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