1樓:中地數媒
設有任意m×n矩陣g,均可抄分解為g=uwvt。其中u為m×bair矩陣;v為n×r矩陣;w為r×r對角du矩陣,zhi除對角線外其他元素dao全為零[1],即
地球物理反演教程
式(4.4)中:r為矩陣g的秩;δ1≥δ2≥…≥δr為矩陣的奇異值,是gtg或ggt的r個非零特徵值之正根。
u是ggt的m×r特徵向量矩陣,v是gtg的n×r特徵向量矩陣。它們是半正交矩陣[1]:
utu=ir,vtv=ir,uut≠ir,vvt≠ir(4.5)其中:ir為r階單位矩陣。
當奇異值較大時,g為非奇異矩陣,有廣義逆矩陣:
g-g=vw-1ut (4.6)
其中:地球物理反演教程
梯度法[1,6]
2樓:中地數媒
設地球物理資料和模型引數之間滿足以下非線性關係:
d=f(m) (8.1)
其中:f表示非線性運算元;d、m都是列向量。
建立如下目標函式:
φ(m)=[d-f(m)]2=min (8.2)
目標函式在模型mi處的梯度為
地球物理反演教程
梯度法的模型修改量是目標函式的負梯度:
mi+1=mi+δmi=mi-λgi (8.4)
其中:λ為步長因子,是一個數,用來控制修改量的大小;g、m都為列向量。
下面推導λ的計算公式。
將式(8.2)目標函式φ(m)按泰勒公式,並略去高次項得
地球物理反演教程
將式(8.4)中的δmi=-λgi帶入式(8.5)得
地球物理反演教程
設經過修改模型後,目標函式φ(mi+1)為零,有
地球物理反演教程
由上式可推出步長因子λ的計算公式:
地球物理反演教程
給定初始模型mi後,首先計算出梯度gi,然後按式(8.8)計算步長因子,最後按式(8.4)修改模型。如果:
φ(mi+1)<φ(mi) (8.9)
則說明修正量合適,採用新模型繼續迭代。否則減小λ後再計算,一般λ減小一半。
梯度法的計算過程如下:
(1)給定初始模型m0;
(2)進行正演計算;
(3)判斷是否滿足精度要求,是則反演結束,否則進行第(4)步;
(4)按照式(8.4)修改模型,轉第(2)步。
一般反演精度採用實測資料和理論資料的相對均方差來量度。
因為目標函式的梯度就是φ值下降最快的方向,所以梯度法又稱為「最速下降法」。下面用一個簡單的例子來說明梯度法的原理。設有如下一維目標函式:
φ(x)=f(x) (8.10)
從圖8.1可見,x0為目標函式的極小值點。g1為x1處的梯度,g2為x2處的梯度。
如果初始模型為x1,模型修改量應該為正值才能使目標函式向最小值前進。從圖上可知g1為負值,負梯度為正,滿足修改方向。同理如果初始模型為x2,模型修改量應該為負值。
從圖上可知g2為正值,負梯度為負值,滿足修改量為負值的要求。
圖8.1 一維目標函式示意圖
從這個例子容易看出即使初始模型遠遠偏離極小值點,只要按照負梯度方向修改模型引數,總能使目標函式達到極小值點。但是上圖的極小值點只有一個,容易達到全域性極小,如果目標函式具有多個極小值點,那麼初始模型的選擇就很關鍵了,選的不好容易陷入區域性極小。此外在極小值點附近梯度法反演收斂的速度將會很慢。
因此一般在反演的開始採用梯度法,在反演的後期採用其他收斂速度快的反演方法,如前面所介紹的最小二乘法(或稱為高斯-牛頓法)。
圖8.2 最小二乘法和梯度法修正方向示意圖
最小二乘法和梯度法在極小值點附近的模型修正方向如圖8.2所示[10]。這個圖形將形象的說明為何梯度法在極小值點附近收斂速度慢。
圖8.2是二維的簡單情況,目標函式是個橢圓面。在初始模型m0處梯度法的修正方向是最速下降方向,也就是和等值線的切線垂直的方向,可見它的方向偏離橢圓的中心極小值點。
而最小二乘法(高斯-牛頓法)是解橢圓函式最優化問題的精確方法[6],它的修正方向將會指向橢圓的中心極小值點。因此在接近極小值點附近最小二乘法的收斂速度要快於梯度法。
為了克服最速下降法收斂慢的缺點,2023年fletcher和reeves提出了無約束極小化的共軛梯度法,它是直接從hestenes和stiefel(1952)解線性方程組的共軛梯度法發展而來。共軛梯度法使最速下降方向具有共軛性,提高了演算法的有效性和可靠性[6]。
梯度法的關鍵是計算目標函式的梯度,最終還是會歸結為計算觀測資料對模型引數的偏導數。在一維反演時可以用有限差分法進行偏導數的計算,在高維反演時可以採用其他快速計算偏導數的方法,如第9章將要介紹的利用互換定理計算二維直流電測深偏導數矩陣。
計算3n· ( )=—9n+1,則括號內應填入的式子為
3樓:穝
答案c 根據同底數冪相乘的性質的逆用,對等式右邊整理,然後根據指數的關專系即可求解 ∵屬-9n+1=-(32)n+1=-32n+2=-3n+n+2=3n
(-3n+2), ∴括號內應填入的式子為-3n+2. 故選c. 檢視原帖》
地下水汙染的濃度-價值損失率法[、]
奇異值分解的範數,特徵值分解和奇異值分解的區別
1.矩陣範數 du的概念 設a cm n,定zhi 義一個實值函式 daoa 若滿專 足 1 非負性 屬 a 0,且 a 0當且僅當a 0 2 齊次性 aa a a a c 3 三角不等式 a b a b a,b cm n 4 相容性 ab a b 則稱 a 為a的矩陣範數。例1 設a aij n,...
Matlab軟體怎樣進行矩陣奇異值分解
矩陣奇異值分解在bai矩陣分du析中佔有極其重要zhi的地位,而這種方法對於學習矩陣dao論的學生來說比回較難答以計算,並且難以理解,以下為使用matlab軟體進行矩陣奇異值分解的方法 http jingyan.使用的版本為matlab 2016a中文破解版 求實現矩陣奇異值分解的matlab 15...
影象矩陣用奇異值分解的方法壓縮影象
利用奇異值bai分解可以壓du縮一個矩陣,但是對zhi於一般的影象dao來說每個通道都是一 回個矩陣,所以不能直接用答svd。對於a udv 如果要重排d的話直接交換u,v中相應的列就行了,相當於a up p dp p v 一般來講如果呼叫數學庫中的函式的話d肯定是已經排好的。補充 給你舉個例子,如...