阻尼最小二乘法通过构建一个评价函数，使评价函数最小，从而实现优化求解。
举一反三
- 回归直线方程的系数a，b的最小二乘法估计中，使函数Q（a，b）最小，Q函数指（ ）
- 关于图的启发式搜索及其启发函数（评价函数、估价函数），正确的叙述有（ ） A: 启发式搜索引入的启发知识体现在评价函数中 B: 在评价函数的引导下搜索算法可以压缩搜索范围，从而提高搜索效率 C: 评价函数反映了从一个状态出发到达目标状态的最小路径代价的估计值 D: 评价函数引入的启发信息较弱时，启发式搜索可能退化为盲目搜索
- 在A*搜索算法中，评价函数可以如下定义（ ）。 A: 评价函数之值=(从起始节点出发到当前节点最小开销代价)+(从当前节点出发到目标结点最小开销代价) B: 评价函数之值=(从起始节点出发到当前节点最小开销代价)*(从当前节点出发到目标结点最小开销代价) C: 评价函数之值=(从起始节点出发到当前节点最小开销代价)/(从当前节点出发到目标结点最小开销代价) D: 评价函数之值=(从起始节点出发到当前节点最小开销代价)-(从当前节点出发到目标结点最小开销代价)
- 阻尼最小二乘法有什么特点有 A: 不直接求解像差线性方程组，把各种像差残量的平方和构成一个评价函数 B: 通过求评价函数的极小值解，使像差残量逐步减小，达到校正像差的目的 C: 对参加校正的像差数m没有限制 D: 像差线性方程组的系数矩阵A不发生行相关，即不发生像差相关
- （），又称最小平方法。 A: 最小二乘法 B: 最大二乘法 C: 扩大时距法 D: 移动平均法