回答情况：
提问时间：
问题标签：
我收到了一些使用函数fmincon和算法LevenbergMarquardt来优化参数的旧代码。但是，此算法在此函数中不再可用。由于我是Matlab的新手，我不确定最好的替代方案是什么。我试图简单地将函数更改为与LevenbergMarquardt兼容的函数，但这似乎不起作用。 下面是选项和fmincon函数的向量。"S“、"A”和"b“是参数的起始值，"lb”和"ub“是上界和下界。 如果有任何不清楚之处，或者您需要更多信息，请写信给我。 options_ = optimset('LevenbergMarquardt', 'o
浏览 42修改于2019-05-05得票数 0
你有没有使用MATLAB将'levenberg-marquardt'用于3D数据的示例数据？options = optimoptions('lsqcurvefit','Algorithm','levenberg-marquardt');
浏览 2修改于2020-02-19得票数 1
我成功地使用了Eigen的Levenberg-Marquart类，下面是一个示例：
distance_functor functor(matrix, count);
Eigen::LevenbergMarquardt<Eigen::NumericalDiff<distance_fu
浏览 25提问于2016-01-10得票数 1
我正在使用Eigen的Levenberg-Marquardt实现，并想知道如何为应该优化的参数设置一些边界。
浏览 57提问于2021-05-28得票数 0
回答已采纳
我正在将使用Levenberg-Marquardt训练算法的Matlab神经网络代码移植到Python中。我使用的是Neurolab，我认为它没有Levenberg-Marquardt训练算法。
浏览 6提问于2016-02-09得票数 2
Levenberg-Marquardt是一种反向传播算法还是一种不同类别的算法？
维基百科说这是一种曲线拟合算法。曲线拟合算法与神经网络有什么关系？
浏览 18提问于2016-12-21得票数 3
我正在尝试用Java语言编写levenberg marquardt，下面是我的代码： call.calc_jacobian(ff, trainlm, input, akt1, akt2, w, x, t); double[][] error = trainlm.ret_err();
浏览 4修改于2016-07-07得票数 1
我正在使用最小化一个包含6个参数的非线性函数。对于每个最小化，我有大约50个数据点，但我没有得到足够准确的结果。我的参数彼此相差几个数量级，这一事实真的如此重要吗？如果是，我应该在哪里寻找解决方案？如果没有，你在工作中遇到了LMA的哪些限制(它可能有助于发现我的应用程序的其他问题)？非常感谢你的帮助。typedef struct double x_translation, y_translation, z_translation; } tra
浏览 0修改于2010-12-16得票数 3
回答已采纳
我被告知在R演播室中实现，考虑lambda的初始值等于10，当梯度的范数小于容限时，算法必须停止。我还需要打印x1、x2、λ，∇f(X)、d1和d2每次迭代所取的值。对怎么做有什么想法吗？事先非常感谢library(pracma)MetodeLM<-function(f,xi,t) l=10 x<-xi while (stop==FALSE){ x1&l
浏览 4修改于2021-03-25得票数 1
我试图用ANN来近似一个函数(单输入单输出)。使用MATLAB工具箱，我可以看到在隐藏层中有5个或更多的神经元，我可以达到一个非常好的结果。因此，我尝试手动完成此操作。
计算:由于网络只有一个输入和一个输出，相对于连接隐藏神经元j和输出神经元的权重的误差的偏导数(e=d-o，其中'd‘是期望输出，'o’是实际输出)将是-hj (其中hj是隐藏神经元j的输出)；误差相对于输出偏置的偏导数将是-1；关于将输入连接到隐藏神经元j的权重的误差的偏导数将是- woj * f‘*i，其中woj是隐藏神经元j的输出权重，f’是tanh()导数，'i‘是输入值；最后，关于隐藏层偏差的误
浏览 1提问于2014-08-27得票数 0
x) findZ0(Uhub,HubHt,Latitude,TI_target, x);
z0 = fsolve(find_z0,x_trial,{'fsolve','Jacobian','on','levenberg-marquardt
浏览 2提问于2013-07-10得票数 1
回答已采纳
我能够使用将曲线拟合到x/y数据集，如下所示。这是一个线性背景和10个洛伦兹曲线。
由于我需要拟合许多类似的曲线，我编写了一个脚本拟合例程，使用，这是一个莱温伯格-马夸德特算法。然而，这种适应需要更长的时间，而且，在我看来，比峰值的结果更不准确：拟合结果与固定线性背景(线性背景值取自峰值-o-mat结果)
所有变量不含的拟合结果
我相信起始值已经非常接近，但即使在固定的线性背景下，左洛伦兹显然是一个退化的契合。峰值-o-mat似乎使用。现在更有可能的是：
浏览 3修改于2020-07-12得票数 2
回答已采纳
我有一个关于如何在Python中使用Levenberg-Marquardt优化方法的问题。在SCIPY库中有很多。maxiter': 2000})
res0_10 = optimize.basinhopping(f0_10, x0, niter=100, disp=True)
当我使用Levenberg-Marquardt
浏览 2修改于2017-06-28得票数 1
1e6,args=(a,b))
method='trf' solution: x = array([0.56714329,0.56714329])如果我使用Levenberg-Marquardt
浏览 2提问于2018-05-28得票数 1
回答已采纳
有没有人能推荐一个用Java实现Levenberg-Marquardt算法的好方法？与性能相比，我更喜欢完整性和准确性。
谢谢。
浏览 7提问于2011-01-05得票数 0
在python中，有没有什么好方法可以将约束添加到levenberg-marquadt例程中？到目前为止，我发现的主要是将错误函数更改为类似于if (params[0] < 0) or (params[1] < 0) or (params[2] < 0):else:但即使这样，也有可能得到错误的结果
浏览 2提问于2013-10-09得票数 0
Levenberg-Marquardt算法的其他实现给出了协方差作为输出，但在Matlab中，它不是输出的选项(仅一阶最优性，无迭代，Lambda和Jaccobian以及边界)。
浏览 7提问于2015-06-10得票数 2
2)运行全局Levenberg-Marquardt优化算法以最小化重投影误差，这是使用projectPoints()完成的
现在，我不想只计算最小化的重投影误差，而是计算导致它的拟合参数。
浏览 7修改于2016-06-21得票数 3
在表示的基础上，实现了求解朱莉娅非线性方程组的levenberg-marquardt方法。
浏览 0修改于2016-09-29得票数 2
回答已采纳
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号