簡單介紹一下對非線性最小二乘問題的數學理解,有不足之處還望批評指正~
一、最小二乘問題定義
No1.最小二乘問題定義:
找到一個使得F(x)值最小,即使殘差平方和最小。(式中1/2作爲常數對問題本質沒有影響,有的地方也沒有這個1/2)。
對於F(x)最小,則又分爲局部最小No2和全局最小No3
No2.局部最小
for
即在一個固定領域內,使得最小。
No3.全局最小
即使得在整個函數定義域最小。
對代價函數F(x)進行泰勒展開並只保留二階量
J爲雅克比矩陣,H爲海塞矩陣。
我們的目的(也是最小二乘的目的)就是找到一個x,使得代價函數F(x)最小,即殘差平方和最小。因此,我們可以通過迭代的方式,讓每次迭代的結果 ,使得代價函數不斷減小。
很明顯F(x)在導數爲0時,有穩定點(極大值點、極小值點和鞍點),我們要求的相當於是極小值點,又當在處爲穩定點時,若H矩陣爲正定的,則此時爲極小值點。
即代入(求的未知量是,故對其求導),可得即。又因爲前面保證了H的正定性,所以H是可逆的。這就是牛頓法。
二、寫的有點煩...不想寫了orz