1) nonlinear least squares problem
非线性最小二乘问题
1.
A neural network model for solving nonlinear least squares problem is given.
提出了一种求解非线性最小二乘问题的神经网络方法 ,并证明了该神经网络方法的稳定性和收敛
2.
Trust region method is a kind of efficient methods to solve the general unconstrained optimization and its special situation, the nonlinear least squares problems.
对于一般的无约束最优化问题及其特殊情况非线性最小二乘问题而言，信赖域方法是一种有效的方法。
2) nonlinear least square problem
非线性最小二乘问题
1.
A regularization homotopy iterative method for solving nonlinear least square problem
非线性最小二乘问题的一种正则同伦迭代解法
2.
The method avoids infeasiblity of the discreted problem by sloving a nonlinear least square problem.
本文对具有状态终端约束、控制受限的非线性连续最优控制问题给出一种新的可实现的离散方法，此方法通过求解非线性最小二乘问题避免这类问题离散后出现的不可行现象。
3) nonlinear least squares problems
非线性最小二乘问题
1.
for finding the approximation solution of nonlinear least squares problems min F(x)=[SX(]1[]2[SX)]f(x) T f(x).
则非线性最小二乘问题可描述为下面的极小化问题 :minF(x) :=12 f(x) Tf(x) 。
2.
We present an iterative method for solving nonlinear least squares problems,on the basis of Jacobi method for solving system of linear equations,where numerical experiments show quite promising performance of the parallel algorithm.
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 ,还将所设计的迭代法进行了并行
4) rank deficient linear least squares problem
亏秩线性最小二乘问题
6) nonlinear least square
非线性最小二乘
1.
Implementation of nonlinear least square with global convergence in Forstat
全局收敛的非线性最小二乘在Forstat中的实现
2.
The Gauss-Newton method is applied to solve the nonlinear least square equations and a simple and applicable iterative formula is deduced, which is locally convergent and divergent sometimes.
介绍了采用非线性最小二乘方法回归乙烯深度氧化反应动力学方程。
3.
Through transferring solution procedure,the problem was inverted into nonlinear least square optimization process with constraint conditions in two stages using function lambertw and function lsqnonlin.
对生态学领域的高精度参数确定问题提出了一种解决方案,结合实例,利用肖维奈特准则进行回归分析筛选数据,利用MATLAB工具中vpa和dlmwrite函数来保证数据传递的精度,并变换求解格式利用lambertw函数和lsqnonlin函数将问题转化为带约束条件的非线性最小二乘两级优化过程加以解决。
补充资料：非线性最小二乘拟合
分子式：
CAS号：
性质：用最小二乘法拟合非线性方程。有些变量之间的非线性模型，通过变量变换可以化为线性模型，此称为外在线性。而有些变量之间的非线性模型，通过变量变换不能化为线性模型，通称为内在非线性。对于非线性模型y=f(ξ,θ)+ε，其残差平方和。S(θ)是θ的函数，当模型关于θ是非线性的，正规方程关于θ也是非线性的。基于使残差平方和s(θ)达到极小的原理求出θ的估计值，拟合非线性回归方程。
CAS号：
性质：用最小二乘法拟合非线性方程。有些变量之间的非线性模型，通过变量变换可以化为线性模型，此称为外在线性。而有些变量之间的非线性模型，通过变量变换不能化为线性模型，通称为内在非线性。对于非线性模型y=f(ξ,θ)+ε，其残差平方和。S(θ)是θ的函数，当模型关于θ是非线性的，正规方程关于θ也是非线性的。基于使残差平方和s(θ)达到极小的原理求出θ的估计值，拟合非线性回归方程。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条