一维最优化部分--0.618法二分数法三二次插值法四三次插值法无约束最优化部分五共轭梯度法六DFP变尺度法(用导数)七DFP变尺度法(用差分代替导数)八阻尼最小二乘法九鲍威尔法十模式搜索法十—，单纯形法约束最优化部分十二混合罚函数法(SUMT调用DFP法)十三混合罚函数法(SUMT调用鲍威尔法)十四综合约束函数双下降法(SCDD法)十五可变容差法十六复合形法十七网格法(连续变量，等间距)十八随机试验法十九解线性规划的单纯形法
2024/6/24 0:42:47
4.83MB
1
在相移干涉测量中,为了在较短时间内实现较高的精度,提出了一系列基于快速最小二乘法的两步随机相移算法。
以双滤波和差归一化算法、单滤波和差归一化算法和格兰-施密特正交化算法计算出来的相位作为迭代初始值,利用没有滤波的两幅相移干涉图进行最小二乘法运算以获取最终的相位,为了节省时间,只选取有限数量的像素来参与迭代运算。
通过比较发现,基于单滤波和差归一化算法和快速最小二乘法的两步相移算法的综合性能最好,该算法在较短时间内能获得较高的准确度。
以双滤波和差归一化算法、单滤波和差归一化算法和格兰-施密特正交化算法计算出来的相位作为迭代初始值,利用没有滤波的两幅相移干涉图进行最小二乘法运算以获取最终的相位,为了节省时间,只选取有限数量的像素来参与迭代运算。
通过比较发现,基于单滤波和差归一化算法和快速最小二乘法的两步相移算法的综合性能最好,该算法在较短时间内能获得较高的准确度。
2024/6/17 11:03:07
23.31MB
1
用Matlab仿真实现最小二乘法和总体最小二乘法估计假设仿真的观测数据产生，其中为0均值，单位方差的高斯白噪声，取n=1,2,....128。
试用TLS，取AR阶数为4，估计AR参数和正弦波频率；
再用SVD-TLS，估计AR参数和正弦波频率。
(1)、在仿真中，AR阶数取为4和6。
(2)、执行SVD-TCS时，AR未知。
仿真运行至少二十次。
试用TLS，取AR阶数为4，估计AR参数和正弦波频率；
再用SVD-TLS，估计AR参数和正弦波频率。
(1)、在仿真中，AR阶数取为4和6。
(2)、执行SVD-TCS时，AR未知。
仿真运行至少二十次。
2024/6/10 20:52:44
1007B
1
这是我以前最优化课的实验报告，希望对大家有所帮助。
用MATLAB求解无约束的问题，主要有最速下降法，牛顿法，共轭梯度法，变尺度法（DFP和BFGS法），非线性最小二乘法。
用MATLAB求解有约束的问题，主要是外惩罚函数和广义乘子法。
以及一些对具体问题的分析，MATLAB的代码在文档里都有。
用MATLAB求解无约束的问题，主要有最速下降法，牛顿法，共轭梯度法，变尺度法（DFP和BFGS法），非线性最小二乘法。
用MATLAB求解有约束的问题，主要是外惩罚函数和广义乘子法。
以及一些对具体问题的分析，MATLAB的代码在文档里都有。
2024/6/10 8:58:33
80KB
1
做最小二乘法常常会遇到正定对称矩阵求逆的问题。
本程序只包含两个参数，1、double*B//输入，正定对称矩阵的首地址；
输出，存放逆矩阵2、矩阵的阶数
本程序只包含两个参数，1、double*B//输入，正定对称矩阵的首地址；
输出，存放逆矩阵2、矩阵的阶数
2024/5/10 12:49:42
546B
1
Matlab下用最小二乘法实现椭圆拟合，适合初学者，希望对大家有帮助！
2024/5/2 10:27:28
3KB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB