《表1 不同算法求解的模型参数估值与其均方根误差》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《一种病态EIV模型正则化的修正算法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注：算例中的正则化参数由L曲线法确定。

分别应用最小二乘算法（least squares，LS）、最小二乘正则化算法（regularizati-on least squares，R-LS) ，EIV模型参数估计整体最小二乘算法（total least squares，TLS）与正则化的参数估计算法（reg-ularization total least squares，R-TLS），改进的正则化算法（modified regularization total least squares，MR-TLS）。当模型病态时，估值的方差会被放大，本文应用参数估值的均方根误差（root mean squared error，RMSE）评定精度，不同算法求解的模型参数估值与其均方误差列于表1。