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．     

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.     

广义压缩最小二乘估计的优良性

本文讨论了广义压缩最小二乘估计均方误差、均方残差的一些性质，另外还分别在Ｑ（ｃ）准则及Ｐｉｔｍａｎ准则下讨论了广义压缩最小二乘估计的优良性。     

时间渐消递推最小二乘估计的矩阵QR分解方法

给出了当数据一步更新时,利用矩阵QR分解进行最小二乘估计的直接递推形式。与利用Givens旋转变换进行参数递推估计的方法相比,该方法直接表征了被辨识参数的递推计算关系,因而可直接判定递推估计算法的收敛性。     

几类矩阵方程的最小二乘解

研究以X∈Rn×n为未知矩阵的矩阵方程AX=B分别在Rn×n,SRn×n,SRpn×n,SARnp×n中的解及最小二乘解。     

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.     

一类双对称矩阵反问题的最小二乘解

研究了一类双对称矩阵反问题,得到该问题有最小二乘解的充要条件,并给出解的表达式.     

回归系统的一种有偏估计与广义最小二乘估计的相对效率

在均方误差矩阵准则下研究了线性回归系数的一种有偏估计相对于广义最小二乘估计的优良性问题及其他统计性质,并导出了它们的相对效率的界.     

D反对称矩阵反问题的最小二乘解

为了研究约束矩阵方程问题,提出了D反对称矩阵的概念,研究了D反对称矩阵反问题的最小二乘解及其最佳逼近问题;采用矩阵奇异值分解、分块降阶等方法,获得了D反对称矩阵反问题的最小二乘解一般表达式及最佳逼近解的表达式,并对其逆特值问题、线性约束方程问题给出了有解的充分必要条件,推广了文献[1]中的相关结果及应用范围.     

一类矩阵方程最小二乘问题的LSQR方法

讨论了对称斜反对称矩阵的结构,应用LSQR方法求解最小二乘问题‖XTAX-B‖=min（A为待求对称斜反对称矩阵）,并给出了相应的算法及数值例子.     

V~TPV=min的充分条件

本文以满秩网平差为例.通过法方程系数矩阵及观测值权矩阵的正定,论证了V~TPV=min的充分性。同时证明了观测值权矩阵为正定阵时,秩亏网平差也满足上述结论。     

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.     

方程AX=B的相位约束最小二乘解

利用矩阵广逆理论,结合相位约束的结构特性,研究矩阵方程AX=B在2种不同相位约束下的极小范数最小二乘解,得到了解的一般表达式.     

一类四元数矩阵方程的反Hermite极小范数最小二乘解

利用文[Yuan S F,Liao A P,Lei Y.Least squares Hermitian solution of the matrix equation(AXB,CXD)=(E,F)with the least norm over the skew field of quaternions.Mathematical and ComputerModelling,2008,48:91-100]给出四元数矩阵A,B,C积的列拉直vec(ABC)的一种新方法和Moore-Penrose广义逆,研究四元数矩阵方程(AXB,CXD)=(E,F)的反Hermite极小范数最小二乘解,给出了它的通解表达式和求这个极小范数最小二乘解的数值算法。     

基于LS-SVM的无人机费用预测

无人机费用预测是在装备研制设计阶段就必须考虑的重要问题。针对无人机费用预测小样本、具有不确定性等特点,提出了基于最小二乘支持向量机(LS-SVM,Least Squares Support Vector Machines)的无人机费用预测模型,并应用于研制费用、维修保障费用预测。应用结果表明,LS-SVM具有较高的费用预测精度。     

有约束最小平方复原在图像复原中的应用

获取图像的过程中光学系统的像差、大气扰动、运动、散焦和系统噪音等因素会导致图像质量的下降即降质,会造成图像的模糊和变形。该文对图像复原所用的逆滤波、维纳滤波、约束最小平方复原原理进行了论述。维纳滤波复原图像需估计未退化图像和噪声功率谱,在实际中图像和噪声功率谱的比值很难估计,而信号和噪声的方差和期望容易获得,文章论述了在知道信号和噪声的方差和期望情况下实现对退化图像复原的有约束最小平方复原方法的基本原理。并通过实验仿真证明约束最小平方复原在参数选择适当的情况下复原效果优于维纳滤波。     

求解约束最小二乘半正定规划问题的L-BFGS方法

对带等式和不等式约束的最小二乘半正定规划问题的求解进行了研究。在Slater约束规范条件下,对偶问题的最优解与原问题最优解相等。因此,考虑将最小二乘半正定规划问题转化为相应的对偶问题,通过求解对偶问题达到求解原问题的目的。针对最小二乘半正定规划问题的对偶问题,首先构造相应的二次模型,沿负梯度方向最小化该二次模型得到柯西点,在此基础上,利用积极约束技巧,划分积极约束集与非积极约束集,然后应用L-BFGS技巧对自由变量进行加速,从而求得对偶问题的最优解。最后,从理论上证明了算法的全局收敛性,并进行了初步的数值实验,将该算法与光滑化牛顿法作对比,结果表明该算法在计算时间上有一定的优势。     

基于改进的偏最小二乘回归的酸雨pH值预测

酸雨pH值受到酸性离子[SO4^2-]、[NO3^-]和碱性离子[Ca^2＋]、[NH4^＋]等的影响。这些影响因素之间存在多重相关性。用一般最小二乘回归分析预测pH值,参数估计存在很大的误差且物理意义明显不足。应用偏最小二乘回归技术建立pH值预测模型,克服了自变量之间多重相关性的问题,因而更具有先进性,计算结果更为可靠,而改进的偏最小二乘回归则从预测角度对偏最小二乘回归模型进行了改进。以我国17个城市pH值预测为例,说明了改进的偏最小二乘回归法比普通偏最小二乘回归法效果好。     

关于置换矩阵的最小多项式

设π(S_i)是一个S_i×S_i循环置换阵,[λ~(s1)-1,…,λ~(st-1)-1,λ~(st)-1]表示λ~(s1)-1,…,λ~(st-1)-1,λ~(st)-1表示的最小公倍式。本文首先指出,任何一个n×n置换矩阵P是相似于矩阵 diag(I_k,π(S_1),…,π(S_1),…,π(S_t),…,π(S_t))的,这里k sum from i=1 to t (k_iS_i)=n。之后我们证明了P的最小多项式 m_p(λ)=[λ~(s1)-1,…,λ~(st-1)-1,λ~(st)-1]。     

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。