广义非线性最小二乘法,generalized non-liner least square method,音标,读音,翻译,英文例句,英语词典

您的位置：首页 -> 词典 -> 广义非线性最小二乘法

1) generalized non-liner least square method 点击朗读

广义非线性最小二乘法

2) Nonlinear EGLS 点击朗读

非线性广义最小二乘法

While using the Nonlinear EGLS,we find a spatial diffusion mechanism from Beijing,Shanghai and Guangdong to other provinces,which depends on the spatial distance.

接着,我们应用非线性广义最小二乘法,探讨了省际技术进步的空间扩散问题,结果证实我国存在着从北京、上海、广东向其他省区的技术扩散,而且这种扩散依赖于空间距离;技术扩散地区的人力资本投资、产业结构调整和专业化不仅能够带动自身的技术进步,而且能够促进其他省区的技术进步。

3) generalized nonlinear least squares 点击朗读

广义非线性最小二乘

4) Generalized nonlinear dynamic least squares method 点击朗读

广义非线性动态最小二乘法

5) generalized nonlinear dynamic LS model 点击朗读

广义非线性动态最小二乘

6) generalized least square method 点击朗读

广义最小二乘法

In this paper,the estimation of coefficient functions in a varying-coefficients EV model are constructed by using kernel smoothing and generalized least square method.

利用核函数法和广义最小二乘法给出了一般变系数EV模型系数参数的估计,得到了估计的强相合性。

For the important role of mathematical model in data processing of dynamic calibration and combining the experimental data of dynamically calibrating acceleration sensor test system based on the Hopkinson bar,a generalized least square method of dynamic model is introduced.

针对数学模型在动态校准实验数据处理中的重要地位,结合Hopkinson杆对加速度传感器测试系统动态校准所得实验数据,介绍了一种基于广义最小二乘法的动态数学模型建立方法。

更多例句>>

补充资料：非线性最小二乘法

　　以误差的平方和最小为准则来估计非线性静态模型参数的一种参数估计方法。设非线性系统的模型为
　　
　　
　　
　　
　　　y＝f(x，θ)
　　式中y是系统的输出，x是输入，θ是参数（它们可以是向量）。这里的非线性是指对参数θ的非线性模型，不包括输入输出变量随时间的变化关系。在估计参数时模型的形式f是已知的，经过N次实验取得数据(x₁,y₁),(x₂,y₁)，...,(x_n，y_n)。估计参数的准则（或称目标函数）选为模型的误差平方和
　　
　　
　　
　　
　　非线性最小二乘法就是求使Q达到极小的参数估计值孌。
　　
　　由于 f的非线性，所以不能象线性最小二乘法那样用求多元函数极值的办法来得到参数估计值，而需要采用复杂的优化算法来求解。常用的算法有两类，一类是搜索算法，另一类是迭代算法。
　　
　　搜索算法的思路是：按一定的规则选择若干组参数值，分别计算它们的目标函数值并比较大小；选出使目标函数值最小的参数值，同时舍弃其他的参数值；然后按规则补充新的参数值，再与原来留下的参数值进行比较，选出使目标函数达到最小的参数值。如此继续进行，直到选不出更好的参数值为止。以不同的规则选择参数值，即可构成不同的搜索算法。常用的方法有单纯形搜索法、复合形搜索法、随机搜索法等。
　　
　　迭代算法是从参数的某一初始猜测值θ⁽⁰⁾出发，然后产生一系列的参数点θ⁽¹⁾、θ⁽²⁾...，如果这个参数序列收敛到使目标函数极小的参数点孌，那么对充分大的N就可用θ^(N) 作为孌。迭代算法的一般步骤是：
　　
　　①　给出初始猜测值θ⁽⁰⁾，并置迭代步数i＝1。
　　
　　②　确定一个向量v⁽ⁱ⁾作为第i步的迭代方向。
　　
　　③　用寻优的方法决定一个标量步长ρ⁽ⁱ⁾，使得 Q(θ⁽ⁱ⁾)＜Q(θ⁽ⁱ⁾)，其中θ⁽ⁱ⁾＝θ^i-1+ρ⁽ⁱ⁾v⁽ⁱ⁾。
　　
　　④　检查停机规则是否满足，如果不满足,则将i加1再从②开始重复；如果满足，则取θ⁽ⁱ⁾为孌。
　　
　　典型的迭代算法有牛顿－拉夫森法、高斯迭代算法、麦夸特算法、变尺度法等。
　　
　　非线性最小二乘法除可直接用于估计静态非线性模型的参数外，在时间序列建模、连续动态模型的参数估计中，也往往遇到求解非线性最小二乘问题。
　　

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

Levenberg-Marquardt非线性最小二乘法非线性最小二乘估计法非线性最小二乘方法改进非线性最小二乘法

非线性最小二乘算法非线性多元最小二乘法非线性最小二乘法

说明：双击或选中下面任意单词，将显示该词的音标、读音、翻译等；选中中文或多个词，将显示翻译。
	您的位置：首页 -> 词典 -> 广义非线性最小二乘法 1) generalized non-liner least square method 广义非线性最小二乘法 2) Nonlinear EGLS 非线性广义最小二乘法 1. While using the Nonlinear EGLS,we find a spatial diffusion mechanism from Beijing,Shanghai and Guangdong to other provinces,which depends on the spatial distance. 接着,我们应用非线性广义最小二乘法,探讨了省际技术进步的空间扩散问题,结果证实我国存在着从北京、上海、广东向其他省区的技术扩散,而且这种扩散依赖于空间距离;技术扩散地区的人力资本投资、产业结构调整和专业化不仅能够带动自身的技术进步,而且能够促进其他省区的技术进步。 3) generalized nonlinear least squares 广义非线性最小二乘 4) Generalized nonlinear dynamic least squares method 广义非线性动态最小二乘法 5) generalized nonlinear dynamic LS model 广义非线性动态最小二乘 6) generalized least square method 广义最小二乘法 1. In this paper,the estimation of coefficient functions in a varying-coefficients EV model are constructed by using kernel smoothing and generalized least square method. 利用核函数法和广义最小二乘法给出了一般变系数EV模型系数参数的估计,得到了估计的强相合性。 2. For the important role of mathematical model in data processing of dynamic calibration and combining the experimental data of dynamically calibrating acceleration sensor test system based on the Hopkinson bar,a generalized least square method of dynamic model is introduced. 针对数学模型在动态校准实验数据处理中的重要地位,结合Hopkinson杆对加速度传感器测试系统动态校准所得实验数据,介绍了一种基于广义最小二乘法的动态数学模型建立方法。更多例句>> 补充资料：非线性最小二乘法　　以误差的平方和最小为准则来估计非线性静态模型参数的一种参数估计方法。设非线性系统的模型为　　　　　　　　　　　y＝f(x，θ) 　　式中y是系统的输出，x是输入，θ是参数（它们可以是向量）。这里的非线性是指对参数θ的非线性模型，不包括输入输出变量随时间的变化关系。在估计参数时模型的形式f是已知的，经过N次实验取得数据(x₁,y₁),(x₂,y₁)，...,(x_n，y_n)。估计参数的准则（或称目标函数）选为模型的误差平方和　　　　　　　　　　非线性最小二乘法就是求使Q达到极小的参数估计值孌。　　　　由于 f的非线性，所以不能象线性最小二乘法那样用求多元函数极值的办法来得到参数估计值，而需要采用复杂的优化算法来求解。常用的算法有两类，一类是搜索算法，另一类是迭代算法。　　　　搜索算法的思路是：按一定的规则选择若干组参数值，分别计算它们的目标函数值并比较大小；选出使目标函数值最小的参数值，同时舍弃其他的参数值；然后按规则补充新的参数值，再与原来留下的参数值进行比较，选出使目标函数达到最小的参数值。如此继续进行，直到选不出更好的参数值为止。以不同的规则选择参数值，即可构成不同的搜索算法。常用的方法有单纯形搜索法、复合形搜索法、随机搜索法等。　　　　迭代算法是从参数的某一初始猜测值θ⁽⁰⁾出发，然后产生一系列的参数点θ⁽¹⁾、θ⁽²⁾...，如果这个参数序列收敛到使目标函数极小的参数点孌，那么对充分大的N就可用θ^(N) 作为孌。迭代算法的一般步骤是：　　　　①　给出初始猜测值θ⁽⁰⁾，并置迭代步数i＝1。　　　　②　确定一个向量v⁽ⁱ⁾作为第i步的迭代方向。　　　　③　用寻优的方法决定一个标量步长ρ⁽ⁱ⁾，使得 Q(θ⁽ⁱ⁾)＜Q(θ⁽ⁱ⁾)，其中θ⁽ⁱ⁾＝θ^i-1+ρ⁽ⁱ⁾v⁽ⁱ⁾。　　　　④　检查停机规则是否满足，如果不满足,则将i加1再从②开始重复；如果满足，则取θ⁽ⁱ⁾为孌。　　　　典型的迭代算法有牛顿－拉夫森法、高斯迭代算法、麦夸特算法、变尺度法等。　　　　非线性最小二乘法除可直接用于估计静态非线性模型的参数外，在时间序列建模、连续动态模型的参数估计中，也往往遇到求解非线性最小二乘问题。　　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 Levenberg-Marquardt非线性最小二乘法非线性最小二乘估计法非线性最小二乘方法改进非线性最小二乘法

©2011 dictall.com