用带约束的最小二乘法拟合平面圆曲线

研究各种拟合圆的方法，提出了一个圆的代数距离表示法的系数约束条件，在此约束条件下讨论圆的几何特征参数的估计问题，并给出了特征参数在约束条件下的最小二乘估计．实例验证表明，文中算法比一般最小二乘法具有更高的拟合精度．     

全最小一乘准则下的LGA新算法

为克服传统提取数据集中线性结构的LGA对噪声数据比较敏感的缺陷,提出了两种基于稳健的全最小一乘准则下的LGA新算法。首先证明了全最小一乘准则下数据集最优划分的存在性,并据此给出一种有限步终止算法。其次为提高计算速度,根据k-means算法、全最小一乘准则和重抽样方法给出另一种快速收敛算法。通过与传统的LGA和基于Trimmed k-means思想的稳健LGA的比较,仿真结果表明提出的算法具有较好的稳健性,可以在离群数据较多的情形下,同时找出数据集合中的所有强线性结构。     

基于最小最大概率分割准则的图像阈值分割方法

最小最大概率机是基于错分概率最小化的新型分类器。文中讨论一维空间两类别最小最大概率问题的求解。以此为基础,给出图像阈值分割最小最大概率分割点的定义,提出设计阈值分割准则函数的方法,同时提出基于最小最大概率准则的阈值分割算法,此算法保证图像阈值分割正确率的下界。实验表明,文中方法是有效的。     

联合ADS-B的最小二乘雷达系统误差估计方法

为了解决两坐标雷达系统误差估计问题,提出一种联合ADS-B的最小二乘雷达系统误差估计方法.提出方法首先将ADS-B量测从地理坐标系转换到雷达局部直角坐标系,建立统一的配准空间;其次以雷达航迹的采样时间为基准,对ADS-B航迹进行插值,构造新的ADS-B航迹;然后采用直线拟合算法分别计算雷达航迹和ADS-B航迹的直线方程,并计算两条直线的夹角,再利用该夹角补偿雷达航迹的航向角数据;最后采用最小二乘算法估计雷达系统误差.实测数据实验结果表明,与传统直线拟合方法和最小二乘方法相比,提出方法能够更有效地估计雷达系统误差;经过提出方法配准处理后,雷达航迹数据的平均斜距离误差和方位角误差分别降低71.7%和52.7%.     

协作环境下的人机距离建模与最小距离迭代算法

为了使机器人适应更广泛、更复杂的任务需求,实现人与机器人的协作与共融,精确并实时地计算人与机器人之间的相对距离成为了不可避免的问题.针对该问题,提出了一种协作环境下的人机距离建模方法以及计算人机间最小距离的迭代算法.首先,利用机器人的3D模型构建机器人结构特征,并通过3D视觉传感器提取人体骨骼特征,将以上2组特征映射到同一坐标空间中建立协作环境下的人机距离模型.然后,在此模型的基础上迭代计算人与机器人间的最小距离并给出对应的空间位置点.最后以ABB公司的YuMi机器人为测试对象进行人机最小距离测量实验,实验结果表明该方法降低了建模难度、实现了计算的实时性,验证了该建模方法与迭代算法的有效性和实用性.     

基于卡尔曼滤波算法的最小二乘拟合及应用

图像处理或在工业控制中经常要用到最小二乘直线拟合,对于有奇异点的直线拟合,传统的最小二乘法拟合误差较大,难以满足较高精度的要求。卡尔曼滤波算法具有最小无偏方差性,能够去除测量系统中的随机误差,将卡尔曼滤波算法与传统最小二乘法结合,建立了一种基于卡尔曼滤波预处理的最小二乘估计的新方法,获得了比传统最小二乘法效果更好的估计结果。试验证明了该方法的有效性和高精度性。     

直线扫描转换中的最小生成机制

深入研究了直线扫描转换的最小生成机制，提出一种扫描转化算法．该算法使得直线扫描转换不必对每一点进行，只需对直线段的最小生成区间进行扫描转换即可，而直线段的其他部分可以利用最小生成段的平移得到，从而能显著地提高直线扫描转换的速度．在生成最小生成段时通过当前点能求出接下来的一系列扫描点，进一步提升了直线扫描转化的效率．     

指针表刻度中心直线拟合方法研究

重点研究直线图像的直线方程拟合方法,提出了一种基于最小距离直线拟合新方法,用于拟合指针表刻度直线.对采集的仪表图像做预处理后,获得仪表各刻度直线的二值图像.使用最小距离直线拟合方法拟合各刻度中心直线,使用刻度拟合直线相交点对拟合直线进行最小二乘修正,提高刻度中心直线的拟合精度.仿真结果表明,该直线拟合方法能快速确定高精度指针表刻度线图像的精确直线方程,有利于提高指针表读数的精度.     

基于最小二乘修正的随机Hough变换直线检测

利用Hough变换进行直线检测时,由于直线在参数空间中的映射容易受到邻近目标、噪声以及本身非理想状态的干扰,算法中的投票过程较易出现无效累积,进而导致虚检、漏检及端点定位不准等问题.针对传统方法的上述缺陷,提出了一种基于 ρ-θ 域最小二乘拟合修正的随机Hough变换的直线检测方法.首先, 在随机抽样时利用像素-长度比值对抽样的有效性进行判定,剔除不在直线上的抽样点对;然后, 对邻域相关点进行 ρ-θ 域的最小二乘拟合,得到修正后的直线参数用于累加投票,投票过程中设定累加阈值,通过检测峰值点逐次检出疑似长直线;最后, 通过设定断裂阈值对每条长直线进行筛选和分段,定位出直线段的端点.仿真实验表明,所提方法在投票时有效抑制了复杂环境对局部最大值的干扰,使直线检测的准确率得到显著提升.     

基于几何距离准则的新数据拟合方法

基于最小二乘法准则的传统数据拟合方法对自变量为随机变量的向量数据拟合效果不理想。有鉴于此,本文提出几何距离平方和最小的新数据拟合标准,给出基于新标准下的新数据拟合方法,同时给出数据拟合参数求解的优化算法。仿真实验表明,在用于自变量为随机变量的向量数据拟合时,用新数据拟合方法的拟合精度比用最小二乘法的拟合精度要高。     

基于约束总体最小二乘的泰勒级数定位算法

目前基于到达时间差(Time Difference of Arrival,TDOA)的无线定位算法既不能在基于距离平方差(Squared Range-Difference,SRD)的误差平方和最小模型中获得总体最小二乘准则下的全局最优解,也不能在基于距离差(Range-Difference,RD)的误差平方和最小模型中获得普通最小二乘准则下的全局最优解。将泰勒级数法与约束总体最小二乘法(Constraint Total Least Square,CTLS)相结合,提出一种基于约束总体最小二乘的泰勒级数定位算法(CTLS-Taylor)。利用CTLS方法获得目标节点的粗估计位置,并将该位置作为泰勒级数展开法的初始点,通过迭代,获得目标节点的精估计位置。仿真结果表明,CTLS-Taylor算法不仅能够获得与QCLS-Taylor算法相同的定位精度,而且迭代次数有了明显减少;同时与CTLS定位算法相比,当测量噪声较高时,CTLS-Taylor算法的定位精度更高。     

最小平方高阶联想存贮器*

本文提出了一个新的高阶联想记忆模型．该模型采用噪声模式优化联想功能，使得对于噪声输入模式在均方误差的意义下同样达到最优的联想效果和存贮性能，推广了chen的的结果，计算机的模拟结果表明了这一点．     

最小平方函数链式联想存储器

本文借助于输入的函数扩展思想，将其引入到一般类型的联想存储器模型，通过噪声输入模式来优化所提出的模型，推广了一类联想存储器模型，实验结果表明最小平方函数链式联想存储器（ＦＬＡＭ）比之ＫＯＨＯＮＥＮ模型、ＭＵＲＡＫＡＭＩ模型在性能上优越．     

2001年总目录

管理论坛 第１期企业信息系统的成本效益分析框架（江禹 李东）４ 第２期用供应链管理思想指导ＥＲＰ系统实施（刘蓓琳 王彤）４ 第３期企业信息化建设策略与实施方案（高存保）４ 第４期规范化、团队精神与可持续发展在ＣＭＭ中的具体体现（马慧等）４ 第５期论ＣＭＭ与ＩＳＯ９０００在软件管理中的差异（马慧等）４ 第６期电子商务及在我国实现的瓶颈与对策（李晓峰）４ 第７期ＥＲＰ问题的理性思考（陈志祥）７ 第８期发展金融科技创建学习型企业（许俊）４ 第９期现代企业生产快速反应与稳定性控制（肖利华等）４ 第１０期ＣＩＭＳ信息…     

求解非线性最小二乘问题的实用型方法

１．引言对于非线性最小二乘问题其中,为残差向量且,这里是指通常意义下的范数,即二范数．目标函数的梯度和Ｈｅｓｓｅ矩阵为其中　矩阵, 求解非线性最小二乘问题（１．１）的最基本方法是Ｇａｕｓｓ－Ｎｅｗｔｏｎ法,迭代格式为其中ｄｋ为线性方程组的解,这． 当人为满秩矩阵时,线性方程组（１．５）有唯一解,即并且有如下不等式：其中　是矩阵　的最小特征值．当　人接近奇异时,因此有可能存在着 ｄｋ,使得,即某一步迭代的步长太大,导致 Ｇａｕｓｓ－Ｎｅｗｔｏｎ法迭代失败． 另外,当　为奇异矩阵时,线性方程组（１．５）…     

基于最小惯性轴的图像检索方法

提出一种基于最小惯性轴以及特征点之间结构关系的图像检索方法.方法能够利用形状轮廓和区域信息的特点提取特征点,然后根据其多值数据类型通过加权欧几里德距离计算图像间的相似度.方法对于形状的相似变换(平移、旋转和放缩)具有不变性,并更加准确地进行形状匹配.实验结果表明,方法具有较高的性能和检索效果.     

混合最小二乘回归的稀疏子空间聚类算法

稀疏子空间聚类的关键在于在求得真实反映数据集的相似度矩阵,然后将相似度矩阵代入谱聚类求解。相似度矩阵既要刻画数据集的子空间特性,同时也要反映出同一类数据点之间的两两相关程度,稀疏子空间聚类(SSC)专注于每一个数据表示系数的最大稀疏性,缺乏对数据集全局结构的描述;最小二乘回归(LSR)保证了同一类数据的结构相关性,但是不够稀疏。将最小二乘回归引入稀疏子空间聚类算法中,从而保证数据的相似度矩阵兼具稀疏性和分组效应。在运动分割和人脸聚类的实验中,将该算法和SSC、LSR算法对比,可以发现该算法在准确率上的优势。     

基于移动最小二乘法的视差图像拼接

对于视差图像拼接,现有的工作大都采用单应性变换,这不足以得到好的拼接结果。提出一个新的视差图像拼接算法。首先检测图像的特征点并匹配,随后用随机采样一致算法RANSAC(Random Sample Consensus)和距离相似性筛选出正确的匹配点集;其次,以这些特征点结合移动最小二乘法构造一个全局仿射变换对准图像;最后,在图像的重叠区域以像素为顶点构建一个网络流,用最大流最小割算法寻找最优拼接曲线,并融合图像。由于提高了特征点匹配的正确性,对准模型的准确性明显好于以前的工作,图像拼接结果平滑真实,无扭曲、鬼影等现象。     

广义预测与递推最小二乘法相结合的预测控制

针对网络控制系统的时延具有随机、时变等特性,提出一种广义预测与递推最小二乘法相结合的预测控制策略。首先针对网络随机时延性,采用广义预测控制算法对随机时延进行估计,并采用网络延迟补偿器根据当前时刻的最新控制信号对网络系统实现有效控制,然后采用递推最小二乘法对被控对象模型参数进行在线辨识,并采用仿真实验测试其与其他控制策略的优劣。仿真结果表明,该控制策略较好地解决了网络控制系统的随机时延难题,改善了网络控制系统在参数突变情况的性能。