{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{“日期-部件”：[[2024,8,24]]，“日期-时间”：“2024-08-24T08:58:54Z”，“时间戳”：1724489934727}，“引用-计数”：15，“发布者”：“威利”，“问题”：“5”，“许可证”：[{“开始”：{'日期-部件“：[[2017,4,11]]，”“日期-时刻”：“201 7-04-11T00:00:00Z“，“时间戳”：1491868800000}，“content-version”：“vor”，“delay-in-days”：0，“URL”：“http://\/onlinelibrary.wiley.com/termsAndConditions#vor”}]，“资助者”：[{“DOI”：“10.13039\/501100001809”，“名称”：“中国自然科学基金会”，“DOI-asserted-by”：“publisher”，“奖项”：[“11001167”]，“id”：[}“id”:“10.13029\/501000001808”，“id-type”：“DOI“，”断言者“：”发布者“}]}]，“content-domain”：{“domain”:[]，“crossmark-restriction”：false}，“short-container-title”：[“Numerical Linear Algebra App”]，“published-print”：{“date-parts”：[[2017,10]]}，”抽象“：”摘要<\/jats:title>众所周知，混合最小二乘（MTLS）问题的标准算法使用QR分解将原始问题简化为较小规模的标准总最小二乘问题，该问题可以基于奇异值分解（SVD）求解。本文证明了MTLS问题与加权总最小二乘问题密切相关，其无误差列乘以一个较大的加权因子。给出了加权因子的选择准则；为了求解MTLS问题的稳定性，还考虑了基于Cholesky因式分解的逆（Cho\u2010INV）迭代和瑞利商迭代。对于大规模MTLS问题，数值试验表明，Cho\u2010INV方法优于标准QR\u2010SVD方法，特别是在期望奇异值与不期望奇异值之间存在较大差距的情况下，以及系数矩阵有更多误差列的情况下。Rayleigh商迭代在大多数情况下比QR\u2010SVD更有效，有时会失败，在某些情况下，它比Cho\u2010INV收敛得更快，但由于计算成本较高，效率仍然较低<\/jats:p>“，”DOI“：”10.1002\/nla.2094“，”type“：”journal-article“，”created“：{”date-parts“：[[2017,4,12]]，”date-time“：”2017-04-12T02:26:45Z“，”timestamp“：1491964005000}，”source“：“：[{”ORCID“：”http://\/ORCID.org\/00000-0001-7871-6314“，”authenticated-ORCID“：false，”given“：“巧华”，”family“：”Liu“，”sequence“：”first“，”affiliation“：[{”name“：”上海大学数学系200444 P.R.China“}]}，{”givent“：”Minghui“，”faily“：“Wang”，”se序列“：”additional“，”filiation青岛科技大学数学系，邮编266061 1971002“}，{”键“：”e_1_2_7_4_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1137\/0613047”}，{“key”：“e_1_i_7_5_1”，“doi-assert-by”：“publisher”，”doi“：”10.1007\/BF01396223“}，”key“：”e_1_e_7_6_1“、”doi-aserted-by”:“publishers”，“doi:”10.1137\/0612021“}、{“密钥”：“e_1_2_7_7_1”、“doi-aser”ted-by“：”publisher“，”doi“：”10.1137\/0610023“}，{“key”：“e_1_2_7_8_1”，“doi-asserted-by”：“publisher“，”DOI“：”10.1007\/BF01385747“}，{“key”：“e_1_2_7_9_1”，“DOI-asserted-by”：“publisher”，”DOI:“10.1080\/00207160108805084”}，“{”key“：”e_1_i_7_10_1“，“DOI-asserted-by”：”publisher，“DOI”：“10.1016\/j.laa.2006.03.044”}“，{”key“：“e_e2_7_11_1”，“DOI-asserted-by”“，”DOI“：”10.1137\/1.9781611971484“}，{”key“：”e_1_2_7_12_1“，”volume-title“：”矩阵微扰理论”，“作者”：“Stewart G”，“年份”：“1990”}，{“key”：“e_1_2_7_13_1”，“doi-asserted-by”：“publisher”，”doi“：”10.1007\/978-1-4612-1768-8_15“}，”{“key”：”e_1_i_7_14_1“，”首页“：”149“，“volume-title”：“2010年变量建模中总最小平方和误差的最新进展”，“author”：“Bj\u00f6rck\u 00c5“，”年份“：”1997“}，{“key“：”e_1_2_7_15_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1137\/S0895479899355414”}，{“key”：“e_1_i_7_16_1”，“unstructured”：“国家标准与技术研究所矩阵市场；2004年可从以下网址获得：http://\/math.nist.gov\/MatrixMarket“}]，”container-title“：[”带应用的数值线性代数“]，”original-title”：[]，“language”：“en”，“link“：[{”URL“：”https:\/\/api.wiley.com/onlinelibrary\/tdm\/v1\/articles \/10.1002%2Fnla.2094“，”content-type“：”application\/pdf“，”content-version“：”vor“，”intended-application“：”text-mining“}，{”URL:“https:\//onlinelibrary.wiley-com/doi\/pdf\/10.10002\/nla.2094”，“content-type:”unspecified“，”content-version：“vor”，“intended-application”：“相似性检查“}”，“存放”：{“日期部分”：[[2023,10,5]]，“日期时间”：“2023-10-05T17:42:06Z”，“时间戳”：1696527726000}，“分数”：1，“资源”：{“主要”：}“URL”：“https:\/\/onlinelibrary.wiley.com\/doi\/10002\/nla.2094”}}，”副标题“：[]，”短标题“：[]，”发布“：{”日期部分“：[2017]4,11]]}，“references-count”：15，“journal-issue”：{“issue”：“5”，“published-print“：{”date-parts“：[[2017,10]]}}，”alternative-id“：[”10.1002\/nla.2094“]，”URL“：”http://\/dx.doi.org\/10.1002\/nla.2094“，”archive“：[“Portico”]，”relationship“：{}，“ISSN”：[“1070-5325”，“1099-1506”]，“ISSN-type”：[{“value”：“1070-5525”，”type“：”print“}，{“值”：“1099-1506”，“类型”：“电子”}]，“主题”：[]，“发布”：{“日期部分”：[[2017,4,11]]}}