1回答
大规模伪逆
、、
提到了方法，并提到，，， (广义最小残差)，BiCGSTAB (双共轭梯度稳定)，QMR (准最小残差)，TFQMR (无转置的QMR)和MINRES (最小残差)方法是最好的Krylov子空间方法。如果是，使用哪些算法或软件库？我有一个大型的计算集群，所以并行方法是受欢迎的。
指向R包。这样行得通吗？有人用过吗？我通常使用Python，但不介意使用其他语言和工具来完成此特定任务。
浏览 0提问于2010-07-21得票数 8
回答已采纳
2回答
3d空间中最接近多条线的3D点
、、、、
我寻找非迭代的、闭合形式的算法，以找到最接近3d直线集的点的最小二乘解。它类似于3d点三角剖分(以最小化重新投影)，但似乎更简单和更快？
直线可以以任何形式描述，两点、点和单位方向或类似形式。
浏览 1提问于2018-01-09得票数 3
我正在创建一个程序来比较音频文件，它使用的算法类似于这里描述的算法。我正在绘制两首歌之间的匹配时间比较，并找到最小二乘的线条为情节。href=是匹配文件的示例图。图太乱，即使图中有明显的直线，最小二乘回归线也不会产生高的相关系数。我还能用什么算法来识别这条线呢？
浏览 14提问于2013-11-30得票数 6
回答已采纳
2回答
待定线性系统的随机解
、、、
第二部分实际上不那么重要；每次调用它时，我都很乐意使用一个返回Ax=b随机解的算法。我知道scipy.sparse.linalg.lsqr和numpy.linalg.lstsq返回欠定线性系统Ax=b的稀疏解(用最小二乘表示)，但我不关心解的性质；我只想要Ax=b的任何解，只要我能生成一组不同的解事实上，scipy.sparse.linalg.lsqr和numpy.linalg.lstsq应该遵循一个迭代过程，从一个解决方案跳到另一个迭代过程，直到他们找到一个从
浏览 6提问于2017-04-15得票数 4
回答已采纳
我在java中使用非线性最小二乘Levenburg算法来拟合一些指数曲线(A+Bexp(Cx))。尽管数据非常干净，并且与模型有很好的近似关系，但即使迭代次数过多(5-6000次)，算法也无法对其中的大多数进行建模。对于它可以建模的曲线，它可以在大约150次迭代中这样做。LeastSquaresOptimizer.Optimum optimum = optimizer.optimize(problem);}
我的问题是，如何在ApacheCommons中定义一个收敛条件
浏览 6提问于2016-02-24得票数 0
回答已采纳
我正在阅读函数在OpenCV中的源代码，当flags参数使用默认值SOLVEPNP_ITERATIVE时，它调用，其中它首先使用算法(如果我们有一组非平面的3D点)来初始化6自由度摄像机姿态，其次使用CvLevMarqsolver来最小化重投影误差。我的问题是: DLT把这个问题描述为一个线性最小二乘问题，并用SVD分解来解决它，它似乎是一个最优解，为什么以后还要使用Lev-Marq迭代法呢？
或者，DLT算法的问题/限制是什么？为什么封闭形式的解决方案导致成
浏览 7提问于2017-05-07得票数 13
1回答
所使用的算法被称为迭代重加权最小二乘(IRLS)，这是一个相当有文献记载的算法。对于每次迭代，都会调用一个Fortran函数来求解加权最小二乘问题。
浏览 2提问于2010-06-25得票数 2
回答已采纳
我正在使用RBF 2D插值器，用于包含山脉的一段地形的云点Z= f(X，Y)；下面，我的云点的横截面用绿色表示，插值点的连续切片用粉红色表示。所需的行为是在没有邻近点的情况下获得Z=0。我当前的代码是这样的(C#)：
a
浏览 1提问于2014-09-13得票数 0
2回答
我想要一个物流模型。整个数据集的模型收敛得很好。但是，引导函数选择不再收敛的子集。我能做什么?set.seed(2)x <- c(rnorm(10,2,1),rnorm(10,6,1)) d
浏览 3提问于2015-11-26得票数 0
回答已采纳
我是OpenCV的新手，我必须执行一些相机校准功能。谁能告诉我OpenCV中CvLevMarq()类的用途和使用方法？
浏览 10提问于2012-11-29得票数 2
回答已采纳
1回答
我确实读过，并希望为简单的行匹配实现它。然而，我只有非常基本的数学知识，不能真正理解页上的方程式。利用上述数据计算单一指标的下一步是什么？我目前提出的想法是简单地平均所有的距离。我相信这是很多更好的方法。或者我应该收集更多的数据进行计算？
浏览 0提问于2014-03-14得票数 0
回答已采纳
4回答
它是在做最小二乘计算，还是有迭代的方式？编辑:我认为梯度下降是可行的。最小二乘计算可能会有点繁琐(必须做qr分解或其他事情来保持稳定)。
浏览 2提问于2010-10-28得票数 6
回答已采纳
(线性/ OSL)和2)二次模型a_x^2+b_x+c。
我的问题是，我可以使用二次模型ax^2+bx+c进行非线性回归使用levenberg。因为我已经实现了
浏览 1提问于2017-04-13得票数 0
2回答
函数的凸性及其优化
、、、
我想要的是同时估计参数x和y，最小化最小二乘。如果函数x和y都是凸的，那么从技术上讲，我可以通过在两个步骤之间迭代来找到x和y:在给定y的情况下找到最佳x，在给定x的情况下找到最佳y。此外，即使函数是凸的，我也不确定迭代算法是否有效和收敛。
浏览 0提问于2013-08-15得票数 0
特别是该算法如何处理重复特征的情况？
为了澄清我的问题，我用一个协变量x1从Bernoullie分布生成一个50大小的样本。您能否解释一下为什么会发生这种情况，以及在statsmodels.api背后使用什么样的算法？
浏览 1提问于2016-05-27得票数 0
回答已采纳
我试图使用R中的optim/maxBFGS函数来拟合一个定制的logistic回归/生存分析函数，并通过手工定义这些函数。
浏览 4提问于2014-08-17得票数 1
回答已采纳
1回答
我已经尝试实现了以下论文中描述的椭圆拟合算法：“ElliFit:一种无约束，非迭代，基于最小二乘的几何椭圆拟合方法”，作者为Prasad，梁，Quek。我已经在Mathematica中实现了算法，我相信我已经正确地实现了它，但是它无法正确地找到拟合参数。该实验的PDF可在此处下载：
是否有人试图实现这个特殊的算法?如果是，让它工作的关键是什么？
浏览 30提问于2016-05-30得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
云直播
对象存储
实时音视频活动推荐
腾讯云开发者
