐散射问题. 先利用平面波函数和倏逝波函数构造试探函数空间, 再利用解及其法向导数在单元内边界处的跃度和外边界条件定义目标泛函. 结果表明, 该方法简单易行, 所需剖分单元少, 算法精度高. 数值实验验证了算法的有效性.     

一种鲁棒的约束总体最小二乘无源定位算法

摘要：
为解决异常误差导致的机载单站无源定位不准确问题,提出了一种鲁棒的约束总体最小二乘(RCTLS)定位算法.首先建立定位模型,构建了加权的约束总体最小二乘(WCTLS)定位准则,并给出了牛顿迭代解.然后,利用广义M估计原理构建了WCTLS准则的鲁棒极值函数,将鲁棒CTLS问题转化为对等价权函数的设计问题,并根据丹麦法构建了等价权函数.理论分析表明,RCTLS算法能够有效识别异常误差,并降低异常测量数据的权值以减小其对定位结果的影响.仿真结果显示,存在异常误差时, RCTLS算法能够获得理想的定位估值,具有较强的鲁棒性.