1) regularized least squares
正则化最小二乘
1.
It is proposed a novel subspace learning method,called orthogonal locality preserving discriminant projection of regularized least squares.
提出一种新的子空间学习方法:正则化最小二乘的正交局部保持判别投影。
2) regularized orthogonal least squares
正则化正交最小二乘
3) Statistical Learning Theory
正则化最小二乘回归
1.
The Application of Regularized Least-Squares Regression to Time Series Model Based on Statistical Learning Theory;
基于统计学习理论的正则化最小二乘回归在时间序列建模和预测中的应用
4) regularized least-squares
正规化最小二乘
1.
In this dissertation, we present a robust recursive algorithm for the state estimation of stochastic singular linear systems subject to parameter uncertainties based on the regularized least-squares method.
对于具有参数不确定性的随机奇异线性系统的状态估计问题,本论文提出了一种基于正规化最小二乘法的鲁棒递归算法。
5) Laplacian Regularized Least Squares
拉普拉斯正则化最小二乘
6) batch iterative least-squares solution with regularization
正则化批处理最小二乘迭代
1.
Two methods are then used to refine determined RPCs under different circumstance as:① when both the original and the additional GCPs are available,the RPCs wll be recomputed using the batch iterative least-squares solution with regularization(BILSR) method;and ② when only the new GCPs are available,incremental discrete Kalman filtering(IDKF) method is then described.
然后分2种情况对求解出的PRC改正,即当同时具有原始地面控制点(GCP)和辅助GCP时,应用正则化批处理最小二乘迭代法(BILSR)来改正RPC系数,而当只有辅助GCP时,则使用增量离散卡尔曼滤波方法(IDKF)来改正RPC精度。
补充资料：正则化
正则化
regularization
正则化fr卿Ila蛇口d皿;pel，”p“3叫。，」 对于不适定问题(ili一posed problen招)构造关于初始数据的小扰动是稳定的近似解法(亦见正则化方法(爬洲a血王如n此thod)). B.只.Al，:eHHH，A.H.T拟“幻日撰【补注】“正则化”概念在数学中是相当一般的，它的含意已远远超过了处理不适定问题的正则化方法本身.它至少包含着下面两个交织在一起的思想. l)数学对象A由一个更正则的对象A雌作系统代换，一般要使得(A雌)咤=A雌. 2)定义函数的值或对象的其他概念，而该值或概念是事先未予定义的(或者为无穷大，不确定，……).为此经常用一个合适的族(一个形变(由角亡几吐1011))，将上述对象置于族中，对该族中一切接近上述对象的对象定义函数值或者概念，然后取合适的极限.另一个技巧是除去“系统无穷大”，所使用的各种正则化方法的细节主要取决于特定的情况.也经常使用其他术语代替“正则化”，用来描述这种方法和技巧，譬如“正规化”，“重正规化”，“非奇异化”，“奇异性分解”， 上面l)或2)(或两者)意义下的正则化例子有:正则化序列(参见序列的正则化(记孚面血以沁nofs叫uena治))，正则化算子和正则化解法(见不适定问题(沮一卯s司problen招);正则化方法(碳刻ari左山n服山团);积分方程，数值方法(i血脚l叫Ua石ons，nunrncalrr犯比Lods);F理dI幻Im方程，数值方法(Fre小hohn eq珑川on，nu“犯riaUn坦th以七))，最优化理论中的罚函数和其他正则化技术(见数学规划(灯以山既圈石司prog艺rnm止侣);罚函数法(体蒯tyftmctions，n犯让lodof))，各种重正规化方案(见重正规化(代泊。几阳面必石。n))，正规化和非奇异化格式及其变形(见正规概形(nonT以1 sche-此);奇点的分解(心olution of 51爬刘面胎))，分布的正则化(见广义函数(罗理几如沮几nctlon))，Stunn·Liou-访Ue算子的正规化的迹(见S如团.U俐币血问题(StunnLiouville prob」em))，和H沮笼成一S如耐血算子(H丑比找-Sc垃相dt opera加r)的正则化特征行列式. 还有一个例子是用来定义泛函积分和量子场论中的某些无穷行列式(或其商)的乙函数正则化(欢扭-丘山以ion玛卿」面巨tion).其作法如下:令A是一个合适的算子，例如加plaCe或加place一氏1枉2而算子，定义它的广义C函数(罗】le爪血时欢扭一几nction) 心，(s)=艺*二’，其中又。在A的谱上取值(计算重数).至少在形式上有C’(、)l、一。二一艺。fog(*。)，这就提供了一个机会，由下式来定义C函数正则化行列式(欢饭一允扭无。n娜刘肚访习de加1和inant) det(A)二exP(一心’(s))}:二。
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