Gauss-Newton算法学习

Gauss-Newton算法是解决非线性最优问题的常见算法之一，最近研读开源项目代码，又碰到了，索性深入看下。本次讲解内容如下：

• 基本数学名词识记
• 牛顿法推导、算法步骤、计算实例
• 高斯牛顿法推导(如何从牛顿法派生)、算法步骤、编程实例
• 高斯牛顿法优劣总结

一、基本概念定义

1.非线性方程定义及最优化方法简述

   指因变量与自变量之间的关系不是线性的关系，比如平方关系、对数关系、指数关系、三角函数关系等等。对于此类方程，求解n元实函数f在整个n维向量空间Rⁿ上的最优值点往往很难得到精确解，经常需要求近似解问题。

   求解该最优化问题的方法大多是逐次一维搜索的迭代算法，基本思想是在一个近似点处选定一个有利于搜索方向，沿这个方向进行一维搜索，得到新的近似点。如此反复迭代，知道满足预定的精度要求为止。根据搜索方向的取法不同，这类迭代算法可分为两类：

解析法：需要用目标函数的到函数，

梯度法：又称最速下降法，是早期的解析法，收敛速度较慢

牛顿法：收敛速度快，但不稳定，计算也较困难。高斯牛顿法基于其改进，但目标作用不同

共轭梯度法：收敛较快，效果好

变尺度法：效率较高，常用DFP法(Davidon Fletcher Powell)

 

直接法：不涉及导数，只用到函数值。有交替方向法(又称坐标轮换法)、模式搜索法、旋转方向法、鲍威尔共轭方向法和单纯形加速法等。

2.非线性最小二乘问题

   非线性最小二乘问题来自于非线性回归，即通过观察自变量和因变量数据，求非线性目标函数的系数参数，使得函数模型与观测量尽量相似。

   高斯牛顿法解决非线性最小二乘问题的最基本方法，并且它只能处理二次函数。(使用时必须将目标函数转化为二次的)

   Unlike Newton'smethod, the Gauss–Newton algorithm can only be used to minimize a sum ofsquared function values

3.基本数学表达

a.梯度gradient，由多元函数的各个偏导数组成的向量

以二元函数为例，其梯度为：

b.黑森矩阵Hessian matrix，由多元函数的二阶偏导数组成的方阵，描述函数的局部曲率，以二元函数为例，

c.雅可比矩阵 Jacobian matrix，是多元函数一阶偏导数以一定方式排列成的矩阵，体现了一个可微方程与给出点的最优线性逼近。以二元函数为例，

如果扩展多维的话F: R_n-> R_m，则雅可比矩阵是一个m行n列的矩阵：

雅可比矩阵作用，如果P是R_n中的一点，F在P点可微分，那么在这一点的导数由J_F(P)给出，在此情况下，由F(P)描述的线性算子即接近点P的F的最优线性逼近：

d.残差 residual，表示实际观测值与估计值(拟合值)之间的差

二、牛顿法

牛顿法的基本思想是采用多项式函数来逼近给定的函数值，然后求出极小点的估计值，重复操作，直到达到一定精度为止。

1.考虑如下一维无约束的极小化问题：

因此，一维牛顿法的计算步骤如下：

需要注意的是，牛顿法在求极值的时候，如果初始点选取不好，则可能不收敛于极小点

2.下面给出多维无约束极值的情形：

若非线性目标函数f(x)具有二阶连续偏导，在x^(k)为其极小点的某一近似，在这一点取f(x)的二阶泰勒展开，即：

  如果f(x)是二次函数，则其黑森矩阵H为常数，式(1)是精确的(等于号)，在这种情况下，从任意一点处罚，用式(2)只要一步可求出f(x)的极小点(假设黑森矩阵正定，所有特征值大于0)

  如果f(x)不是二次函数，式(1)仅是一个近似表达式，此时，按式(2)求得的极小点，只是f(x)的近似极小点。在这种情况下，常按照下面选取搜索方向：

牛顿法收敛的速度很快，当f(x)的二阶导数及其黑森矩阵的逆矩阵便于计算时，这一方法非常有效。【但通常黑森矩阵很不好求】

3.下面给出一个实际计算例子。

例：试用牛顿法求的极小值

解：

【f(x)是二次函数，H矩阵为常数，只要任意点出发，只要一步即可求出极小点】

三、牛顿高斯法

1.      gauss-newton是如何由上述派生的

有时候为了拟合数据，比如根据重投影误差求相机位姿(R,T为方程系数)，常常将求解模型转化为非线性最小二乘问题。高斯牛顿法正是用于解决非线性最小二乘问题，达到数据拟合、参数估计和函数估计的目的。

假设我们研究如下形式的非线性最小二乘问题：

这两个位置间残差（重投影误差）：

如果有大量观测点(多维)，我们可以通过选择合理的T使得残差的平方和最小求得两个相机之间的位姿。机器视觉这块暂时不扩展，接着说怎么求非线性最小二乘问题。

若用牛顿法求式3，则牛顿迭代公式为：

看到这里大家都明白高斯牛顿和牛顿法的差异了吧，就在这迭代项上。经典高斯牛顿算法迭代步长λ为1.

那回过头来，高斯牛顿法里为啥要舍弃黑森矩阵的二阶偏导数呢？主要问题是因为牛顿法中Hessian矩阵中的二阶信息项通常难以计算或者花费的工作量很大，而利用整个H的割线近似也不可取，因为在计算梯度 时已经得到J(x)，这样H中的一阶信息项J ^T J几乎是现成的。鉴于此，为了简化计算，获得有效算法，我们可用一阶导数信息逼近二阶信息项。 注意这么干的前提是，残差r接近于零或者接近线性函数从而接近与零时，二阶信息项才可以忽略。通常称为“小残量问题”，否则高斯牛顿法不收敛。

3.  举例

接下来的代码里并没有保证算法收敛的机制，在例子2的自嗨中可以看到劣势。关于自变量维数，代码可以支持多元，但两个例子都是一维的，比如例子1中只有年份t，其实可以增加其他因素的，不必在意。

 

例子1，根据美国1815年至1885年数据，估计人口模型中的参数A和B。如下表所示，已知年份和人口总量，及人口模型方程，求方程中的参数。

[cpp]  view plain  copy

1. // A simple demo of Gauss-Newton algorithm on a user defined function  
2.   
3. #include <cstdio>  
4. #include <vector>  
5. #include <opencv2/core/core.hpp>  
6.   
7. using namespace std;  
8. using namespace cv;  
9.   
10. const double DERIV_STEP = 1e-5;  
11. const int MAX_ITER = 100;  
12.   
13.   
14. void GaussNewton(double(*Func)(const Mat &input, const Mat ¶ms), // function pointer  
15.                  const Mat &inputs, const Mat &outputs, Mat ¶ms);  
16.   
17. double Deriv(double(*Func)(const Mat &input, const Mat ¶ms), // function pointer  
18.              const Mat &input, const Mat ¶ms, int n);  
19.   
20. // The user defines their function here  
21. double Func(const Mat &input, const Mat ¶ms);  
22.   
23. int main()  
24. {  
25.     // For this demo we're going to try and fit to the function  
26.     // F = A*exp(t*B)  
27.     // There are 2 parameters: A B  
28.     int num_params = 2;  
29.   
30.     // Generate random data using these parameters  
31.     int total_data = 8;  
32.   
33.     Mat inputs(total_data, 1, CV_64F);  
34.     Mat outputs(total_data, 1, CV_64F);  
35.   
36.     //load observation data  
37.     for(int i=0; i < total_data; i++) {  
38.         inputs.at<double>(i,0) = i+1;  //load year  
39.     }  
40.     //load America population  
41.     outputs.at<double>(0,0)= 8.3;  
42.     outputs.at<double>(1,0)= 11.0;  
43.     outputs.at<double>(2,0)= 14.7;  
44.     outputs.at<double>(3,0)= 19.7;  
45.     outputs.at<double>(4,0)= 26.7;  
46.     outputs.at<double>(5,0)= 35.2;  
47.     outputs.at<double>(6,0)= 44.4;  
48.     outputs.at<double>(7,0)= 55.9;  
49.   
50.     // Guess the parameters, it should be close to the true value, else it can fail for very sensitive functions!  
51.     Mat params(num_params, 1, CV_64F);  
52.   
53.     //init guess  
54.     params.at<double>(0,0) = 6;  
55.     params.at<double>(1,0) = 0.3;  
56.   
57.     GaussNewton(Func, inputs, outputs, params);  
58.   
59.     printf("Parameters from GaussNewton: %f %f\n", params.at<double>(0,0), params.at<double>(1,0));  
60.   
61.     return 0;  
62. }  
63.   
64. double Func(const Mat &input, const Mat ¶ms)  
65. {  
66.     // Assumes input is a single row matrix  
67.     // Assumes params is a column matrix  
68.   
69.     double A = params.at<double>(0,0);  
70.     double B = params.at<double>(1,0);  
71.   
72.     double x = input.at<double>(0,0);  
73.   
74.     return A*exp(x*B);  
75. }  
76.   
77. //calc the n-th params' partial derivation ， the params are our  final target  
78. double Deriv(double(*Func)(const Mat &input, const Mat ¶ms), const Mat &input, const Mat ¶ms, int n)  
79. {  
80.     // Assumes input is a single row matrix  
81.   
82.     // Returns the derivative of the nth parameter  
83.     Mat params1 = params.clone();  
84.     Mat params2 = params.clone();  
85.   
86.     // Use central difference  to get derivative  
87.     params1.at<double>(n,0) -= DERIV_STEP;  
88.     params2.at<double>(n,0) += DERIV_STEP;  
89.   
90.     double p1 = Func(input, params1);  
91.     double p2 = Func(input, params2);  
92.   
93.     double d = (p2 - p1) / (2*DERIV_STEP);  
94.   
95.     return d;  
96. }  
97.   
98. void GaussNewton(double(*Func)(const Mat &input, const Mat ¶ms),  
99.                  const Mat &inputs, const Mat &outputs, Mat ¶ms)  
100. {  
101.     int m = inputs.rows;  
102.     int n = inputs.cols;  
103.     int num_params = params.rows;  
104.   
105.     Mat r(m, 1, CV_64F); // residual matrix  
106.     Mat Jf(m, num_params, CV_64F); // Jacobian of Func()  
107.     Mat input(1, n, CV_64F); // single row input  
108.   
109.     double last_mse = 0;  
110.   
111.     for(int i=0; i < MAX_ITER; i++) {  
112.         double mse = 0;  
113.   
114.         for(int j=0; j < m; j++) {  
115.             for(int k=0; k < n; k++) {//copy Independent variable vector, the year  
116.                 input.at<double>(0,k) = inputs.at<double>(j,k);  
117.             }  
118.   
119.             r.at<double>(j,0) = outputs.at<double>(j,0) - Func(input, params);//diff between estimate and observation population  
120.   
121.             mse += r.at<double>(j,0)*r.at<double>(j,0);  
122.   
123.             for(int k=0; k < num_params; k++) {  
124.                 Jf.at<double>(j,k) = Deriv(Func, input, params, k);  
125.             }  
126.         }  
127.   
128.         mse /= m;  
129.   
130.         // The difference in mse is very small, so quit  
131.         if(fabs(mse - last_mse) < 1e-8) {  
132.             break;  
133.         }  
134.   
135.         Mat delta = ((Jf.t()*Jf)).inv() * Jf.t()*r;  
136.         params += delta;  
137.   
138.         //printf("%d: mse=%f\n", i, mse);  
139.         printf("%d %f\n", i, mse);  
140.   
141.         last_mse = mse;  
142.     }  
143. }  

运行结果：

A=7.0,B=0.26  (初始值，A=6,B=0.3)，100次迭代到第4次就收敛了。

若初始值A=1,B=1，则要迭代14次收敛。

下图为根据上面得到的A、B系数，利用matlab拟合的人口模型曲线

例子2：我想要拟合如下模型，

由于缺乏观测量，就自导自演，假设4个参数已知A=5,B=1,C=10,D=2，构造100个随机数作为x的观测值，计算相应的函数观测值。然后，利用这些观测值，反推4个参数。

[cpp]  view plain  copy

1. // A simple demo of Gauss-Newton algorithm on a user defined function  
2.   
3. #include <cstdio>  
4. #include <vector>  
5. #include <opencv2/core/core.hpp>  
6.   
7. using namespace std;  
8. using namespace cv;  
9.   
10. const double DERIV_STEP = 1e-5;  
11. const int MAX_ITER = 100;  
12.   
13.   
14. void GaussNewton(double(*Func)(const Mat &input, const Mat ¶ms), // function pointer  
15.                  const Mat &inputs, const Mat &outputs, Mat ¶ms);  
16.   
17. double Deriv(double(*Func)(const Mat &input, const Mat ¶ms), // function pointer  
18.              const Mat &input, const Mat ¶ms, int n);  
19.   
20. // The user defines their function here  
21. double Func(const Mat &input, const Mat ¶ms);  
22.   
23. int main()  
24. {  
25.     // For this demo we're going to try and fit to the function  
26.     // F = A*sin(Bx) + C*cos(Dx)  
27.     // There are 4 parameters: A, B, C, D  
28.     int num_params = 4;  
29.   
30.     // Generate random data using these parameters  
31.     int total_data = 100;  
32.   
33.     double A = 5;  
34.     double B = 1;  
35.     double C = 10;  
36.     double D = 2;  
37.   
38.     Mat inputs(total_data, 1, CV_64F);  
39.     Mat outputs(total_data, 1, CV_64F);  
40.   
41.     for(int i=0; i < total_data; i++) {  
42.         double x = -10.0 + 20.0* rand() / (1.0 + RAND_MAX); // random between [-10 and 10]  
43.         double y = A*sin(B*x) + C*cos(D*x);  
44.   
45.         // Add some noise  
46.        // y += -1.0 + 2.0*rand() / (1.0 + RAND_MAX);  
47.   
48.         inputs.at<double>(i,0) = x;  
49.         outputs.at<double>(i,0) = y;  
50.     }  
51.   
52.     // Guess the parameters, it should be close to the true value, else it can fail for very sensitive functions!  
53.     Mat params(num_params, 1, CV_64F);  
54.   
55.     params.at<double>(0,0) = 1;  
56.     params.at<double>(1,0) = 1;  
57.     params.at<double>(2,0) = 8; // changing to 1 will cause it not to find the solution, too far away  
58.     params.at<double>(3,0) = 1;  
59.   
60.     GaussNewton(Func, inputs, outputs, params);  
61.   
62.     printf("True parameters: %f %f %f %f\n", A, B, C, D);  
63.     printf("Parameters from GaussNewton: %f %f %f %f\n", params.at<double>(0,0), params.at<double>(1,0),  
64.                                                         params.at<double>(2,0), params.at<double>(3,0));  
65.   
66.     return 0;  
67. }  
68.   
69. double Func(const Mat &input, const Mat ¶ms)  
70. {  
71.     // Assumes input is a single row matrix  
72.     // Assumes params is a column matrix  
73.   
74.     double A = params.at<double>(0,0);  
75.     double B = params.at<double>(1,0);  
76.     double C = params.at<double>(2,0);  
77.     double D = params.at<double>(3,0);  
78.   
79.     double x = input.at<double>(0,0);  
80.   
81.     return A*sin(B*x) + C*cos(D*x);  
82. }  
83.   
84. double Deriv(double(*Func)(const Mat &input, const Mat ¶ms), const Mat &input, const Mat ¶ms, int n)  
85. {  
86.     // Assumes input is a single row matrix  
87.   
88.     // Returns the derivative of the nth parameter  
89.     Mat params1 = params.clone();  
90.     Mat params2 = params.clone();  
91.   
92.     // Use central difference  to get derivative  
93.     params1.at<double>(n,0) -= DERIV_STEP;  
94.     params2.at<double>(n,0) += DERIV_STEP;  
95.   
96.     double p1 = Func(input, params1);  
97.     double p2 = Func(input, params2);  
98.   
99.     double d = (p2 - p1) / (2*DERIV_STEP);  
100.   
101.     return d;  
102. }  
103.   
104. void GaussNewton(double(*Func)(const Mat &input, const Mat ¶ms),  
105.                  const Mat &inputs, const Mat &outputs, Mat ¶ms)  
106. {  
107.     int m = inputs.rows;  
108.     int n = inputs.cols;  
109.     int num_params = params.rows;  
110.   
111.     Mat r(m, 1, CV_64F); // residual matrix  
112.     Mat Jf(m, num_params, CV_64F); // Jacobian of Func()  
113.     Mat input(1, n, CV_64F); // single row input  
114.   
115.     double last_mse = 0;  
116.   
117.     for(int i=0; i < MAX_ITER; i++) {  
118.         double mse = 0;  
119.   
120.         for(int j=0; j < m; j++) {  
121.             for(int k=0; k < n; k++) {  
122.                 input.at<double>(0,k) = inputs.at<double>(j,k);  
123.             }  
124.   
125.             r.at<double>(j,0) = outputs.at<double>(j,0) - Func(input, params);  
126.   
127.             mse += r.at<double>(j,0)*r.at<double>(j,0);  
128.   
129.             for(int k=0; k < num_params; k++) {  
130.                 Jf.at<double>(j,k) = Deriv(Func, input, params, k);  
131.             }  
132.         }  
133.   
134.         mse /= m;  
135.   
136.         // The difference in mse is very small, so quit  
137.         if(fabs(mse - last_mse) < 1e-8) {  
138.             break;  
139.         }  
140.   
141.         Mat delta = ((Jf.t()*Jf)).inv() * Jf.t()*r;  
142.         params += delta;  
143.   
144.         //printf("%d: mse=%f\n", i, mse);  
145.         printf("%f\n",mse);  
146.   
147.         last_mse = mse;  
148.     }  
149. }  

运行结果，得到的参数并不够理想，50次后收敛了

下图中，每次迭代残差并没有持续减少，有反复

4．优缺点分析

优点：

对于零残量问题，即r=0，有局部二阶收敛速度

对于小残量问题，即r较小或接近线性，有快的局部收敛速度

对于线性最小二乘问题，一步达到极小点

 

缺点：

对于不是很严重的大残量问题，有较慢的局部收敛速度

对于残量很大的问题或r的非线性程度很大的问题，不收敛

不一定总体收敛

如果J不满秩，则方法无定义

 

对于它的缺点，我们通过增加线性搜索策略，保证目标函数每一步下降，对于几乎所有非线性最小二乘问题，它都具有局部收敛性及总体收敛，即所谓的阻尼高斯牛顿法。

其中，a^k为一维搜索因子