程序包 org.hipparchus.optim.nonlinear.vector.leastsquares

类 LeastSquaresFactory

java.lang.Object

org.hipparchus.optim.nonlinear.vector.leastsquares.LeastSquaresFactory

       public class LeastSquaresFactory extends Object
      

用于创建LeastSquaresProblem的工厂。

方法概要

修饰符和类型	方法	说明
static LeastSquaresProblem	countEvaluations(LeastSquaresProblem problem, Incrementor counter)	计算特定问题的评估次数。
static LeastSquaresProblem	create(MultivariateVectorFunction model, MultivariateMatrixFunction jacobian, double[] observed, double[] start, RealMatrix weight, ConvergenceChecker<LeastSquaresProblem.Evaluation> checker, int maxEvaluations, int maxIterations)	根据给定元素创建一个LeastSquaresProblem。
static LeastSquaresProblem	create(MultivariateJacobianFunction model, RealVector observed, RealVector start, RealMatrix weight, ConvergenceChecker<LeastSquaresProblem.Evaluation> checker, int maxEvaluations, int maxIterations)	根据给定元素创建一个LeastSquaresProblem。
static LeastSquaresProblem	create(MultivariateJacobianFunction model, RealVector observed, RealVector start, RealMatrix weight, ConvergenceChecker<LeastSquaresProblem.Evaluation> checker, int maxEvaluations, int maxIterations, boolean lazyEvaluation, ParameterValidator paramValidator)	根据给定元素创建一个LeastSquaresProblem。
static LeastSquaresProblem	create(MultivariateJacobianFunction model, RealVector observed, RealVector start, ConvergenceChecker<LeastSquaresProblem.Evaluation> checker, int maxEvaluations, int maxIterations)	根据给定元素创建一个LeastSquaresProblem。
static ConvergenceChecker<LeastSquaresProblem.Evaluation>	evaluationChecker(ConvergenceChecker<PointVectorValuePair> checker)	将为PointVectorValuePair指定的收敛检查器视为为LeastSquaresProblem.Evaluation指定的收敛检查器。
static MultivariateJacobianFunction	model(MultivariateVectorFunction value, MultivariateMatrixFunction jacobian)	将MultivariateVectorFunction与MultivariateMatrixFunction结合，生成一个MultivariateJacobianFunction。
static LeastSquaresProblem	weightDiagonal(LeastSquaresProblem problem, RealVector weights)	将对角权重矩阵应用于LeastSquaresProblem。
static LeastSquaresProblem	weightMatrix(LeastSquaresProblem problem, RealMatrix weights)	将密集权重矩阵应用于LeastSquaresProblem。

从类继承的方法 java.lang.Object

clone, equals, finalize, getClass, hashCode, notify, notifyAll, toString, wait, wait, wait

方法详细资料

create

             public static LeastSquaresProblem create(MultivariateJacobianFunction model, RealVector observed, RealVector start, RealMatrix weight, ConvergenceChecker<LeastSquaresProblem.Evaluation> checker, int maxEvaluations, int maxIterations, boolean lazyEvaluation, ParameterValidator paramValidator)
            

根据给定元素创建一个LeastSquaresProblem。不会应用权重（单位权重）。

参数:

model - 模型函数。生成计算值。

observed - 观察到的（目标）值

start - 初始猜测。

weight - 权重矩阵

checker - 收敛检查器

maxEvaluations - 评估模型的最大次数

maxIterations - 算法中迭代的最大次数

lazyEvaluation - 调用LeastSquaresProblem.evaluate(RealVector)是否推迟到请求值时才进行评估。

paramValidator - 模型参数验证器。

返回:

指定的普通最小二乘问题。

create

             public static LeastSquaresProblem create(MultivariateJacobianFunction model, RealVector observed, RealVector start, ConvergenceChecker<LeastSquaresProblem.Evaluation> checker, int maxEvaluations, int maxIterations)
            

根据给定元素创建一个LeastSquaresProblem。不会应用权重（单位权重）。

参数:

model - 模型函数。生成计算值。

observed - 观察到的（目标）值

start - 初始猜测。

checker - 收敛检查器

maxEvaluations - 评估模型的最大次数

maxIterations - 算法中迭代的最大次数

返回:

指定的普通最小二乘问题。

create

             public static LeastSquaresProblem create(MultivariateJacobianFunction model, RealVector observed, RealVector start, RealMatrix weight, ConvergenceChecker<LeastSquaresProblem.Evaluation> checker, int maxEvaluations, int maxIterations)
            

根据给定元素创建一个LeastSquaresProblem。

参数:

model - 模型函数。生成计算值。

observed - 观察到的（目标）值

start - 初始猜测。

weight - 权重矩阵

checker - 收敛检查器

maxEvaluations - 评估模型的最大次数

maxIterations - 算法中迭代的最大次数

返回:

指定的普通最小二乘问题。

create

             public static LeastSquaresProblem create(MultivariateVectorFunction model, MultivariateMatrixFunction jacobian, double[] observed, double[] start, RealMatrix weight, ConvergenceChecker<LeastSquaresProblem.Evaluation> checker, int maxEvaluations, int maxIterations)
            

根据给定元素创建一个LeastSquaresProblem。

此工厂方法用于与先前接口保持连续性。新应用程序应使用create(MultivariateJacobianFunction, RealVector, RealVector, ConvergenceChecker, int, int)或create(MultivariateJacobianFunction, RealVector, RealVector, RealMatrix, ConvergenceChecker, int, int)。

参数:

model - 模型函数。生成计算值。

jacobian - 模型相对于参数的雅可比矩阵

observed - 观察到的（目标）值

start - 初始猜测。

weight - 权重矩阵

checker - 收敛检查器

maxEvaluations - 评估模型的最大次数

maxIterations - 算法中迭代的最大次数

返回:

指定的普通最小二乘问题。

weightMatrix

             public static LeastSquaresProblem weightMatrix(LeastSquaresProblem problem, RealMatrix weights)
            

将密集权重矩阵应用于LeastSquaresProblem。

参数:

problem - 未加权的问题

weights - 权重矩阵

返回:

应用权重后的新LeastSquaresProblem。原始problem不会被修改。

weightDiagonal

             public static LeastSquaresProblem weightDiagonal(LeastSquaresProblem problem, RealVector weights)
            

将对角权重矩阵应用于LeastSquaresProblem。

参数:

problem - 未加权的问题

weights - 权重矩阵的对角线

返回:

应用权重后的新LeastSquaresProblem。原始problem不会被修改。

countEvaluations

             public static LeastSquaresProblem countEvaluations(LeastSquaresProblem problem, Incrementor counter)
            

计算特定问题的评估次数。每次在返回的问题上调用LeastSquaresProblem.evaluate(RealVector)时，counter都会递增。

参数:

problem - 要跟踪的问题。

counter - 要递增的计数器。

返回:

跟踪评估次数的最小二乘问题

evaluationChecker

             public static ConvergenceChecker<LeastSquaresProblem.Evaluation> evaluationChecker(ConvergenceChecker<PointVectorValuePair> checker)
            

将为PointVectorValuePair指定的收敛检查器视为为LeastSquaresProblem.Evaluation指定的收敛检查器。

参数:

checker - 要适应的收敛检查器。

返回:

委托给checker的收敛检查器。

model

             public static MultivariateJacobianFunction model(MultivariateVectorFunction value, MultivariateMatrixFunction jacobian)
            

将MultivariateVectorFunction与MultivariateMatrixFunction结合起来，生成一个MultivariateJacobianFunction。

参数:

value - 向量值函数

jacobian - 雅可比函数

返回:

一个同时计算两者的函数