目标函数非线性为什么不能最小二乘kmeans算法例题求解



2D 三点定位需要的beacon 点数大于等2.下面開始对公式进行推导:




0


0




0




0



 





《中国测绘学会九届三次理事会暨2007年“信息化测绘论坛”学术年会论文集》2007年期 胡志刚;花向红; 下载(278)被引(1)

在观测值服从正态分布的前提下,最小二乘估计在所有估计Φ是最优线性无偏估计,因而在测量数据处理中被广泛应用而当测量的函数模型是非线性模型时,一般是将非线性模型利用泰勒公式近似化為线性模型,然后用LS法处理。非线性的最小二乘法是有偏的,且具有方差非最小的特点[1]在需要高精度求解非线性模型参数时,这种线性化的计算结果精度较低,有的甚至不能线性近似,因而求得的结果无实用价值。这时需要研究非线性模型的精确数值解法在非线性模型的诸多数值解法,如经典的牛顿法、信赖域法、高斯-牛顿法等都是局部收敛迭代kmeans算法例题[2],对初值的依赖较大,并且当迭代过程中的法方程程病态或奇异时,這几种方法无法得到问题的正确解,其计算结果不可靠。病态问题和秩亏问题都是不适定问题在某些控制测量网平差、大地反演、GPS快速定位、拟合推估、半参数模型等都存在不适定问题。本文介绍的Levenberg-Marquaratkmeans算法例题是...

我要回帖

更多关于 kmeans算法例题 的文章

 

随机推荐