典型文献
基于残差向量l1范数最小化与基追踪的多元线性模型参数估计方法
文献摘要：
本文提出了多元线性模型参数估计的最小l1范数解的一种新方法.该方法分为4步:首先将参数估计问题描述为由观测数据确定的超定线性方程组的形式;然后利用最小l1残差向量将l1范数最小化问题转化为一个有约束的不可微最优化问题;接下来利用基追踪方法求得最小l1残差向量的稀疏解;最后求解相容线性方程组得到原方程组的最小l1范数解.对于系数矩阵存在秩亏的情况,采用Moore-Penrose广义逆进行了有效的处理,这极大地扩展了算法的适应性.数值算例表明该方法具有良好的鲁棒性与很高的数值精度,并且容许较高的临界外点比例.
文献关键词：
多元线性模型;参数估计;剩余向量;稀疏优化;基追踪方法
中图分类号：
作者姓名：
冯志强;张鸿燕
作者机构：
海南师范大学 数学与统计学院,海南 海口 571158;海南师范大学 信息科学技术学院,海南 海口 571158
文献出处：
引用格式：
[1]冯志强;张鸿燕-.基于残差向量l1范数最小化与基追踪的多元线性模型参数估计方法)[J].海南师范大学学报（自然科学版）,2022(03):250-259,267
A类：
基追踪方法
B类：
残差向量,l1,范数,多元线性模型,模型参数估计,参数估计方法,观测数据,定线,线性方程组,问题转化,可微,最优化问题,接下来,稀疏解,系数矩阵,秩亏,Moore,Penrose,广义逆,逆进,数值算例,数值精度,容许,界外,剩余向量,稀疏优化
AB值：
0.346407
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
