排序方式: 共有14条查询结果,搜索用时 0 毫秒
1.
在GM(1,1)模型中系数矩阵和观测向量都是由原始序列组成的。系数矩阵中同样是有误差的,与观测向量中的误差一样,亦来源于原始序列,即它们误差同源。不同位置的相同元素应该有相同的改正数,采用传统总体最小二乘求解则不能达到此目的。针对这一缺陷,推导了一种新的总体最小二乘算法;并且通过算例验证了新方法的可行性和有效性。 相似文献
2.
在非等间距GM(1,1)模型中,系数矩阵中有无误差的常数项和有误差的随机项,并且系数矩阵与观测向量误差同源,即系数矩阵与观测向量中有相同的元素存在,这些相同元素应该有相同的改正数,为此本文推导了一种适合非等间距GM(1,1)模型求解的总体最小二乘算法。同时,考虑到非等间距GM(1,1)模型中存在病态问题时影响总体最小二乘计算结果的稳定性,提出对系数矩阵常数列乘以某一常数的方法,以改善病态问题。 相似文献
4.
5.
对于总体最小二乘而言,经常需要处理不同精度或者不同类型的观测数据,根据先验方差来定权往往不准确,同时观测数据中可能含有粗差。针对这两个问题,提出稳健总体最小二乘Helmert方差分量估计,将稳健估计和Helmert方差分量估计同时应用于总体最小二乘中。最后通过两个实验的计算结果表明,该方法是可行的、有效的。 相似文献
6.
7.
8.
为了提高平面拟合精度,本文采用总体最小二乘求解平面拟合参数。同时考虑到点云数据中含有的粗差点可能影响点云平面拟合的精度,提出了方差膨胀的稳健加权总体最小二乘。本文通过选取IGG权函数将点云数据分为3段,并引入中位数对IGG权函数进行改进,可以更准确地探测粗差。考虑到点云数据中x、y、z这3个方向的误差并不是等精度,计算了点位的协方差矩阵,使得x、y、z这3个方向的误差分配更加合理。通过实例表明,本文的方法不仅可以消除粗差点的影响,还能减弱可疑点的影响,得到更为准确的平面拟合参数,提高了平面拟合精度。 相似文献
9.
针对空间直线拟合的整体最小二乘算法无法顾及模型误差以及空间直线拟合无法直接利用整体最小二乘进行拟合的问题,该文提出了一种基于补偿最小二乘方法的空间直线拟合方法。首先,将待拟合的空间直线分别投影至3个互相垂直的平面得到3条平面直线;然后根据补偿最小二乘方法能同时顾及数据中模型误差和偶然误差的特性,选择合适的方法求取正规化矩阵和平滑因子来平衡误差,分别求解3条平面直线的拟合参数;最后,根据3条平面直线的拟合参数重建空间直线。通过与相关文献的结果进行比较,结果表明采用补偿最小二乘方法进行空间直线拟合具有一定的可行性,可以提高空间直线的拟合精度。 相似文献
10.
针对空间直线拟合的整体最小二乘算法无法顾及模型误差以及空间直线拟合无法直接利用整体最小二乘进行拟合的问题,该文提出了一种基于补偿最小二乘方法的空间直线拟合方法。首先,将待拟合的空间直线分别投影至3个互相垂直的平面得到3条平面直线;然后根据补偿最小二乘方法能同时顾及数据中模型误差和偶然误差的特性,选择合适的方法求取正规化矩阵和平滑因子来平衡误差,分别求解3条平面直线的拟合参数;最后,根据3条平面直线的拟合参数重建空间直线。通过与相关文献的结果进行比较,结果表明采用补偿最小二乘方法进行空间直线拟合具有一定的可行性,可以提高空间直线的拟合精度。 相似文献