LM算法求解大残差非线性最小二乘问题研究

被引：28

作者：

祝强 ^{[1
]}

李少康 ^{[1
]}

徐臻 ^{[2
]}

机构：

[1] 西安工业大学测试与控制技术研究所

[2] 西安共达精密机器有限公司

来源：

中国测试 | 2016年 / 42卷 / 03期

关键词：

LM算法; 高斯牛顿法; 最小二乘; 残差;

D O I：

暂无

中图分类号：

O241.5 [数值逼近];

学科分类号：

摘要：

针对传统LM算法求解大残差非线性最小二乘问题时存在算法失效的现象,分析Hessian矩阵与其近似矩阵的相似度对LM算法有效性的影响,提出一种依据残差变化方向搜索信赖域区间的自寻优LM算法。优化阻尼系数的更新算法,引入大残差引起的局部不收敛判断条件,以最速下降法结束当前迭代。迭代过程均以目标函数值的减小作为接受条件,算法稳定可靠。圆拟合测试结果证明:自寻优LM算法对待求参数初始值的选取不敏感,在15°夹角短圆弧、大残差等极端条件下仍可获得较快的收敛速度和良好拟合效果。自寻优LM算法具有较强的鲁棒性和稳定性,性能明显优于传统LM算法。

引用

页码：12 / 16

页数：5

共 10 条

[1] Levenberg-Marquardt算法的一种新解释
张鸿燕
耿征
[J]. 计算机工程与应用, 2009, 45 (19) : 5 - 8
[2] 基于Levenberg-Marquardt算法和最小二乘方法的小波网络混合学习算法
魏荣
卢俊国
王执铨
[J]. 信息与控制, 2001, (05) : 440 - 442
[3] Nonlinear least squares and Sobolev gradients[J] . Robert J. Renka.Applied Numerical Mathematics . 2013
[4] A Levenberg–Marquardt method based on Sobolev gradients[J] . Parimah Kazemi,Robert J. Renka.Nonlinear Analysis . 2012 (16)
[5] General local convergence theory for a class of iterative processes and its applications to Newton’s method[J] . Petko D. Proinov.Journal of Complexity . 2008 (1)
[6] Performance evaluation of iterative geometric fitting algorithms
Kanatani, Kenichi
Sugaya, Yasuyuki
[J]. COMPUTATIONAL STATISTICS & DATA ANALYSIS, 2007, 52 (02) : 1208 - 1222
[7] Statistical efficiency of curve fitting algorithms[J] . N. Chernov,C. Lesort.Computational Statistics and Data Analysis . 2003 (4)
[8] Convergence of Newton's method and uniqueness of the solution of equations in Banach spaces II
Wang, XH
Li, C
[J]. ACTA MATHEMATICA SINICA-ENGLISH SERIES, 2003, 19 (02) : 405 - 412
[9] A few methods for fitting circles to data. Umbach, D,Jones, K.N. Instrumentation . 2003
[10] Why are nonlinear fits to data so challenging?. Transtrum Mark K,Machta Benjamin B,Sethna James P. Physical Review . 2010

← 1 →