Title: 非线性最小二乘问题的数值方法 —— 从高斯-牛顿法到列文伯格-马夸尔特法 (I)
文章目录
- 前言
- I. 从高斯-牛顿法
- II. 到阻尼高斯-牛顿法
- III. 再到列文伯格-马夸尔特法
-
- 1. 列文伯格-马夸尔特法的由来
- 2. 列文伯格-马夸尔特法的说明
-
- 说明一. 迭代方向
- 说明二. 近似于带权重的梯度下降法
- 说明三. 近似于高斯-牛顿法
- 3. 列文伯格-马夸尔特法的调参
-
- 拟合程度评估
- 以近似拟合视角调参
- 以表现特性视角调参
- 调参算法
- 4. 列文伯格-马夸尔特法的停止条件
-
- 条件一. 梯度不再下降
- 条件二. 迭代点不更新
- 条件三. 达到最大迭代数
- 5. 列文伯格-马夸尔特法的算法流程
- IV. 总结
- 参考文献
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容，请联系我们，一经查实，本站将立刻删除。
如需转载请保留出处：https://51itzy.com/kjqy/55609.html