模型的稀疏选择与参数辨识及应用

基于正则化技术的稀疏成分分析方法可同时完成模型选择和参数估计功能。现分别从迭代算法的设计和对应岭估计的构造两方面切入 ,研究正则化函数的选取及特点 ,并深入分析其模型参数辨识的机理 ,说明正则化参数与广义岭估计的最佳岭参数的耦合性。该方法可操作性强 ,可保证参数迭代的收敛性 ,对于正则化函数的构造和参数估计的统计特性分析均有规则可循。缺项多项式和制导工具误差系数求解的数值例子表明 ,该方法具有有效的一体化模型选择和参数估计功能。