典型文献
三角B-B曲面最小二乘渐进迭代格式的革新与加速
文献摘要：
传统渐近迭代逼近方法是一种简单、直观和有效的数据拟合方法,但存在难以处理海量数据的缺陷.最小二乘渐近迭代逼近(least square progressive iterative approximation,LSPIA)方法的出现弥补了其数据量受限的不足,使之能适用于大量数据拟合的需求.为了提高LSPIA方法的收敛速度,结合Moore-Penrose广义逆的Schulz迭代方法,给出了三角B-B曲面的加速LSPIA迭代格式,并证明了2,3,4次三角B-B逼近曲面的LSPIA生成以2次的收敛速度收敛到最小二乘逼近结果.此外,还提供了拥有最快收敛速度的权重公式,并用实例验证了该加速LSPIA方法的正确性和高效性.
文献关键词：
渐进迭代逼近;三角B-B曲面;最小二乘拟合;Moore-Penrose广义逆;Schulz迭代方法;收敛速度
中图分类号：
作者姓名：
胡倩倩;王家栋;王国瑾
作者机构：
浙江工商大学统计与数学学院 杭州 310018;浙江大学数学科学学院 杭州 310027
文献出处：
引用格式：
[1]胡倩倩;王家栋;王国瑾-.三角B-B曲面最小二乘渐进迭代格式的革新与加速)[J].计算机辅助设计与图形学学报,2022(05):777-783
A类：
B类：
迭代格式,渐近,数据拟合,拟合方法,海量数据,least,square,progressive,iterative,approximation,LSPIA,数据量,收敛速度,Moore,Penrose,广义逆,Schulz,迭代方法,快收敛,渐进迭代逼近,最小二乘拟合
AB值：
0.345944
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。
