Gauss-Newton算法是解決非線性最優問題的常見算法之一,最近研讀開源項目代碼,又碰到了,索性深入看下。本次講解內容如下:
- 基本數學名詞識記
- 牛頓法推導、算法步驟、計算實例
- 高斯牛頓法推導(如何從牛頓法派生)、算法步驟、編程實例
- 高斯牛頓法優劣總結
一、基本概念定義
1.非線性方程定義及最優化方法簡述
指因變量與自變量之間的關係不是線性的關係,比如平方關係、對數關係、指數關係、三角函數關係等等。對於此類方程,求解n元實函數f在整個n維向量空間Rn上的最優值點往往很難得到精確解,經常需要求近似解問題。
求解該最優化問題的方法大多是逐次一維搜索的迭代算法,基本思想是在一個近似點處選定一個有利於搜索方向,沿這個方向進行一維搜索,得到新的近似點。如此反覆迭代,知道滿足預定的精度要求爲止。根據搜索方向的取法不同,這類迭代算法可分爲兩類:
解析法:需要用目標函數的到函數,
梯度法:又稱最速下降法,是早期的解析法,收斂速度較慢
牛頓法:收斂速度快,但不穩定,計算也較困難。高斯牛頓法基於其改進,但目標作用不同
共軛梯度法:收斂較快,效果好
變尺度法:效率較高,常用DFP法(Davidon Fletcher Powell)
直接法:不涉及導數,只用到函數值。有交替方向法(又稱座標輪換法)、模式搜索法、旋轉方向法、鮑威爾共軛方向法和單純形加速法等。
2.非線性最小二乘問題
非線性最小二乘問題來自於非線性迴歸,即通過觀察自變量和因變量數據,求非線性目標函數的係數參數,使得函數模型與觀測量儘量相似。
高斯牛頓法解決非線性最小二乘問題的最基本方法,並且它只能處理二次函數。(使用時必須將目標函數轉化爲二次的)
Unlike Newton'smethod, the Gauss–Newton algorithm can only be used to minimize a sum ofsquared function values
3.基本數學表達
a.梯度gradient,由多元函數的各個偏導數組成的向量
以二元函數爲例,其梯度爲:
b.黑森矩陣Hessian matrix,由多元函數的二階偏導數組成的方陣,描述函數的局部曲率,以二元函數爲例,
c.雅可比矩陣 Jacobian matrix,是多元函數一階偏導數以一定方式排列成的矩陣,體現了一個可微方程與給出點的最優線性逼近。以二元函數爲例,
如果擴展多維的話F: Rn-> Rm,則雅可比矩陣是一個m行n列的矩陣:
雅可比矩陣作用,如果P是Rn中的一點,F在P點可微分,那麼在這一點的導數由JF(P)給出,在此情況下,由F(P)描述的線性算子即接近點P的F的最優線性逼近:
d.殘差 residual,表示實際觀測值與估計值(擬合值)之間的差
二、牛頓法
牛頓法的基本思想是採用多項式函數來逼近給定的函數值,然後求出極小點的估計值,重複操作,直到達到一定精度爲止。
1.考慮如下一維無約束的極小化問題:
因此,一維牛頓法的計算步驟如下:
需要注意的是,牛頓法在求極值的時候,如果初始點選取不好,則可能不收斂於極小點
2.下面給出多維無約束極值的情形:
若非線性目標函數f(x)具有二階連續偏導,在x(k)爲其極小點的某一近似,在這一點取f(x)的二階泰勒展開,即:
如果f(x)是二次函數,則其黑森矩陣H爲常數,式(1)是精確的(等於號),在這種情況下,從任意一點處罰,用式(2)只要一步可求出f(x)的極小點(假設黑森矩陣正定,所有特徵值大於0)
如果f(x)不是二次函數,式(1)僅是一個近似表達式,此時,按式(2)求得的極小點,只是f(x)的近似極小點。在這種情況下,常按照下面選取搜索方向:
牛頓法收斂的速度很快,當f(x)的二階導數及其黑森矩陣的逆矩陣便於計算時,這一方法非常有效。【但通常黑森矩陣很不好求】
3.下面給出一個實際計算例子。
例:試用牛頓法求的極小值
解:
【f(x)是二次函數,H矩陣爲常數,只要任意點出發,只要一步即可求出極小點】
三、牛頓高斯法
1. gauss-newton是如何由上述派生的
有時候爲了擬合數據,比如根據重投影誤差求相機位姿(R,T爲方程係數),常常將求解模型轉化爲非線性最小二乘問題。高斯牛頓法正是用於解決非線性最小二乘問題,達到數據擬合、參數估計和函數估計的目的。
假設我們研究如下形式的非線性最小二乘問題:
這兩個位置間殘差(重投影誤差):
如果有大量觀測點(多維),我們可以通過選擇合理的T使得殘差的平方和最小求得兩個相機之間的位姿。機器視覺這塊暫時不擴展,接着說怎麼求非線性最小二乘問題。
若用牛頓法求式3,則牛頓迭代公式爲:
看到這裏大家都明白高斯牛頓和牛頓法的差異了吧,就在這迭代項上。經典高斯牛頓算法迭代步長λ爲1.
那回過頭來,高斯牛頓法裏爲啥要捨棄黑森矩陣的二階偏導數呢?主要問題是因爲牛頓法中Hessian矩陣中的二階信息項通常難以計算或者花費的工作量很大,而利用整個H的割線近似也不可取,因爲在計算梯度時已經得到J(x),這樣H中的一階信息項JTJ幾乎是現成的。鑑於此,爲了簡化計算,獲得有效算法,我們可用一階導數信息逼近二階信息項。注意這麼幹的前提是,殘差r接近於零或者接近線性函數從而接近與零時,二階信息項纔可以忽略。通常稱爲“小殘量問題”,否則高斯牛頓法不收斂。3. 舉例
接下來的代碼裏並沒有保證算法收斂的機制,在例子2的自嗨中可以看到劣勢。關於自變量維數,代碼可以支持多元,但兩個例子都是一維的,比如例子1中只有年份t,其實可以增加其他因素的,不必在意。
例子1,根據美國1815年至1885年數據,估計人口模型中的參數A和B。如下表所示,已知年份和人口總量,及人口模型方程,求方程中的參數。
- // A simple demo of Gauss-Newton algorithm on a user defined function
-
- #include <cstdio>
- #include <vector>
- #include <opencv2/core/core.hpp>
-
- using namespace std;
- using namespace cv;
-
- const double DERIV_STEP = 1e-5;
- const int MAX_ITER = 100;
-
-
- void GaussNewton(double(*Func)(const Mat &input, const Mat ¶ms), // function pointer
- const Mat &inputs, const Mat &outputs, Mat ¶ms);
-
- double Deriv(double(*Func)(const Mat &input, const Mat ¶ms), // function pointer
- const Mat &input, const Mat ¶ms, int n);
-
- // The user defines their function here
- double Func(const Mat &input, const Mat ¶ms);
-
- int main()
- {
- // For this demo we're going to try and fit to the function
- // F = A*exp(t*B)
- // There are 2 parameters: A B
- int num_params = 2;
-
- // Generate random data using these parameters
- int total_data = 8;
-
- Mat inputs(total_data, 1, CV_64F);
- Mat outputs(total_data, 1, CV_64F);
-
- //load observation data
- for(int i=0; i < total_data; i++) {
- inputs.at<double>(i,0) = i+1; //load year
- }
- //load America population
- outputs.at<double>(0,0)= 8.3;
- outputs.at<double>(1,0)= 11.0;
- outputs.at<double>(2,0)= 14.7;
- outputs.at<double>(3,0)= 19.7;
- outputs.at<double>(4,0)= 26.7;
- outputs.at<double>(5,0)= 35.2;
- outputs.at<double>(6,0)= 44.4;
- outputs.at<double>(7,0)= 55.9;
-
- // Guess the parameters, it should be close to the true value, else it can fail for very sensitive functions!
- Mat params(num_params, 1, CV_64F);
-
- //init guess
- params.at<double>(0,0) = 6;
- params.at<double>(1,0) = 0.3;
-
- GaussNewton(Func, inputs, outputs, params);
-
- printf("Parameters from GaussNewton: %f %f\n", params.at<double>(0,0), params.at<double>(1,0));
-
- return 0;
- }
-
- double Func(const Mat &input, const Mat ¶ms)
- {
- // Assumes input is a single row matrix
- // Assumes params is a column matrix
-
- double A = params.at<double>(0,0);
- double B = params.at<double>(1,0);
-
- double x = input.at<double>(0,0);
-
- return A*exp(x*B);
- }
-
- //calc the n-th params' partial derivation , the params are our final target
- double Deriv(double(*Func)(const Mat &input, const Mat ¶ms), const Mat &input, const Mat ¶ms, int n)
- {
- // Assumes input is a single row matrix
-
- // Returns the derivative of the nth parameter
- Mat params1 = params.clone();
- Mat params2 = params.clone();
-
- // Use central difference to get derivative
- params1.at<double>(n,0) -= DERIV_STEP;
- params2.at<double>(n,0) += DERIV_STEP;
-
- double p1 = Func(input, params1);
- double p2 = Func(input, params2);
-
- double d = (p2 - p1) / (2*DERIV_STEP);
-
- return d;
- }
-
- void GaussNewton(double(*Func)(const Mat &input, const Mat ¶ms),
- const Mat &inputs, const Mat &outputs, Mat ¶ms)
- {
- int m = inputs.rows;
- int n = inputs.cols;
- int num_params = params.rows;
-
- Mat r(m, 1, CV_64F); // residual matrix
- Mat Jf(m, num_params, CV_64F); // Jacobian of Func()
- Mat input(1, n, CV_64F); // single row input
-
- double last_mse = 0;
-
- for(int i=0; i < MAX_ITER; i++) {
- double mse = 0;
-
- for(int j=0; j < m; j++) {
- for(int k=0; k < n; k++) {//copy Independent variable vector, the year
- input.at<double>(0,k) = inputs.at<double>(j,k);
- }
-
- r.at<double>(j,0) = outputs.at<double>(j,0) - Func(input, params);//diff between estimate and observation population
-
- mse += r.at<double>(j,0)*r.at<double>(j,0);
-
- for(int k=0; k < num_params; k++) {
- Jf.at<double>(j,k) = Deriv(Func, input, params, k);
- }
- }
-
- mse /= m;
-
- // The difference in mse is very small, so quit
- if(fabs(mse - last_mse) < 1e-8) {
- break;
- }
-
- Mat delta = ((Jf.t()*Jf)).inv() * Jf.t()*r;
- params += delta;
-
- //printf("%d: mse=%f\n", i, mse);
- printf("%d %f\n", i, mse);
-
- last_mse = mse;
- }
- }
運行結果:
A=7.0,B=0.26 (初始值,A=6,B=0.3),100次迭代到第4次就收斂了。
若初始值A=1,B=1,則要迭代14次收斂。
下圖爲根據上面得到的A、B係數,利用matlab擬合的人口模型曲線
例子2:我想要擬合如下模型,
由於缺乏觀測量,就自導自演,假設4個參數已知A=5,B=1,C=10,D=2,構造100個隨機數作爲x的觀測值,計算相應的函數觀測值。然後,利用這些觀測值,反推4個參數。
- // A simple demo of Gauss-Newton algorithm on a user defined function
-
- #include <cstdio>
- #include <vector>
- #include <opencv2/core/core.hpp>
-
- using namespace std;
- using namespace cv;
-
- const double DERIV_STEP = 1e-5;
- const int MAX_ITER = 100;
-
-
- void GaussNewton(double(*Func)(const Mat &input, const Mat ¶ms), // function pointer
- const Mat &inputs, const Mat &outputs, Mat ¶ms);
-
- double Deriv(double(*Func)(const Mat &input, const Mat ¶ms), // function pointer
- const Mat &input, const Mat ¶ms, int n);
-
- // The user defines their function here
- double Func(const Mat &input, const Mat ¶ms);
-
- int main()
- {
- // For this demo we're going to try and fit to the function
- // F = A*sin(Bx) + C*cos(Dx)
- // There are 4 parameters: A, B, C, D
- int num_params = 4;
-
- // Generate random data using these parameters
- int total_data = 100;
-
- double A = 5;
- double B = 1;
- double C = 10;
- double D = 2;
-
- Mat inputs(total_data, 1, CV_64F);
- Mat outputs(total_data, 1, CV_64F);
-
- for(int i=0; i < total_data; i++) {
- double x = -10.0 + 20.0* rand() / (1.0 + RAND_MAX); // random between [-10 and 10]
- double y = A*sin(B*x) + C*cos(D*x);
-
- // Add some noise
- // y += -1.0 + 2.0*rand() / (1.0 + RAND_MAX);
-
- inputs.at<double>(i,0) = x;
- outputs.at<double>(i,0) = y;
- }
-
- // Guess the parameters, it should be close to the true value, else it can fail for very sensitive functions!
- Mat params(num_params, 1, CV_64F);
-
- params.at<double>(0,0) = 1;
- params.at<double>(1,0) = 1;
- params.at<double>(2,0) = 8; // changing to 1 will cause it not to find the solution, too far away
- params.at<double>(3,0) = 1;
-
- GaussNewton(Func, inputs, outputs, params);
-
- printf("True parameters: %f %f %f %f\n", A, B, C, D);
- printf("Parameters from GaussNewton: %f %f %f %f\n", params.at<double>(0,0), params.at<double>(1,0),
- params.at<double>(2,0), params.at<double>(3,0));
-
- return 0;
- }
-
- double Func(const Mat &input, const Mat ¶ms)
- {
- // Assumes input is a single row matrix
- // Assumes params is a column matrix
-
- double A = params.at<double>(0,0);
- double B = params.at<double>(1,0);
- double C = params.at<double>(2,0);
- double D = params.at<double>(3,0);
-
- double x = input.at<double>(0,0);
-
- return A*sin(B*x) + C*cos(D*x);
- }
-
- double Deriv(double(*Func)(const Mat &input, const Mat ¶ms), const Mat &input, const Mat ¶ms, int n)
- {
- // Assumes input is a single row matrix
-
- // Returns the derivative of the nth parameter
- Mat params1 = params.clone();
- Mat params2 = params.clone();
-
- // Use central difference to get derivative
- params1.at<double>(n,0) -= DERIV_STEP;
- params2.at<double>(n,0) += DERIV_STEP;
-
- double p1 = Func(input, params1);
- double p2 = Func(input, params2);
-
- double d = (p2 - p1) / (2*DERIV_STEP);
-
- return d;
- }
-
- void GaussNewton(double(*Func)(const Mat &input, const Mat ¶ms),
- const Mat &inputs, const Mat &outputs, Mat ¶ms)
- {
- int m = inputs.rows;
- int n = inputs.cols;
- int num_params = params.rows;
-
- Mat r(m, 1, CV_64F); // residual matrix
- Mat Jf(m, num_params, CV_64F); // Jacobian of Func()
- Mat input(1, n, CV_64F); // single row input
-
- double last_mse = 0;
-
- for(int i=0; i < MAX_ITER; i++) {
- double mse = 0;
-
- for(int j=0; j < m; j++) {
- for(int k=0; k < n; k++) {
- input.at<double>(0,k) = inputs.at<double>(j,k);
- }
-
- r.at<double>(j,0) = outputs.at<double>(j,0) - Func(input, params);
-
- mse += r.at<double>(j,0)*r.at<double>(j,0);
-
- for(int k=0; k < num_params; k++) {
- Jf.at<double>(j,k) = Deriv(Func, input, params, k);
- }
- }
-
- mse /= m;
-
- // The difference in mse is very small, so quit
- if(fabs(mse - last_mse) < 1e-8) {
- break;
- }
-
- Mat delta = ((Jf.t()*Jf)).inv() * Jf.t()*r;
- params += delta;
-
- //printf("%d: mse=%f\n", i, mse);
- printf("%f\n",mse);
-
- last_mse = mse;
- }
- }
運行結果,得到的參數並不夠理想,50次後收斂了
下圖中,每次迭代殘差並沒有持續減少,有反覆
4.優缺點分析
優點:
對於零殘量問題,即r=0,有局部二階收斂速度
對於小殘量問題,即r較小或接近線性,有快的局部收斂速度
對於線性最小二乘問題,一步達到極小點
缺點:
對於不是很嚴重的大殘量問題,有較慢的局部收斂速度
對於殘量很大的問題或r的非線性程度很大的問題,不收斂
不一定總體收斂
如果J不滿秩,則方法無定義
對於它的缺點,我們通過增加線性搜索策略,保證目標函數每一步下降,對於幾乎所有非線性最小二乘問題,它都具有局部收斂性及總體收斂,即所謂的阻尼高斯牛頓法。
其中,ak爲一維搜索因子