1) Gaus s-Seidel like algorithm
拟高斯迭代法
2) Gauss interation method
高斯迭代法
3) Gauss-Newton iterative algorithm
高斯-牛顿迭代法
1.
The target location in bistatic radar is a nonlinear optimize problem, the nonlinear least square estimation and its Gauss-Newton iterative algorithm are concerned,In order to improve iterative astringency and target location\'s veracity,the paper selects a location\'s value which is close to the truth value as iterative beginning and utilizes all the observation.
双基地雷达的目标定位解是一个非线性优化问题,引入了高斯-牛顿迭代法解非线性最小二乘方程组,为了提高迭代的收敛性和目标位置解的准确性,采用精度最高的一组测量子集单元解算出的定位解作为迭代初始值,并充分利用了所有的观测信息。
4) Gauss iterative
高斯迭代
5) Gauss-Seidel iterative method
高斯-赛德尔迭代法
6) Gauss-Newton iterative method
高斯与牛顿迭代法
1.
The calculation of ultrasonic echo parameter by Gauss-Newton iterative method;
超声回波参数的高斯与牛顿迭代法计算
补充资料：高斯-赛德尔迭代法
分子式：
CAS号：
性质：求解线性方程组Ax=b的一种迭代法，其迭代格式为(i=1,2,…,n；m=1，2，…)。其中初始值取xi(v)(i=1,2,…,n)为任意给定值。其迭代结束条件为为给定的精度要求。其收敛性充分条件为：判别条件I——线性方程组的系数方阵A如具备性质(1)按行(或按列)为严格对角占优，或(2)不可约且按行(或按列)为弱对角占优；判别条件II——线性方程组的系数方阵A为对称正定的。此法在电子计算机上执行既省存储单元又加快收敛速度。
CAS号：
性质：求解线性方程组Ax=b的一种迭代法，其迭代格式为(i=1,2,…,n；m=1，2，…)。其中初始值取xi(v)(i=1,2,…,n)为任意给定值。其迭代结束条件为为给定的精度要求。其收敛性充分条件为：判别条件I——线性方程组的系数方阵A如具备性质(1)按行(或按列)为严格对角占优，或(2)不可约且按行(或按列)为弱对角占优；判别条件II——线性方程组的系数方阵A为对称正定的。此法在电子计算机上执行既省存储单元又加快收敛速度。
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