VMware vSphere 4.1 HA and DRS Technical Deepdive
2023-10-14 07:41:42
3.49MB
1
系统自述
人们在实验和生产过程中，会得到很多二维以及二维以上的相关数据， 这些数据反过来帮助人们解决实际中的问题，需要进行数据处理，使之成为反映这些数据变化规律的数学摸型。
人们应用“最小二乘法”回归数据只能做线性回归，对于非线性问题，要通过对过程假设，建立相关性质数学关系式，即机理模型，对机理模型进行线性化处理，再做回归建模,计算机理模型中各元的系数。回归后的模型置信度有的很高，但实际中的数据千变万化，有些推导出机理模型，线性化处理后，回归的模型置信度很低，甚至有些相关数据，根本就推导不出机理模型，回归建立数学模型就更困难了。
“最小三乘法”解决了“最小二乘法”在回归相关数据时的问题，依据“最小三乘法”开发的数据回归建模软件“DRS”，使得一元线性、多元线性、一元非线性以至多元非线性的数据回归，计算更简单结果更准确。
--------------------------------------------------------------------------------
作 者： 王艳平
作者主页： http://www.eaihua.com
电子信箱： WW_YYPP@163.COM 或 WW_YYPP@SOHU.COM
版本： 2005 ,爱华计算机工作室
修订日期： 2005.1
2022-04-23 09:41:38
2.01MB
1
道格拉斯-拉奇福德分裂
该存储库包含 Douglas-Rachford 算子分裂方法的实现，用于解决以下形式的凸优化问题
minimize f(x) + g(x)
建议的实现和测试反映了 [1] 中包含的分析。 特别是，为 f(x) 是二次的问题提供了该方法的快速版本。
算法实现的问题是：
框约束 QP
L1-正则化最小二乘回归
参考
[1] P. Patrinos、L. Stella、A. Bemporad，“Douglas-Rachford Splitting：Complexity Estimates and Accelerated Variants”， [math.OC]，2014 年 9 月。第 53 届 IEEE 决策会议论文集和控制。
2022-04-02 13:23:14
5KB
1