求解加权线性最小二乘问题的预处理迭代方法

给出了求解一类加权线性最小二乘问题的预处理迭代方法,也就是预处理的广义加速超松弛方法(GAOR),得到了一些收敛和比较结果.比较结果表明当原来的迭代方法收敛时,预处理迭代方法会比原来的方法具有更好的收敛率.而且,通过数值算例也验证了新预处理迭代方法的有效性.

基于幂加权最小二乘拟合的红外相机辐射定标方法

分析了现有线性度计算方法的不足,提出基于偏差/测量值的新线性度评价方式,通过该方式最小二乘拟合的低端温度偏差比高端大一个数量级,并采用加权拟合提高系统响应线性度。在分析不同光谱的温度和辐亮度拟合函数基础上,提出一种基于辐亮度倒数幂加权最小二乘线性拟合的地面和星上辐射定标方法,确认最佳权重幂次,建立了幂次n=1的加权最小二乘拟合外黑体线性定标方程、内黑体线性定标方程、内外黑体辐亮度转换模型。针对星上内黑体高精度两点定标建立了基于加权最小二乘拟合内外黑体辐亮度转换模型;针对星上黑体发射率退化提出了基于恒星定标的红外相机星上内黑体辐亮度定标修正方法,建立了外黑体辐亮度、内黑体辐亮度和恒星辐亮度转换模型。采用加权线性拟合后,积分时间10 ms的低温端外黑体反演偏差由1.63 K下降到0.52 K,内黑体偏差反演温度偏差由0.83 K下降到0.39 K,系统响应线性度明显提升。

求解加权线性最小二乘问题的一类预处理GAOR方法

为了快速求解一类来自加权线性最小二乘问题的2×2块线性系统,本文提出一类新的预处理子用以加速GAOR方法,也就是新的预处理GAOR方法.得到了一些比较结果,这些结果表明当GAOR方法收敛时,新方法比原GAOR方法和之前的一些预处理GAOR方法有更好的收敛性.而且,数值算例也验证了新预处理子的有效性.

关于"求解加权线性最小二乘问题的一类预处理GAOR方法"一文的注记

在“求解加权线性最小二乘问题的一类预处理GAOR方法”一文中,作者提出了求解加权线性最小二乘问题等价2×2块线性系统的一类预处理GAOR方法,并给出了几个比较定理来说明新提出预处理GAOR方法的优越性.本文我们将指出该文中几个比较定理的不完善之处和证明的错误之处,并给出正确的证明.

投影方法在线性最小二乘问题中的应用

采用正交投影方法推导了最小二乘问题的法方程。首先求出了到最小二乘问题系统矩阵的列空间的正交投影矩阵,然后根据正交投影的性质求出了最小二乘问题的解。该方法可以迁移到带有权重的最小二乘问题。

求解非线性最小二乘问题的迭代法

基于解线性方程组的Jacobi迭代法的思想 ,本文提出了一种求解非线性最小二乘问题的迭代法 ,大量的数值试验表明该迭代法具有较好的收敛性 另外 。

最优加权最小二乘估计与线性无偏最小方差估计性能比较

在给定的线性模型下 ,讨论了最优加权最小二乘估计与线性无偏最小方差估计性能比较 .在噪声方差矩阵可逆条件下 ,可算出线性无偏最小方差估计与最优加权最小二乘估计方差的差表达式 ,并在一定条件下 。

基于地理加权和最小二乘线性回归模型的气温与NDVI聚集密度的相关分析

基于2015年广州地区1 km空间分辨率的MOD13A 3月合成NDVI数据以及春夏秋冬4个季节的气象站点近地表气温,首先利用聚集密度计算方法计算NDVI的聚集密度,构建不同季节近地表气温与NDVI聚集密度的最小二乘线性回归模型(OLS)和地理加权回归模型(GWR),分析广州市近地表气温与NDVI聚集密度的相关关系,探讨不同季节NDVI聚集密度回归系数的空间分布,并利用AICc信息准则、拟合优度和Sigma指标对GWR与OLS的结果进行比较分析。结果表明:NDVI聚集密度较好地反映了研究区建设用地、植被和水体等下垫面的综合信息;与OLS模型相比,GWR模型的拟合效果更显著,最小的拟合度从0.02提高到0.464,GWR模型的拟合度最大值达到了0.724;GWR模型回归残差的Moran’s I显著减少,如1月份Moran’s I指数从0.383减少到0.022;NDVI聚集密度对气温的影响具有空间异质性,整体上,从广州北到南,GWR模型中NDVI聚集密度与气温的回归系数由负值逐渐增加到正值,表明NDVI聚集密度对气温有着从负到正的影响;下垫面以不透水面为主的区域,GWR模型拟合度较低,以植被为主要下垫面的区域,GWR模型拟合度较高。

求解非线性多结构回归模型的加权最小二乘估计法

文章针对基于非线性多结构回归模型的参数估计问题,提出了带权值的最小二乘估计法;讨论并证明了最优加权的存在性和优越性;通过数值仿真分析比较,验证了此方法的精度。

无限批量调度中最小化加权完工时间和问题的一个线性时间近似方案(英文)

本文考虑n个工件的无限批量机器调度问题.一台机器可以同时加工B≥n个工件.每个工件具有一个正权因子、一个释放时间和一个加工时间.一个批次的加工时间是该批次所包含所有工件的加工时间的最大者.在同一批次中加工的工件有相同的完工时间,即它们的共同开始时间加上该批次的加工时间.对于最小化加权完工时间和问题,本文给出了第一个多项式时间近似方案(PTAS).对任意给定精度,该算法的运行时间为线性的.

解加权总体最小二乘平差问题的一种新方法

加权总体最小二乘不仅认为系数矩阵受到误差的干扰,而且认为系数矩阵和观测矢量具有不同的测量精度。针对常见算法迭代公式复杂的情况,将观测矢量误差看成是关于系数矩阵误差改正量和待估计参数的函数,通过线性化将其转化为间接平差问题,用拉格朗日乘数法推导间接平差形式的简单迭代公式。并通过两个数字实验证明了该方法的可行性,得到了与Schaffrin&Wieser方法相同的参数估计结果。

大规模非负线性最小二乘问题的一个新算法

研究了求解非负线性最小二乘问题的一个新算法.首先把非负线性最小二乘转化为单调线性互补问题,然后基于牛顿方向和中心路径方向,给出了求解单调线性互补问题的一种势下降内点算法,并证明该算法经过有限次迭代之后收敛到原问题的一个最优解.数值实验表明此方法对求解大规模非负线性最小二乘问题是非常有效的.

非线性最小二乘问题的一种迭代解法

本文给出了求解非线性最小二乘问题的一种迭代解法 ,即由已知节点数据 (xi,yi) (i=1 ,2 ,… ,m)求函数 y=f(x,b1,b2 ,… ,bn)中非线性参数 b1,b2 ,… ,bn 的一种迭代解法 .并用实际算例的结果说明了该迭代解法优于一般线性化方法 。

最小二乘法的自加权问题及其修正

在自动控制、经济统计和预测以及其他一些需要进行数学模拟的领域 ,最小二乘法或其衍生方法是最常用的模型优化规则 .本文指出这种规则隐含有自加权效应 ,直接影响模型的优化 .然后提出了一种对最小二乘法进行修正的思想和方法 。

基于加权最小二乘的双线性系统的自适应控制及其应用

本文对一类双线性系统，用加权最小二乘辨识方法建立了自适应控制算法，该算法适用于非最小相位系统，且具有大范围渐近收敛和稳定的性质。从谷氨酸结晶过程的ｐ值控制实验表明，本文算法具有良好的控制效果，比非线性ＰＩＤ控制具有更高的控制质量．

非线性最小二乘问题的不适定性及算法研究

非线性模型广泛存在于测量平差、变形监测及路面模量反算领域中。诸如导线测量中以待定点坐标为未知参数的角度观测方程和边长观测方程，它们都是待定点坐标的非线性函数；GPS伪距测量中，卫星至测站的几何距离的观测方程是测站点待定坐标的非线性函数；路基沉降变形分析与预测模型中，沉降量是关于时间的非线性函数；路面模量反算的模型也是非线性函数等。

岩石抗剪强度参数的加权线性回归估计与验证

研究了岩石抗剪强度参数的优化估计方法,针对岩石抗剪强度数据中存在的异方差问题,引入了加权线性回归方法。在岩石抗剪强度的线性回归分析中,一般假定因变量观测值的观测误差都服从同一正态分布,但忽略了三轴强度数据中所存在的异方差问题。利用位于四川省西南地区的露天砂岩为研究对象,获取砂岩在不同围压下的三轴强度数据并应用加权线性回归方法进行分析并解决了数据的异方差问题。首先介绍了岩石抗剪强度的理论基础和相关的统计方法,然后详细阐述了加权线性回归的概念及应用范围。提出了加权线性回归的理论公式和检验方法,并解释了加权回归中的权重定义和计算方法。最后通过位于四川省西南地区的露天砂岩的试验数据进行验证,研究结果证明了加权最小二乘法在岩石抗剪强度参数估计中的有效性,研究成果可为抗剪强度参数的选取提供相关的理论依据。

解线性最小二乘问题的一个新并行算法

讨论了求解无约束线性最小二乘问题的一种并行单纯形法以及对它的改进算法并行共轭梯度—单纯形法 .算法本身具有很强的并行机制 ,能够充分地发挥并行机快速省时的特点 .本文也对算法做了理论分析 ,对算法的收敛性给予了证明 (在二维情形下 ) .最后做了数值实验 (由于软硬件条件的限制 ,并行算法未能在并行计算机上实现 ,鉴于这种情况 ,我们所做的数值实验均是在串行机上完成的 )

非线性回归的线性拟合加权最小二乘估计

目的探讨非线性回归的线性化拟合技术,改善线性化技术对非线性回归的拟合效果。方法通过设立适当的权重,采用加权最小二乘法对非线性回归的线性化方程进行拟合。结果在讨论非线性模型与相应的直线化模型误差间关系的基础上,导出了利用线性化方程进行加权最小二乘估计的权重,使得利用加权最小二乘估计得到的模型参数的估计误差近似于直接对非线性模型进行估计得到的估计误差,建立了非线性回归的加权线性化拟合技术。结论非线性回归的加权线性化拟合技术能较好地改善线性化技术对非线性回归的估计效果。

加权最小二乘法在EViews软件应用中易出现的问题及处理方法

加权最小二乘法是计量经济学模型出现异方差性时的修正估计方法,但是在EViews软件的应用过程中,如果处理不当,将会得到错误的结论。结合具体案例指出加权最小二乘法在应用中易出现的问题,并给出相应的解决方案。