一.影像相关原理与谱分析 二.数字影像匹配基本算法(※※) 三.最小二乘影像匹配(※) 四.特征匹配 五.密集匹配

第一讲 线性代数基础 第二讲 线性方程组直接方法 第三讲 线性最小二乘问题 第四讲 非对称特征值问题 第五讲 对称特征值问题 第六讲 线性方程组定常迭代法 第七讲 Krylov子空间迭代法 第八讲 特征值问题的迭代解法 附录A IEEE浮点运算标准 附录B 数值计算中的误差 附录C 高性能计算 – 科学计算软件介绍

第一章 线性方程组的直接解法 第二章 线性方程组的敏度分析与消去法的舍入误差分析 第三章 最小二乘问题的解法 第四章 线性方程组的古典迭代解法 第五章 共轭梯度法 第六章 非对称特征值问题的计算方法 第七章 对称特征值问题的计算方法

一、多重共线性 对于模型 在求最小二乘估计时,要求XX的逆存在。当XX的逆不 存在时,即,x之间存在高相关的情况,我们称之为多重 共线性

一、普通最小二乘估计 二、最大或然估计 三、矩估计 四、参数估计量的性质 五、样本容量问题 六、估计实例

第一章 多项式 第二章 行列式 第三章 矩阵 第四章 线性方程组 第五章 矩阵特征值问题 第六章 线性空间与线性变换 第七章 内积空间 第八章 二次型 第九章 多项式矩阵与 Jordan 标准型 第十章 双线性函数 第十一章 最小二乘问题

2 .1 一元线性回归模型 2 .2 参数β0、β1的估计 2 .3 最小二乘估计的性质 2 .4 回归方程的显著性检验 2 .5 残差分析 2 .6 回归系数的区间估计 2 .7 预测和控制 2 .8 本章小结与评注

第一节 多因素定价模型(MPM)与套利定价理论(APT) 第二节 多元线性回归的基本原理 第三節 引數選擇與逐步回歸 第四節 多元資料變換與多項式回歸 第五节 设计矩阵列共线与最小二乘通解

一、回归常识：概念公式，参数估计，假设检验 二、结构方程模型：图示，概念，公式 三、DASC操作：创建一个自己的结构方程模型 四、确定性算法：LISREL,PLS, 约束最小二乘解 五、多层多对象模型：图示，算法，DASC实现 六、构思完成论文：使用DASC创建一个SEM

以国内某钢厂一30 t LF精炼炉为研究对象,通过建立由传热机理模型和黑箱模型相结合的灰箱模型对LF精炼终点温度进行了预测.首先根据能量守恒定律建立了传热机理模型.针对包衬耐材的蓄热以及合金的热效应难以精确计算的问题,采用偏最小二乘黑箱模型对这一部分温度进行了处理,最后将两种模型相结合综合预测了LF钢包精炼的终点温度.结果表明,偏最小二乘法在预测包衬的耐材蓄热和合金热方面的温度误差在±5℃以内的命中率达到97%以上,总的灰箱模型预测LF精炼终点温度误差在±5、±8、±10℃以内的命中率分别达到88%、96%和99%,模型具有较高的预测精度.研究可为该钢厂的LF精炼工艺提供指导