LM算法学习笔记（一）

最新推荐文章于 2024-09-15 08:16:50 发布

weixin_30314631

最新推荐文章于 2024-09-15 08:16:50 发布

阅读量1.6k

点赞数

文章标签： python 人工智能数据结构与算法

原文链接：http://www.cnblogs.com/batianhu/p/10212213.html

版权

LM算法，全称Levenberg-Marquardt algorithm，是解决非线性最小二乘问题的一种方法，是对标准最小二乘法的扩展，能够确保改进初始解决方案。该算法可以视为牛顿法的扩展，具有防止解的‘超调’的特性，并在解决复杂问题时表现出快速的收敛性。

摘要由CSDN通过智能技术生成

LM算法全称为Levenberg-Marquard algorithm，在正式介绍该算法之前，我们需要先研读一下对该算法的发展有重要意义的几篇论文。首先，我们从LM算法的开篇之作（Levenberg于1944年发表）开始。

A method for the solution of certain non-linear problems in least squares

------------------------------------------------------------------------------------------------------------

引言部分：

The standard method for solving least squares problems which lead to non-linear normal equations depends upon a reduction of the residuals to linear form by first order Taylor approximations taken about an initial or trial solution for the parameters. If the usual least squares procedure, performed with these linear approximations, yields new values for the parameters which are