您的位置: 专家智库 > >

任静静

作品数:2 被引量:3H指数:1
供职机构:西华大学数学与计算机学院更多>>
发文基金:西华大学研究生创新基金四川省教育厅青年基金更多>>
相关领域:石油与天然气工程更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇石油与天然气...

主题

  • 1篇最小二乘估计
  • 1篇范数
  • 1篇LINGO
  • 1篇LP
  • 1篇插值
  • 1篇插值条件
  • 1篇P-
  • 1篇HERMIT...

机构

  • 2篇西华大学

作者

  • 2篇陈广贵
  • 2篇徐艳艳
  • 2篇任静静

传媒

  • 1篇四川师范大学...
  • 1篇西华大学学报...

年份

  • 1篇2014
  • 1篇2013
2 条 记 录,以下是 1-2
排序方式:
带二阶Hermite插值条件的最小二乘估计被引量:2
2014年
颜宁生(颜宁生.带Hermite插值条件的最小二乘估计[J].大学数学学报:2011,27(5):80-84.)研究了带Hermite插值条件的最小二乘估计。本文在此基础上,进一步考虑提高函数的光滑度即插值点存在二阶导数的插值,并提出了带二阶Hermite插值条件的最小二乘拟合问题,进而给出了带二阶Hermite插值条件的最小二乘拟合的拟合曲线的具体表达式。最后利用Lingo建模语言设计了求解带二阶Hermite插值条件的最小二乘拟合的拟合曲线参数的程序。
徐艳艳任静静陈广贵罗冰玉
关键词:最小二乘估计插值条件HERMITELINGO
学习理论中的MLP方法被引量:1
2013年
移动最小二乘(MLS)法是数据插值、数值分析和统计等学科领域的一种逼近方法.H.Y.Wang,D.H.Xiang,D.X.Zhou(J Approx Theory,2010,162:599-614.)用MLS方法研究了L2框架下学习理论中的回归问题,从而得到了样本误差、逼近误差的更优结果.但是很多函数类在L2框架下很难研究,于是本文用移动最小p乘(MLP)法将L2框架下学习理论中回归问题的一些理论推广到Lp(1≤p≤∞)框架下,从而为研究Lp框架下学习算法的泛化性能提供了理论基础.
任静静徐艳艳陈广贵
共1页<1>
聚类工具0