拉伸高斯噪声的一种新数据拟合方法：拉伸最小二乘法
数值分析
2019-06-17 v1 数值分析
计算物理
摘要
拉伸高斯分布是Hausdorff导数扩散方程的基本解，其对应的拉伸高斯噪声是科学与工程中长期遇到的非高斯噪声。最小二乘法是拟合高斯噪声数据的标准回归方法，但对非高斯噪声有明显局限。基于Hausdorff微积分，本研究发展了一种拉伸最小二乘法，通过使用Hausdorff分形距离作为横坐标来拟合拉伸高斯噪声。为了更好地与最小二乘法比较，将不同高强度的拉伸高斯噪声加入到真值中。数值实验表明，拉伸最小二乘法在拟合拉伸高斯噪声时比最小二乘法更准确。
引用
@article{arxiv.1906.06159,
title = {A new data fitting method for stretched Gaussian noise: stretched least square method},
author = {Wei Xu and Yingjie Liang and Wen Chen},
journal= {arXiv preprint arXiv:1906.06159},
year = {2019}
}