一种圆柱面拟合方法

针对建(构)筑物点云建模过程中可能碰到的圆柱面拟合问题,本文探讨了一种基于几何特性的圆柱面拟合方法。该方法利用主成分分析法和线性最小二乘法确定拟合初值,再利用非线性最小二乘法循环迭代求解圆柱模型参数,实现圆柱面拟合。它的特点在于误差方程式的建立,本文算法在传统算法的基础上对误差方程稍作改进。实验结果表明,相对于传统方法,采用本文算法计算所得结果的残差与标准差有所降低,精度提高。     

点云数据平面拟合的加权总体最小二乘方法

介绍了解算加权总体最小二乘问题的Jazaeri算法,分析了直积形式、Mahboub五条原则以及协因数传播律构造协因数阵的优缺点;分别利用Jazaeri算法、Schaffrin算法、总体最小二乘法和加权最小二乘法对仿真点云数据和实际点云数据进行平面拟合,结果表明加权总体最小二乘法对仿真点云数据和均质性较好的实际点云数据平面拟合效果较好;而对于表面附有杂质的材质,杂质部分的点云数据以经验信息确定协因数阵与实际协因数阵有偏差,影响整体点云数据平面拟合效果,导致加权总体最小二乘与总体最小二乘精度相当;在点云数据平面拟合中Jazaeri算法比Schaffrin算法计算效率更高。     

圆柱管钢结构节点位置检测方法研究

以高精度免棱镜全站仪作为数据获取手段,在三次Bezier曲线最小二乘分段拟合圆柱管轴线的基础上,应用遗传优化算法求取空间线间的最短距离,从而求取节点中心坐标,并用MATLAB编程实现数据处理自动化和可视化。     

基于混合核函数的LSSVM在GNSS高程拟合中的应用

最小二乘支持向量机具有结构简单、计算速度快、收敛精度高等特点,能够很好地解决小样本、非线性、高维数、局部极值等实际问题,在GNSS高程拟合中具有一定的优势。本文通过构造基于径向基核和多项式核的混合核函数,引入粒子群算法对最小二乘支持向量机进行参数寻优,建立了基于混合核函数的最小二乘支持向量机高程异常拟合模型。以平原地区和山区两种典型地貌的高程数据为研究对象进行实验,并与普通核函数的最小二乘支持向量机的结果对比分析。结果表明,基于混合核函数的最小二乘支持向量机的实验效果要明显优于普通核函数的最小二乘支持向量机。     

稳健总体最小二乘拟合在地铁监测中的应用

城市地铁建设中,必须对施工过程进行数据监测,分析监测数据的发展趋势,判断地铁建设的安全稳定性。文章结合了稳健估计和总体最小二乘拟合的思想,提出了一种稳健的总体最小二乘多项式曲线拟合模型,利用该模型对福州市地铁某在建工点的沉降监测数据进行模型构建。实验结果表明,本文的方法比最小二乘拟合法的拟合效果更佳,对数据的预测精度能达到1mm以内,证明了该方法在地铁监测中的可行性。     

最小二乘支持向量机在GPS高程拟合中的应用

本文论述了最小二乘支持向量机(LS-SVM)的算法,提出了基于最小二乘支持向量机进行GPS高程拟合的方法,并在MATLAB中编制了相应的LS-SVM程序,建立了相应的GPS高程拟合模型。以实例数据讨论了LS-SVM的GPS高程拟合的分析方法,通过与多项式拟合、BP神经网络拟合、GA-BP神经网络拟合的结果比较,可知LS-SVM的拟合精度较高。     

最小二乘改进算法及其在椭圆拟合中的应用

提出一种像素级边缘检测椭圆拟合新算法,用该算法对最小二乘算法进行了改进。首先,将符合要求的准椭圆转化到归一化坐标系;然后利用最小二乘法进行亚像素级椭圆拟合;最后,采用二次曲线拟合点集求解出亚像素及椭圆几何中心。在给定的图形中,利用本文提出的改进像素级边缘检测算法可以明显提高拟合不确定度和拟合精度。     

稳健整体最小二乘直线拟合

针对常用直线拟合方法在数据存在粗差或异常值扰动时,存在拟合结果不稳定的缺点,提出一种稳健的直线拟合方法。该法以整体最小二乘法为基础,在考虑全部观测量存在误差的情况下,通过利用一定的准则删除数据中的粗差或异常值,从而获得稳健的直线参数。实验结果表明,稳健整体最小二乘直线拟合不仅考虑了全部观测值中的误差,而且能剔除数据中的粗差或异常值,精度更高,结果更为可靠。     

水文数据相关分析的快速直线拟合算法

本文介绍了水文数据相关分析的快速直线拟合算法，该算法简洁，精度接近最小二乘算法，特别适宜于工程应用，并具有普遍应用价值。     

基于MATLAB工程实验数据拟合与分析

运用MATLAB的最小二乘曲线拟合功能,从而寻找吻合度较高的函数来拟合实际工程数据,得出其变化规律。文章首先介绍了最小二乘法原理及相关计算公式,然后分别利用专业函数绘图软件Origin和MATLAB对实验数据进行拟合,通过对比Origin软件和最小二乘法计算的曲线,得到二者拟合得到的二次函数是相同的,并在此基础上说明了两者的优劣。