方法 | 介绍 | 迭代公式 |
最速下降法 | 负梯度方向,收敛速度慢 | X(k+1)=X(k)-a*J(k) |
牛顿法 | 保留泰勒级数的一阶和二阶项,二阶收敛速度快 | X(k+1)=X(k)-H^-1*J(k) |
高斯牛顿法 | 目标函数的Jacobian矩阵近似H矩阵,提高算法效率 | X(k+1)=X(k)-(J(k)^T*J(k))^-1*g(k) |
LM算法 | 信赖域算法,解决H矩阵不满秩或非正定 | X(k+1)=X(k)-(J(k)^T*J(k)+u)^-1*g(k) |
注释:其中J(k)为目标函数的Jacobin矩阵,g(k)为Jacobin矩阵的转置乘以残差矩阵