×
宋雄峰；徐伟；肯·哈亚米；郑宁

正割变量投影法求解非负可分离最小二乘问题。 （英语） 兹比尔1462.65074

数字。算法 85，第2期，737-761（2020年）。
变量投影法是求解可分离非线性最小二乘（SNLLS）问题的一种经典而有效的方法。然而，由于每次迭代都需要雅可比矩阵的显式形式，因此很难处理约束SNLLS问题。本文提出了一种正割变量投影（SVP）方法，该方法使用秩一更新来估计雅可比矩阵。我们的方法的主要优点是对约束SNLLS问题的效率和易用性。分析了SVP方法的局部收敛性。最后，解决了一些数据拟合和图像处理问题，将我们提出的方法与经典的变量投影方法进行了性能比较。数值结果表明了我们提出的SVP方法在解决由盲反褶积问题引起的SNLLS问题时的有效性和稳定性。

引用于2文件

MSC公司：

65克10 数值优化和变分技术

关键词：

可分离非线性最小二乘问题；割线法；自动微分；非负约束；雅可比矩阵；盲反褶积

软件：

Matlab公司；ADMAT公司；恢复工具
PDF格式BibTeX公司 XML格式引用
\textit{X.Song}等人，数字。算法85，No.2，737--761（2020；Zbl 1462.65074）
全文： 内政部

参考文献：

[1] Berisha，S.，Nagy，J.G.：图像恢复的迭代方法。收录于：《信号处理学术出版社图书馆》，第4卷，第193-247页。Elsevier（2014）
[2] 钟，J。；哈伯，E。；Nagy，J.，耦合超分辨率的数值方法，逆探头。，22, 4, 1261 (2006) ·Zbl 1147.93302号
[3] 钟，J。；Nagy，JG，大型可分离非线性反问题的有效迭代方法，SIAM J.Sci。计算。，31, 6, 4654-4674 (2010) ·兹比尔1205.65160
[4] Chung，J.，Nagy，J.G.，O'Leary，D.P.：Lanczos混合正则化的加权GCV方法。数字分析电子交易，28（数字分析电子事务）（2008）
[5] Coleman，T.F.，Xu，W.：使用ADMAT和应用程序在MATLAB中进行自动微分，第27卷。SIAM（2016）·Zbl 1364.65056号
[6] Cornelio，A。；皮科洛米尼，EL；Nagy，JG，盲反褶积的约束数值优化方法，数值算法，65，1，23-42（2014）·Zbl 1281.65066号
[7] Dennis，J.E.Jr.，Schnabel，R.B.：无约束优化和非线性方程的数值方法，第16卷。西亚姆（1996）·Zbl 0847.65038号
[8] Golub，G。；Pereyra，V.，可分离非线性最小二乘法：变量投影法及其应用，逆概率。，19、2、R1（2003）·Zbl 1022.65014号
[9] Golub，生长激素；Pereyra，V.，变量分离的伪逆和非线性最小二乘问题的微分，SIAM J.Numer。分析。，10, 2, 413-432 (1973) ·Zbl 0258.65045号
[10] Hansen，P.C.：《离散逆问题：洞察力和算法》，第7卷。SIAM（2010年）·Zbl 1197.65054号
[11] Hansen，P.C.，Nagy，J.G.，O'leary，D.P.：去模糊图像：矩阵、光谱和滤波，第3卷。SIAM（2006）·Zbl 1112.68127号
[12] 汉森，PC；佩雷拉，V。；Scherer，G.，《应用最小二乘法数据拟合》（2013），巴尔的摩：约翰·霍普金斯大学出版社，巴尔的摩尔·Zbl 1270.65008号
[13] Kaufman，L.，解决可分离非线性最小二乘问题的变量投影方法，BIT-Numer。数学。，第15页，第1页，第49-57页（1975年）·Zbl 0307.65019号
[14] 考夫曼，L。；Pereyra，V.，带可分离非线性等式约束的可分离非线性最小二乘问题的方法，SIAM J.Numer。分析。，15, 1, 12-20 (1978) ·Zbl 0385.65030号
[15] Kim，C-T；Lee，J-J，用变量投影法训练双层前馈网络，IEEE Trans。神经网络。，19, 2, 371-375 (2008)
[16] WH劳顿；Sylvestre，EA，非线性回归中线性参数的消除，Technometrics，13，3，461-467（1971）·Zbl 0219.62014号
[17] Madsen，K.，Nielsen，H.B.，Tingleff，O.：非线性最小二乘问题的方法。信息学和数学建模，丹麦理工大学（2004）
[18] 马伦，KM；Van Stokkum，IHM，时间分辨光谱学、显微镜和质谱应用中的可变投影算法，数值算法，51，3，319-340（2009）·Zbl 1166.65345号
[19] Nagy，JG；Palmer，K。；Perrone，L.，图像去模糊的迭代方法：Matlab面向对象方法，数值算法，36，1，73-93（2004）·Zbl 1048.65039号
[20] Nagy，JG；Ruthotto，L.，Lap:一种求解耦合变量逆问题的线性化和投影方法，成像（MRI），1，6（2018）
[21] 奥利里，DP；Rust，BW，非线性最小二乘问题的变量投影，计算。最佳方案。申请。，54, 3, 579-593 (2013) ·Zbl 1271.90055号
[22] Ruhe，A。；韦丁，PA，可分离非线性最小二乘问题的算法，暹罗评论，22，3，318-337（1980）·Zbl 0466.65039号
[23] Sima，D.M.，Van Huffel，S.：具有线性约束的可分离非线性最小二乘拟合及其在磁共振光谱数据量化中的应用。爱思唯尔科学出版社（2007）·Zbl 1112.78007号
[24] Wold，H。；Lyttkens，E.，非线性迭代偏最小二乘（NIPALS）估计程序，Bull。Int.Stat.Inst.，43，29-51（1969年）·Zbl 0214.46503号
[25] 赖特，S。；Nocedal，J.，数值优化，Springer Science，35，67-68，7（1999）·Zbl 0930.65067号
[26] 徐伟（Xu，W.）。；科尔曼，TF；Liu，G.，非线性最小二乘最小化的割线方法，计算。最佳方案。申请。，51, 1, 159-173 (2012) ·Zbl 1245.90128号
[27] Zheng，N。；Hayami，K。；Yin，J-F，非负约束最小二乘问题的模型内外迭代方法，SIAM J.矩阵分析。申请。，37, 3, 1250-1278 (2016) ·Zbl 1348.65069号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。