版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、本文通過適當(dāng)?shù)暮瘮?shù)變換將B樣條基函數(shù)粗糙懲罰光滑模型應(yīng)用到某些具有特殊約束限制的函數(shù)型數(shù)據(jù)光滑化上,從而有效的改進了對此類數(shù)據(jù)的光滑擬合效果. 本文首先介紹了獲得B樣條基函數(shù)的方法及B樣條基函數(shù)的優(yōu)良性質(zhì),接著介紹了B樣條基加權(quán)最小二乘光滑擬合函數(shù)型數(shù)據(jù)的方法.由于這種方法對基函數(shù)個數(shù)的選擇在實數(shù)域內(nèi)并不連續(xù),以致在數(shù)據(jù)具有強烈局部特征的情況下難以獲得滿意的光滑效果.為了克服這個問題,第四章我們利用B樣條基函數(shù)的優(yōu)良性質(zhì),引入函
2、數(shù)粗糙度以及光滑參數(shù)的概念,從而建立B樣條基函數(shù)粗糙懲罰光滑模型,這個方法通過選擇適當(dāng)?shù)墓饣瑓?shù)來控制對數(shù)據(jù)的擬合程度和函數(shù)的粗糙度來獲得更符合實際情況或?qū)嶋H需要的光滑函數(shù).由于實際應(yīng)用中往往會產(chǎn)生一些具有特殊意義的數(shù)據(jù),當(dāng)觀測數(shù)據(jù)具有某種特殊約束限制時,直接利用B樣條基函數(shù)粗糙懲罰模型經(jīng)常獲得與實際情況明顯不符的結(jié)果,因而本章第五節(jié)通過適當(dāng)?shù)暮瘮?shù)變換將具有約束限制函數(shù)型數(shù)據(jù)的光滑問題轉(zhuǎn)化為無約束限制函數(shù)型數(shù)據(jù)的光滑問題,然后利用粗糙懲
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于懲罰樣條方法的散點圖光滑研究.pdf
- 基于B樣條基函數(shù)逼近的模糊推理系統(tǒng)內(nèi)核研究.pdf
- 利用光滑樣條構(gòu)造的函數(shù)數(shù)據(jù)的性質(zhì).pdf
- 某些非光滑函數(shù)的插值逼近.pdf
- 基于新樣條基函數(shù)的通用厚-薄板樣條子域的研究.pdf
- 基于法向約束的B樣條翼型曲線參數(shù)化方法.pdf
- 對稱錐優(yōu)化的某些光滑函數(shù)及其應(yīng)用.pdf
- 二元樣條函數(shù)中的某些問題.pdf
- 基于樣條與核密度函數(shù)的不良負荷數(shù)據(jù)辨識方法研究.pdf
- 基于層次B樣條的散亂數(shù)據(jù)插值方法.pdf
- 某些三角剖分上的二元二次樣條函數(shù)的光滑連接問題.pdf
- 基于約束優(yōu)化的B樣條曲線曲面形狀修改研究.pdf
- 基于B樣條隸屬函數(shù)的模糊推理算法研究.pdf
- B樣條曲線和圓域B樣條曲線數(shù)據(jù)縮減的研究.pdf
- 基于樣條函數(shù)的動態(tài)載荷識別方法研究.pdf
- 散亂數(shù)據(jù)曲面擬合的B樣條方法.pdf
- 基于區(qū)間B樣條小波基函數(shù)的時變AR模型結(jié)構(gòu)參數(shù)識別.pdf
- 非線性等式約束優(yōu)化問題的無懲罰型方法.pdf
- 基于懲罰樣條的支持向量回歸.pdf
- 構(gòu)造分布函數(shù)的樣條函數(shù)方法及其應(yīng)用.pdf
評論
0/150
提交評論