导读:本文包含了总最小二乘算法论文开题报告文献综述及选题提纲参考文献，主要关键词:距离相关,偏最小二乘,高维光谱数据,降维
总最小二乘算法论文文献综述
黄新,王梦贤,周密[1]（2019）在《基于距离相关的偏最小二乘算法及其应用》一文中研究指出高维光谱数据(如近红外)分析的困难在于量测的数据在呈现出很高共线性的同时,含有大量的冗余信息。本文提出了一种新的基于距离相关的偏最小二乘算法(DCPLS)。首先,基于距离相关系数对变量的重要性进行排序,距离相关系数越大,对应的变量就越重要。然后,结合PLS进行变量筛选。DCPLS是基于距离相关的向前变量选择算法。实际数据集的实验和分析表明,DCPLS能明显提高预测性能,是一种很有吸引力的高维光谱数据建模方法。(本文来源于《智库时代》期刊2019年45期）
张明,陶延林,山中雪[2]（2019）在《总体最小二乘算法在矿山测量数据中的应用》一文中研究指出随着矿山测量技术及数据处理理论的快速发展,如何提高矿区测量数据的精确度与稳定性是目前矿区数据测量面临的难题。采用总体最小二乘算法对矿山测量数据进行分析,研究了在总体最小二乘算法的函数模型中求解模型参数的两种算法:基于拉格朗日函数算法与奇异值分解函数算法,并以某矿区实际测量数据为例,将总体最小二乘算法与最小二乘算法进行对比分析。研究结果表明:在对矿区高程异常进行拟合时,采用加权条件下的总体最小二乘算法在拟合模型参数时精度最高,远远满足了矿区测量要求,可对矿山测量数据处理分析提供一定的借鉴意义。(本文来源于《中国锰业》期刊2019年05期）
刘芳芳,任晓明[3]（2019）在《基于多新息最小二乘算法的非线性系统辨识》一文中研究指出针对最小二乘算法辨识性能较差问题,将最小二乘算法中的单新息通过利用p组数据拓展到多新息向量,提出了多新息最小二乘算法。与最小二乘相比,所提出的算法不仅利用了当前的系统信息,而且利用了过去的系统信息,进一步提高了参数辨识的精度和收敛速度。在所提出的算法中,为了减少冗余的参数辨识和算法计算量,利用关键性分离技术构造整体辨识模型。设计了辅助模型来替代系统中未知的中间变量,提高了参数估计的精度。对比仿真结果表明,所提出的算法具有比递归最小二乘算法更高的辨识精度和收敛速度。(本文来源于《自动化仪表》期刊2019年09期）
刘向杰,方月建[4]（2019）在《基于移动最小二乘算法的核电站稳压器机理建模与仿真》一文中研究指出核电站的稳压器是一个非常复杂的耦合非线性系统,为了更好的设计控制系统,需要建立一个精确的稳压器动态数学模型。更确切地说,动态模型结构源于质量和能量以及体积守恒定律,同时在此基础上进行一些合理的简化和假设。本文建立了一个叁区非平衡的稳压器机理模型,为了提高该模型的精度,采用最小二乘算法对此模型的参数进行优化,得到该模型的最优参数。在仿真阶段,对模型进行开环验证,以进一步验证所开发的模型。实验结果表明,模型的输出可以在很宽的范围内以适当的精度逼近实际运行数据,证明了该模型是可行的且适合用于仿真分析和测试控制算法。(本文来源于《第30届中国过程控制会议（CPCC 2019）摘要集》期刊2019-07-31）
侯小秋[5]（2019）在《随机多变量NARMAX模型的非线性递推最小二乘算法》一文中研究指出针对随机多变量NARMAX模型存在的问题,基于线性滤波﹑谱分解定理及成型滤波器原理,将随机干扰等效在系统的输出端,提出改进的随机多变量NARMAX模型。基于辅助模型的原理,在参数估计的准则函数中加入待估参数的增量约束项和遗忘因子,并结合增广递推最小二乘算法和随机非线性递推最小二乘算法,将改进的多变量NARMAX模型转换为具有耦合的子系统,给出具有遗忘因子的,能克服算法病态的,适用于具有时变参数模型的改进随机多变量NARMAX模型的非线性递推最小二乘算法。应用在线修正参数预测滤波PID控制,仿真结果验证了算法的有效性。(本文来源于《厦门理工学院学报》期刊2019年03期）
王向阳,蔡成林,张文波,蔡劲[6]（2019）在《一种高精度加权最小二乘算法》一文中研究指出针对卫星的伪距误差存在较大差异性这一问题,提出一种不等权的自适应加权最小二乘(AWLS)算法。不同于传统的单点定位算法,该算法通过创建一个自加权矩阵来提高健康卫星的权重。通过北斗实测数据验证表明:相比于传统的单点定位算法,AWLS算法自主完好性强,一定程度上排除了误差较大卫星对定位平稳性的破坏,使北斗伪距单点定位精度从约10m提高到约3m。(本文来源于《桂林电子科技大学学报》期刊2019年03期）
卫志农,原康康,成乐祥,王春宁,许洪华[7]（2019）在《基于多新息最小二乘算法的锂电池参数辨识》一文中研究指出为了保证电池管理系统的安全可靠运行,需要准确地辨识锂离子电池模型参数。以磷酸铁锂为研究对象,建立其RC等效电路模型,并基于该模型辨识锂离子电池模型参数。锂离子电池模型参数受外部因素影响较大并且参数辨识结果受在线信息采集的限制,采用多新息最小二乘辨识算法进行锂离子电池模型参数在线辨识。通过3种不同的充放电实验采集数据,并根据实验数据在不同初值下进行参数辨识,通过比较由辨识结果估计出的端口电压值与实际值的误差来描述辨识结果的准确度。实验结果表明,多新息最小二乘辨识算法具有快速收敛性与高精确性。(本文来源于《电力系统自动化》期刊2019年15期）
谢建,龙四春[8]（2019）在《加权EIV模型的经典最小二乘算法》一文中研究指出采用GHM方法将EIV模型在最优解处线性化,得到解的近似方差。然后,将EIV模型表达成与Gauss-Markov模型相似的形式,利用标准最小二乘理论推导EIV模型的解及近似方差矩阵,得到与已有算法等价的结论。最后,推导观测值估值和残差的统计性质,建立起一整套EIV模型参数估计和精度评定的体系。(本文来源于《大地测量与地球动力学》期刊2019年05期）
刘春阳,王坚,王彬,刘超,刘纪平[9]（2019）在《基于中位参数法相关观测的抗差加权整体最小二乘算法》一文中研究指出在抗差加权整体最小二乘算法中,抗差模型的抗差性与初值的好坏关系极大,若以最小二乘或整体最小二乘估值作为初值,必定会受到粗差污染而影响其抗差性。考虑到观测向量和系数矩阵存在相关性,首先推导了部分变量误差(partial errors-in-variables, Partial EIV)模型的加权整体最小二乘算法,在此基础上提出了一种利用中位参数法求解抗差迭代初值的相关观测抗差加权整体最小二乘算法。然后采用中位参数法确定抗差初值,考虑到可能出现的粗差对观测空间与结构空间的综合影响,基于标准化残差构造权因子函数,实现其抗差解法。仿真实验结果表明,此算法具有良好的抗差性能,其参数估计结果比传统算法精度更高,且随着粗差个数的增加,其抗差稳定性较好。(本文来源于《武汉大学学报(信息科学版)》期刊2019年03期）
曾雪强,叶震麟,左家莉,万中英,吴水秀[10]（2019）在《一种块增量偏最小二乘算法》一文中研究指出增量学习模型是一种有效挖掘大规模数据的数据处理技术。增量式偏最小二乘(incremental partial least square, IPLS)模型是一种基于增量技术的偏最小二乘算法改进模型,具有不错的数据降维效果,但是,IPLS模型每新增1个样本都需要对模型进行增量更新,导致模型的训练时间较长。针对这一问题,基于数据分块更新的思想提出了一种块增量偏最小二乘算法(chunk incremental partial least square, CIPLS)。CIPLS算法将样本数据划分为数个的数据块(chunk),然后再以数据块为单位对模型进行增量更新,从而大幅减少了模型的更新频率,提高了模型的学习效率。在K8版本的p53蛋白数据集和路透文本分类语料库上的对比实验表明,CIPLS算法大幅度缩短了增量式偏最小二乘模型的训练时间。(本文来源于《山东大学学报(理学版)》期刊2019年03期）
总最小二乘算法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
随着矿山测量技术及数据处理理论的快速发展,如何提高矿区测量数据的精确度与稳定性是目前矿区数据测量面临的难题。采用总体最小二乘算法对矿山测量数据进行分析,研究了在总体最小二乘算法的函数模型中求解模型参数的两种算法:基于拉格朗日函数算法与奇异值分解函数算法,并以某矿区实际测量数据为例,将总体最小二乘算法与最小二乘算法进行对比分析。研究结果表明:在对矿区高程异常进行拟合时,采用加权条件下的总体最小二乘算法在拟合模型参数时精度最高,远远满足了矿区测量要求,可对矿山测量数据处理分析提供一定的借鉴意义。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
总最小二乘算法论文参考文献
[1].黄新,王梦贤,周密.基于距离相关的偏最小二乘算法及其应用[J].智库时代.2019
[2].张明,陶延林,山中雪.总体最小二乘算法在矿山测量数据中的应用[J].中国锰业.2019
[3].刘芳芳,任晓明.基于多新息最小二乘算法的非线性系统辨识[J].自动化仪表.2019
[4].刘向杰,方月建.基于移动最小二乘算法的核电站稳压器机理建模与仿真[C].第30届中国过程控制会议（CPCC2019）摘要集.2019
[5].侯小秋.随机多变量NARMAX模型的非线性递推最小二乘算法[J].厦门理工学院学报.2019
[6].王向阳,蔡成林,张文波,蔡劲.一种高精度加权最小二乘算法[J].桂林电子科技大学学报.2019
[7].卫志农,原康康,成乐祥,王春宁,许洪华.基于多新息最小二乘算法的锂电池参数辨识[J].电力系统自动化.2019
[8].谢建,龙四春.加权EIV模型的经典最小二乘算法[J].大地测量与地球动力学.2019
[9].刘春阳,王坚,王彬,刘超,刘纪平.基于中位参数法相关观测的抗差加权整体最小二乘算法[J].武汉大学学报(信息科学版).2019
[10].曾雪强,叶震麟,左家莉,万中英,吴水秀.一种块增量偏最小二乘算法[J].山东大学学报(理学版).2019