NLREG公司

在许多科学领域，人们对实验不能直接得到的函数感兴趣，但必须通过求解反问题从实验测量的量中推断出来。一般来说，这是一个不适定问题。因此，所谓的正则化方法是必要的：除了来自实验数据的约束之外，这些方法还将附加信息附加到解上，这些信息表示为先验信息，并由所谓的正则化项建模。例如，Tikhonov正则化方法是基于解光滑的先验信息，将其推广到非线性反问题中，称为非线性正则化方法，并在NLREG程序中实现。因此，一个被限制在一个特定的线性正则化项。然而，也有一些正则化方法利用了更精细的先验信息。因此，需要一个程序来处理更一般的，特别是非线性正则化项。因此，为了满足这一需要，本文推广了非线性正则化方法。这种广义非线性正则化方法在GENERE程序中实现