1) Newton iterative approach
牛顿递推法
2) Newton method
牛顿法
1.
Research on a flow analysis method of power supply system for AC high speed railway based on Newton method;
一种基于牛顿法的交流高速铁路牵引供电潮流计算方法的研究
2.
Comparison of Newton method with Levenberg-Marquardt algorithm and the application to dielectric loss angle measurement;
牛顿法与Levenberg-Marquardt算法的比较及在介损角测量中的应用
3) Newtonian method
牛顿法
1.
This paper introduces two optimum calculating method in chemical industry——Newtonian method and echelon method, so as to be rationally and economical in scheme, try make it reach A in all sides.
介绍了化工最优化计算方法中 2种常用算法———牛顿法和梯度法 ,可使人们选定的方案既经济又合理 ,以得到最佳的效果。
2.
This paper discusses various nonlinear phenomena in solving Keplers equation in the elliptic case by an improved newtonian method with cubic convergence, which include multiperiodic points and chaotic belts, and strange attractors.
讨论用具立方收敛的改进的牛顿法解椭圆运动中Ｋｅｐｌｅｒ方程时出现的各种非线性现象，包括多重周期点、奇异吸因子和多周期混沌带。
4) Quasi-Newton method
拟牛顿法
1.
Predictive control based on neural networks using quasi-Newton method;
基于拟牛顿法多层前向网络的预测控制
2.
The program uses the Quasi-Newton method to perform digital equilibrium computation.
编制了一个ＢＡＳＩＣ程序，用拟牛顿法求解非线性方程组，研究痕量元素的形态分布，经在微机上运行，得到令人满意的结果。
3.
This article uses Quasi-Newton method based on Broyden s principle to obtain Jacobin matrix,this method can calculate Jacobin matrix direc.
文中采用基于Broyden原理的拟牛顿法求解发动机非线性方程组,这种方法可以直接求出第一步迭代后的Jacobi矩阵,从而大幅度提高计算速度。
5) Quasi-Newton
拟牛顿法
1.
New approaches of reconstruction algorithm in low frequency current field are proposed, which includes Quasi-Newton, Bulirsch-Stoer extrapolation and local area accelerating convergence meth-ods.
使用的重建算法有拟牛顿法、Bulirsch-Stoer外推法、局部加速收敛法。
2.
A multi-class classification algorithm using quasi-Newton is proposed based on DFP-P.
同时,这个问题也是大类别分类问题所采用的留一法面临的问题,在DFP-PSVM的基础上,提出了基于拟牛顿法的大类别分类算法。
3.
Quasi-Newton Iteration Algorithm for ICA and Its Application in VEP Feature Extraction;
结果表明,基于拟牛顿法的ICA可以有效增强信号,从少次叠加平均的结果中提取出易于辨识的VEP的P 300信号,具有较高的应用价值。
补充资料：递推估计算法
利用时刻t上的参数估计孌(t)、存储向量嗘(t)与时刻 t+1上测量的输入和输出值u(t+1)和y(t+1)计算新参数值孌(t+1),再根据孌(t+1)计算出新参数值孌(t+2)，直到获得满意的参数值为止。这种算法的每一步计算量都比较小，能够使用小型计算机进行离线或在线参数估计，可以估计时变参数，也可以实时估计适应控制器的参数（见适应控制系统）。20世纪60年代，递推估计算法得到迅速发展，到了70年代产生了许多不同的方法，例如，有离线方法的各种变形、卡尔曼滤波法、随机逼近方法和模型参考适应参数递推估计法等。递推估计算法的各种方法可以用一个统一的公式来描述：
给孌(t),F(t),嫓(t)和w(t)不同的值就得到各种不同的方法：①递推最小二乘法；②递推增广最小二乘法；③递推近似极大似然法；④递推辅助变量法；⑤递推广义最小二乘法；⑥卡尔曼滤波参数估计；⑦随机逼近法；⑧模型参考适应法；⑨时变参数递推估计法。
参考书目
Lennart Ljung，Torsten Soderstrom， Theory and Practice of Recursive Identification，MIT Press., Combridge, Mass., 1983.
给孌(t),F(t),嫓(t)和w(t)不同的值就得到各种不同的方法：①递推最小二乘法；②递推增广最小二乘法；③递推近似极大似然法；④递推辅助变量法；⑤递推广义最小二乘法；⑥卡尔曼滤波参数估计；⑦随机逼近法；⑧模型参考适应法；⑨时变参数递推估计法。
参考书目
Lennart Ljung，Torsten Soderstrom， Theory and Practice of Recursive Identification，MIT Press., Combridge, Mass., 1983.
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条