掌握最小二乘法求解（无惩罚项lamda的损失函数）、掌握加惩罚项（2范数）的损失函数优化、梯度下降法、共轭梯度法、理解过拟合、克服过拟合的方法(如加惩罚项、增加样本)
2019-12-21 20:29:28
6MB
1
test2:
一、 基本最小二乘法一次算法
二、 基本最小二乘法递推算法
三、 最小二乘遗忘因子一次完成算法
四、 最小二乘遗忘因子递推算法
五、 最小二乘限定记忆算法
六、 最小二乘偏差补偿算法
七、 增广最小二乘算法
八、 广义最小二乘算法
test3:
一、 辅助变量自适应滤波算法
二、 辅助变量纯滞后算法
三、 辅助变量Tally原理算法
四、 多级最小二乘算法
五、 各类改进最小二乘算法的特点
test4:
1、 第二类随机性辨识问题的梯度校正
2、 随机牛顿法
test5:
1、 递推的极大似然估计
2、 预报误差参数辨识
test6:
1、 根据Hankel矩阵秩估计模型阶次(弱噪声)
2、 根据Hankel矩阵秩估计模型阶次(强噪声)
3、 利用行列式比估计模型阶次（白噪声）
4、 利用行列式比估计模型阶次（有色噪声）
5、 利用残差的方差估计模型阶次（白噪声）
6、 利用残差的方差估计模型阶次（有色噪声）
7、 AIV定阶法（白噪声）
8、 AIV定阶法（有色噪声）
test7:
1、 一阶惯性+纯滞后环节-----两点法
2、 面积法1
3、 levy法
2019-12-21 18:50:56
435KB
1