首页 | 本学科首页   官方微博 | 高级检索  
     检索      

一种选取补偿最小二乘正则化参数的改进方法
引用本文:周敏,周世健,谯婷,池其才.一种选取补偿最小二乘正则化参数的改进方法[J].测绘科学,2018(4):105-108.
作者姓名:周敏  周世健  谯婷  池其才
作者单位:东华理工大学测绘工程学院,南昌330013;广州欧科信息技术股份有限公司,广州 510663;流域生态与地理环境监测国家测绘地理信息局重点实验室,南昌 330013 南昌航空大学,南昌,330063 广州市南沙区房地产测绘及估价管理所,广州,511458
基金项目:国家自然科学基金项目(41374007),东华理工大学研究生创新基金项目(DHYC-2016019),测绘地理信息江西省研究生创新教育基地项目
摘    要:为了改进半参数模型补偿最小二乘估计中的正则化参数选取方法,该文设计了3种方案:L-曲线法、虚拟观测法以及该文提出的改进方法以比较正则化参数的优劣。模拟算例表明,该文提出的改进方法可以有效评价正则化参数,得到的参数估值精度更高,是一种较为有效的选取补偿最小二乘最佳正则化参数的方法。

关 键 词:半参数模型  正则化参数  模型误差  补偿最小二乘  semi-parametric  model  regularized  parameter  model  error  penalized  least  squares

An improved method of choosing regularized parameter of penalized least squares
ZHOU Min,ZHOU Shijian,QIAO Ting,CHI Qicai.An improved method of choosing regularized parameter of penalized least squares[J].Science of Surveying and Mapping,2018(4):105-108.
Authors:ZHOU Min  ZHOU Shijian  QIAO Ting  CHI Qicai
Abstract:In order to improv the selection method of regularized parameter inthe penalized least squares of semi-parametric model,this paper designed three programs:L-curve,virtual observation method and the proposed method of the improvement to compare regularized parameter.The simulation example showed that the proposed method could evaluate regularized parameter effectively and obtain higher accuracy of parameter estimated value,which was an relatively effective method of selecting best penalized least squares regularized parameter.
Keywords:
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号