范胡费尔

全最小二乘问题:计算方面和分析。全最小二乘法(TLS)是一种用于补偿数据误差的线性参数估计技术。它也被称为变量误差模型。人们对TLS方法的重新关注主要是由于计算效率高和数值可靠的TLS算法的发展。在这本书中,对TLS的计算方面给予了很大的关注,并提出了新的算法。。(netlib vanhuffel)(资料来源:http://plato.asu.edu)


zbMATH中的参考文献(参考 208篇文章 参考,1标准件)

显示208个结果中的21到40个。
按年份排序(引用)
  1. 张松林;张坤;韩杰;童晓华:线性结构EIV模型的总最小范数解(2017)
  2. 郑冰;孟玲生;魏益民:多维全最小二乘问题的条件数(2017)
  3. Bagherpour,Negin;Mahdavi Amiri,Nezam:利用正交矩阵分解求解正定线性系统的新变量误差模型(2016)
  4. Beck,Amir;Sabach,Shoham;Teboulle,Marc:非凸正则化结构化全最小二乘问题的交替半近端方法(2016)
  5. Denisov,V.I.;Timofeeva,A.Yu.;Khaĭlenko,E.A.:在变量误差和无附加信息的情况下估计多项式模型的参数(2016年)
  6. Gorelik,V.A.;Trembacheva(Barkalova),O.S.:(lˉ1)度量中使用矩阵校正方法解决线性回归问题(2016年)
  7. Hnětynková,Iveta;Plešinger,Martin;Sima,Diana Maria:TLS意义下具有多个右手边的核心问题的可解性(2016)
  8. Ito,Shinji;Murota,Kazuo:用最小摄动法求解非方矩阵铅笔的广义特征值问题(2016)
  9. 蒋同松;程学汉;凌思涛:四元数量子理论中全最小二乘问题的代数技术(2016)
  10. Nazari,Sohail;Rashidi,Bahador;Zhao,Qing;Huang,Biao:识别带噪声切换ARX模型的迭代代数几何方法(2016)
  11. Pešta,Michal:变量估计中的统一不变误差(2016)
  12. Piotrowski,Tomasz;Yamada,Isao:高信噪比病态随机线性模型的降秩估计(2016)
  13. Sergeyev,Yaroslav D.;Kvasov,Dmitri E.;Mukhametzhanov,Marat S.:关于正弦波数据的最小二乘拟合(2016)
  14. Briot,Sébastien;Gautier,Maxime:并联机器人关节驱动增益和动态参数的全局识别(2015)
  15. Drmač,Z.;Gugercin,S.;Beattie,C.:离散化(\mathcalH_2)近似的基于正交的向量拟合(2015)
  16. Guillot,Dominique;Rajaratnam,Bala;Emile Geay,Julien:通过马尔可夫随机场进行的统计古气候重建(2015)
  17. Hnětynková,Iveta;Plešinger,Martin;Strakoš,Zdeněk:Golub-Kahan双对角化的带推广,广义Jacobi矩阵和核心问题(2015)
  18. So,C.F.;Leung,S.H.:解析密集信号的最大似然白化预滤波总最小二乘法(2015)ioport公司
  19. Diversi,Roberto;Guidorzi,Roberto;Soverini,Umberto:非均匀噪声场中的波达方向估计:Frisch方案方法(2014)
  20. 李汉宇;王绍新;杨少新;胡杨:关于不确定最小二乘问题的混合和分量条件数(2014)