最近在对模型进行PRT处理时需要用到最小二乘法来做采样点的优化拟合,对最小二乘法有了解的可能就会知道(
http://en.wikipedia.org/wiki/Least_squares
),一般情况下为了便于目标点的计算通常会引入矩阵并得到一个如下的矩阵方程:
Ax = b
其中的x就是一个关于目标点的参数列向量,b是对应的观测值向量,而A就是根据应该背景得到的数据矩阵。求解这个矩阵形式的线性方程组就可以得到最小二乘法下的x优化估值。
Ax = b
其中的x就是一个关于目标点的参数列向量,b是对应的观测值向量,而A就是根据应该背景得到的数据矩阵。求解这个矩阵形式的线性方程组就可以得到最小二乘法下的x优化估值。
可能在大多数情况下得到的A会是一个规模较大且较为稀疏的矩阵。当然,这里可以自己写程序来求解,但能用经过验证的库岂不更好?UMPACK就是求解类似于Ax=b这样问题的一个库,来自佛罗里达州立大学。可以直接到http://www.cise.ufl.edu/research/sparse/umfpack/去下载对