首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到19条相似文献,搜索用时 93 毫秒
1.
最小二乘问题在数据拟合、参数估计和控制理论等方面有着广泛的作用.本文将利用奇异值分解给出了线性方程Ax=b 的最小二乘解的通解表达式以及广义逆的表达式,并对最小线性二乘问题的条件数进行了论证,指出了当矩阵A 为方阵时怎样估算该方程组的是否是病态的方法.  相似文献   

2.
3.
本文从矩阵的奇异值分解在齐次方程组的最小二乘解法问题上的应用和矩阵的奇异值分解在带约束方程组的最小二乘解法问题上的应用两个方面,探讨了矩阵的奇异值分解在最小二乘法问题上的新应用。  相似文献   

4.
随着大数据技术的发展,非负矩阵分解(NMF)日益成为目前最流行的模式识别方法之一,并广泛应用于文档聚类、图像处理、人脸识别、信号分析等多个领域。针对NMF中双因子矩阵的初始化问题,对非负双奇异值分解算法进行分析,数值实验表明该算法可以快速降低众多基于NMF衍生算法的近似误差。  相似文献   

5.
奇异值分解是最重要的矩阵分解之一,具有重要的理论价值。简述奇异值分解理论的发展历程、奇异值分解的证明以及奇异值分解在若干线性代数问题中的应用。  相似文献   

6.
讨论了矩阵最小奇异值的估计.给出了矩阵最小奇异值的两个新的估计和数值算例验证所得结果的优越性.  相似文献   

7.
本文提出了一种基于奇异值分解的指纹图像增强处理方法,通过具体算法和软件实现给出了实验结果。基于Matlab7.0的仿真实验表明,将奇异值分解应用于指纹识别系统预处理中是有效且可行的。  相似文献   

8.
在改进了矩阵奇异值分解的方法基础上,通过探究矩阵奇异值分解的几何意义,进一步揭示了内积空间上线性映射的本质.  相似文献   

9.
在图像矩阵的奇异值中嵌入隐秘信息,这样的嵌入算法鲁棒性很强,但嵌入的信息量却很有限.本算法是将图像矩阵分解为若干小的矩阵序列,使用将每个小矩阵的奇异值进行量化的方法嵌入隐秘信息,这样既增强了算法的鲁棒性,也提高了算法的信息隐藏量.实验结果表明该算法可行,并且可以抵抗多种攻击.  相似文献   

10.
本文用简单的例子说明如何计算一个矩阵的奇异值分解,以及矩阵奇异值分解与矩阵四个子空间之间的关系.  相似文献   

11.
利用输出比输入快速采样方法研究ARMA模型的盲辨识问题,提出了最小二乘盲辨识方法。通过选择适当的快采样率及归一化系统模型参数之后,仅利用快采样得到的输出信号实现了系统模型参数的估计。仿真例子表明所提盲辨识方法的有效性。  相似文献   

12.
由于完全通过理论分析机理来建立无人机液压系统的数学模型存在很多障碍和不确定性因素.本文基于最小二乘辨识算法选择最优的模型或修正机理模型.通过对无人机液压刹车系统进行辨识,并将辨识拟合曲线和实验数据进行对比,实验结果表明,该曲线拟合良好,辨识的模型与实际系统基本符合,表明了该方法的有效性.  相似文献   

13.
基于MATLAB的最小二乘法系统辨识与仿真   总被引:3,自引:0,他引:3  
将MATLAB应用到系统辨识中,在分析最小二乘法的基本原理和推导过程的基础上给出了系统辩识中算法参数估计的递推公式,并进行了实例仿真.  相似文献   

14.
曲线拟合的最小二乘法   总被引:18,自引:0,他引:18  
在实际问题中测得的实验数据有时需寻求较简单函数逼近来解,曲线拟合的最小二乘法在解决这类问题的数据处理和误差分析中应用非常广泛,可提高数据处理的效率和精确度,已成为这类问题数据处理的重要的比较可靠的技术手段。  相似文献   

15.
首先将大量的经验数据,使用MATLAB工具,快速找到线性较好的测量区间,并采用最小二乘原理,拟合出测量区间的曲线方程,然后通过对电磁感应测量电路的智能微控制单元进行编程调整,从而使该测量电路具有高精度和自适应调整功能.  相似文献   

16.
首先将大量的经验数据,使用MATLAB工具,快速找到线性较好的测量区间,并采用最小二乘原理,拟合出测量区间的曲线方程,然后通过对电磁感应测量电路的智能微控制单元进行编程调整,从而使该测量电路具有高精度和自适应调整功能.  相似文献   

17.
本文对最小二乘问题求解过程作递推化,由此给出逐次正交化程序。揭示了正交化过程与最小二乘解之间的内在关系,使用关理论推导趋于简明。  相似文献   

18.
通过矩阵的奇异值分解定理,得到矩阵方程A^TXA=B的在加权范数下的最小二乘解和对称最小二乘解表达式,同时导出了在相应解集中与已知矩阵最佳逼近的最小二乘解。  相似文献   

19.
根据最小二乘法,得到求直线斜率的最优计算公式。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号