Tikhonov正则化，也称为吉洪诺夫正则化或岭回归，是一种用于解决病态逆问题的数学技术。它由苏联数学家AndreyTikhonov提出，主要用于处理不适定问题，如线性方程组求解或逆问题中的数值不稳定性。该方法通过在目标函数中添加一个正则化项（通常是解向量的L2范数）来稳定解，从而避免过拟合或噪声放大。Tikhonov正则化广泛应用于信号处理、图像重建、机器学习等领域，特别是在线性回归和神经网络中作为防止过拟合的有效手段。其核心思想是在数据拟合和平滑解之间寻求平衡，通过调节正则化参数来控制解的复杂度。