移动最小二乘法在多功能传感器数据重构中的应用

针对传统最小二乘法全局拟合的局限性, 将一种新型的数值算法---移动最小二乘法应用于非线性多功能传感器的信号重构. 通过详细研究插值函数的构造方法及性质, 合理地选取基函数和权函数, 求出试函数的系数, 进而得到信号的重构值. 详细分析了基函数维数、影响域节点数及权函数因子对计算结果的影响, 并对最小二乘法以及移动最小二乘法的重构数据进行了对比, 重构的相对误差分别小于 15.3 % 和 1.03 %, 结果表明移动最小二乘法更适合非线性曲面拟合, 且适当地增加基函数维数或影响域节点数可以进一步提高数据重构的精度.     

移动最小二乘法研究进展与述评

为使移动最小二乘法能更好地应用到无网格方法中,详细阐述移动最小二乘逼近法、移动最小二乘插值法、MUKHERJEE改进的移动最小二乘法以及程玉民等提出的改进的移动最小二乘法和复变量移动最小二乘法等的研究进展,述评各种移动最小二乘法的优缺点,并概述各种移动最小二乘法形成的无网格方法的研究进展.     

基于移动最小二乘法的微型光谱仪标定方法

针对现有微型光谱仪缺少一种统一、可靠的标定方法,提出了一种基于移动最小二乘法（Moving Least Squares, MLS）的微型光谱仪标定方法。首先,微型光谱仪分别获取汞氩灯和氖灯的标准光谱图;然后对含有高频噪声的原始光谱图进行小波去噪,之后通过峰值定位算法找到特征峰并筛选出需要参与拟合的特征峰所对应的像元序号,最后筛选出一定数量的标定点使用MLS进行拟合。选取一定数量的未参与标定的特征峰代入到拟合函数中进行精度验证。实验表明：基于MLS拟合标定后,标定集的误差标准差为0.136 nm,测试集的误差标准差为0.192 nm,高于传统的最小二乘法曲线拟合,该方法实现了快速、准确地对微型光谱仪进行标定,在实际工程应用中具有重要的指导意义。     

最小二乘法分段直线拟合

曲线拟合是图像分析中非常重要的描述符号。最常用的曲线拟合方法是最小二乘法,然而一般的最小二乘法有一定的局限性,已经有不少学者对其进行了一些改进。进一步对最小二乘法进行改进,提出一种新的分段直线拟合算法来代替多项式曲线拟合,以达到简化数学模型的建立和减少计算的目的,使其能够更好地对点序列进行拟合。     

基于移动最小二乘的传感器数据重构

纳米气体传感器的灵敏度易受温度变化的影响.为了有效改善纳米传感器的温度特性,方便确定其最佳工作条件,利用移动最小二乘法对其灵敏度-温度数据进行拟合,并建立相应的近似模型.移动最小二乘法通过紧支性加权的局部近似,使所建模型较常规最小二乘模型更精确、更光滑.实验证实了基于移动最小二乘拟合的近似性能.该方法在传感器数据精确重构领域具有良好的应用前景.     

基于最小二乘法的数字水印方法

提出一种基于最小二乘法的数字水印方法。该方法通过对线性方程组数值求解的过程实现对数字水印的嵌入和提取,并通过纠错码提高数字水印对攻击的抵抗力。实验数据表明该方法对于多种对数字水印的攻击有相当强的抵抗能力,是一种有较好的鲁棒性的数字水印方法。     

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。     

基于移动最小二乘法的无网格肝脏形变研究

在手术虚拟仿真对软组织形变研究中,采用传统的网格形变方法,由于出现网格畸变、网格重构会影响形变效果的问题.针对手术虚拟仿真要求尽可能逼真地模拟形变以达到良好的真实感,提出了一种基于移动最小二乘法的无网格方法对以肝脏为对象的软组织进行形变研究,考虑肝脏软组织生物力学特性,采用Voigt模型对肝脏软组织进行物理建模.同时,针对无网格肝脏模型的碰撞检测,提出AABB包围盒与八叉树空间分割相结合的碰撞检测算法,在肝脏模型体节点的合理布局基础上可以对碰撞进行有效准确的检测.实验结果表明,无网络方法实现简单且具有较好的形变真实感,对虚拟手术中软组织形变研究具有重要的指导意义.     

一种基于最小二乘估计的玻壳曲面拟合方法

位移传感器测量已经成为一种重要的测量手段。为估计一种基于线性可变差动传感器(LVDT)玻壳测试系统的质量,用最小二乘法对测试曲面进行球面拟合,得到相对应的玻壳曲面。利用该曲面计算曲率半径,检验各位移传感器(LVDT)安装是否准确,从而测试生产的玻壳是否合格,并利用坐标值即可对系统进行系统误差的校正。由于最小二乘法可削弱误差较大的点的影响,根据其特点建立数学模型进行拟合,其结果对6寸玻壳的生产加工环节具有更直接的指导意义。     

基于最小二乘法的冗余信息数据融合算法实现

为了有效融合多传感器冗余系统量测信息,使状态的估计值更接近于状态的真实值,实现高精度和高可靠性的状态估计,采取了基于最优加权的最小二乘算法、有限窗加权的最小二乘算法和自学习加权最小二乘算法,分别对多传感器实测数据进行融合处理,融合后数据的方差大幅度降低,估计精度显著提高。并与传统的最小二乘算法进行了仿真对比,结果表明,这3种方法较最小二乘算法融合精度更高,其中,自学习加权的最小二乘融合算法既考虑了历史数据的作用,又考虑了环境噪声和新的采样值的影响,增强了对噪声检测的敏感性,估计效果较好。     

基于最小二乘法的光纤光栅Bragg波长直线拟合

针对基于可调谐法布里珀罗(F-P)滤波器的光纤光栅解调系统存在波长解调准确度不够高的问题,从理论上系统地分析了在解调过程中对光纤光栅B ragg波长进行直线拟合的可行性,即光纤光栅B ragg波长与F-P滤波器的调谐电压之间存在线性相关性。在实验研究的基础上,用最小二乘法对光纤光栅B ragg波长和F-P滤波器的调谐电压进行直线拟合,结果表明:它们之间的确存在密切的线性相关性。为提高拟合的效果,提出了分段直线拟合,它可以使测量误差降低至少1个数量级,从而提高了F-P滤波器光纤光栅解调系统的准确度。     

基于智能遗传算法与复合最小二乘支持向量机的长江水质预测与评价*

由于水质的非线性、不确定性等特性,水质预测与评价是很复杂的一个问题;最小二乘支持向量机已经成功地应用于解决非线性问题和时间级数问题。提出一种新的IGALSSM模型,即基于一种新型遗传算法——智能遗传算法参数优选的最小二乘支持向量机模型,并且将提出的模型应用于长江水质的分类识别和预测。实验结果表明,所提出的模型比神经网络有更准确的识别率和更高的预测精度,具有较强的实用价值。     

基于最小二乘法的pH值温度补偿系统设计

温度对水样的pH值和pH值传感器复合电极电位都有影响,通过对pH值测量原理的分析,提出以最小二乘法为原理的pH值传感器温度补偿模型,设计了以ATMEGA128单片机为核心控制器的水样pH值测量系统.通过对测试数据分析表明:该系统测量的数据精度较高,实现了对水样pH的精确测量.     

基于IGG抗差最小二乘法的三相配电网谐波状态估计

针对传统最小二乘法在谐波状态估计量测数据中混有粗差时的处理能力不足,提出了一种基于IGG法的抗差最小二乘法。抗差估计是统计学里面常用的一种针对数据中含有粗差的处理方法,而抗差最小二乘法就是将抗差估计和最小二乘法相结合的一种新的估计方法。该方法对量测数据进行降权、保权和淘汰,改善量测数据的权重,从而抵御了粗差对估计结果带来的恶劣影响。同时,目前大多数的配电网谐波状态估计模型采用简化的单相模型,并未考虑配电网三相不平衡的特点,本文建立了配电网的三相数学模型,并采用IEEE33节点系统进行仿真分析,在量测数据中混有粗差时分别运用抗差最小二乘法和传统最小二乘法求解并对估计结果进行误差对比,算例结果表明了抗差最小二乘法具有较强的抗差能力且估计精度优于传统最小二乘法。     

基于修订矩阵的最小二乘法多传感器融合障碍物位置估计

在障碍物位置检测时,由于传感器测量误差等不确定因素的存在,希望通过多传感器融合降低不确定性使得位置估计值更为可靠.提出了一种基于修订矩阵的最小二乘法多传感器融合估计新方法.根据红外传感器得出的先验信息建立修订矩阵,再由最小二乘法的原理得出线性可信度加权方程.分别对加入和不加入修订矩阵进行仿真和"未来之星"移动机器人实验...     

改进递归最小二乘RBF神经网络溶解氧预测

为提高溶解氧预测的准确性,将基于改进型递归最小二乘算法优化的径向基函数（ RBF）神经网络方法应用于溶解氧预测。利用K均值聚类算法进行隐层单元中心选择;利用改进型递归最小二乘算法优化RBF神经网络隐含层到输出层的权值。仿真结果表明：该方法对溶解氧的预测具有较好的非线性拟合能力,预测精度优于RBF神经网络和递归最小二乘算法优化的RBF神经网络。     

移动最小二乘法导数近似讨论

在移动最小二乘法（moving least squares method, MLS）构造无网格形函数的数值方法中,通常采用无单元伽辽金法（element-free Galerkin method, EFG）的建议,将系数向量a参与导数运算。为探讨这种导数近似算法在更一般无网格法中的适用性和合理性,针对系数向量a是否应参与运算的问题进行讨论和数值检验。结果表明：单纯从近似意义上讲,这种将系数向量代入导数运算的算法并不具有优势;从数值方法的应用意义上讲,这种导数近似算法对数值求解,特别是强式无网格法,会带来一系列潜在不稳定的问题。建议在MLS导数近似中,系数向量a不应当参与导数运算,并提出采用一种由核基函数代替普通基函数的核近似法。     

最小二乘法在高精度温度测量中的应用

通过硬件电路对A级工业铂电阻Pt10 0温度传感器的非线性进行改善 ,在此基础上利用最小二乘法 ,给出了一个测温的多项式。从而很好地解决了铂热电阻不平衡电桥测温中的非线性误差。在设计的粘度计中用此方法作为测温部分收到了良好效果     

基于最小二乘和纠错输出编码的多类分类

多类分类是目标识别中必须面对的一个关键问题,现有分类器大都为二分器,无法满足对多类目标进行分类,为此,提出利用纠错输出编码方法对多类问题进行分解,即把多类问题转化成二类问题;同时讨论一种基于最小二乘法对二分器结果进行融合的策略。实验分别对UCI数据集和三种一维距离像数据集进行测试,结果表明与经典的多分类器相比,提出的多类分类策略有较高的分类正确率。