共查询到19条相似文献,搜索用时 64 毫秒
1.
2.
总体最小二乘问题解算的两种方法比较分析 总被引:1,自引:0,他引:1
介绍了求解总体最小二乘问题的奇异值分解法和基于拉格朗日极值的迭代法,比较了两种方法在直线拟合中的应用,分析了二者的区别与联系。 相似文献
3.
介绍总体最小二乘的奇异值分解法(SVD)和混合总体最小二乘法(LS-TLS),基于间接平差原理推导一种总体最小二乘迭代解法,可以用来解决系数矩阵含常数列的总体最小二乘平差问题。最后分别对系数矩阵不含常数列和系数矩阵含常数列的算例进行验证,得到的结果与采用奇异值分解法和混合总体最小二乘法计算的结果相同,表明算法的有效性。 相似文献
4.
对于在实际应用中的直线回归问题,存在着因自变量和因变量选取不同拟合结果存在差异的情况,文中采用了一种线性拟合参数估计的新方法,即整体最小二乘法。文章在描述普通最小二乘和整体最小二乘原理的基础上,并对比其异同,并采用奇异值分解的方法来求解整体最小二乘问题。算例结果表明,采用整体最小二乘方法估计线性回归参数的精度明显高于常规最小二乘法,是一种值得借鉴的算法。 相似文献
5.
6.
薄怀志 《测绘与空间地理信息》2018,(5):206-208
详细地介绍了基于最小二乘法、特征值法及总体最小二乘法的点云数据平面拟合方法。通过Matlab编制其算法程序,对模拟的等精度与不等精度点云仿真数据进行计算,结合算例对比分析了3种方法的点云平面拟合效果。拟合结果表明:3种方法在等精度点云平面拟合中的效果较好,在不等精度点云平面拟合中的效果较差,且特征值法与总体最小二乘法的点云平面拟合精度远高于最小二乘法。 相似文献
7.
Tikhonov正则化和截断奇异值法是解算病态总体最小二乘问题的有效方法。本文对比分析了Tikhonov正则化总体最小二乘算法和截断奇异值分解法二者各自的适用范围,通过两个算例分析表明,Tikhonov正则化算法适用范围广,可以有效地处理病态总体最小二乘问题,而截断奇异值分解法适用范围窄,仅适用于增广矩阵的奇异值呈阶梯型分布的情况。 相似文献
8.
最小二乘配置最初是在组合各种资料来研究地球形状与重力场的一种数学方法,目前最小二乘配置已经在测绘数据处理中得到广泛应用。本文首先分析了目前采用的最小二乘配置法解算方法,在讨论了矩阵的奇异值分解(Singular Value Decomposition,SVD)方法的基础上,推导得出了矩阵SVD分解与广义逆矩阵的关系,得出了可以直接利用SVD分解求解矩阵的Moore-Penrose广义逆,并推导了应用SVD分解求解最小二乘配置的估值计算公式和精度估算公式,最后通过重力异常实例进行了计算,得出矩阵的SVD分解用于最小二乘配置解算的正确性和可行性,为最小二乘配置的求解提供了一种新方法。 相似文献
9.
针对测量平差中的病态最小二乘问题,提出了统一的奇异值修正公式,以此为基础提出一种新的奇异值修正法.所提方法克服了现有方法需要确定奇异值截断阈值或者修正阈值的缺陷,基本没有增加额外的计算量,计算简单快捷精度高. 另外,所提方法普适性强,对方程组系数矩阵的维数和是否满秩没有特殊的要求,可以适用于多种类型平差方程组的求解. 以两个病态方程为例对所提方法进行了数值验证,并将计算结果与最小二乘解和奇异值截断解进行了比较,结果表明,所提方法可以获得精度更高的计算结果. 相似文献
10.
11.
12.
13.
为了有效地提取GNSS站坐标时间序列的有用信息,降低噪声干扰,本文提出一种局部均值分解和奇异值分解相结合的信号降噪方法,并利用5个测站的实测坐标时间序列对新方法进行了验证。首先通过局部均值分解将坐标时间序列分解成一系列PF分量和余项,然后利用连续均方误差方法确定高频分量与低频分量的分界点,保持低频分量不变,运用奇异值分解方法对高频分量进行降噪重构,最后将重构的高频分量与低频分量叠加得到最终的降噪坐标时间序列,并对降噪效果进行对比分析。结果表明,与单纯的奇异值分解方法相比,局部均值分解和奇异值分解相结合方法能够自适应地选择合适的奇异值个数进行信号重构,提高了降噪效果。 相似文献
14.
本文继续文献 [10 ]的工作 ,进一步讨论了测量平差 Gauss- Markov模型参数岭型广义逆估计的若干性质 ,如允许性、优效性、相对效率、抗干扰性等等 ,得到了许多重要结论。计算结果表明 ,在设计阵呈病态时 ,岭型广义逆估计确能明显改善 L S估计 相似文献
15.
Gauss-Markov模型参数的岭型广义逆估计及其优良性 总被引:1,自引:0,他引:1
本文继续文献 [10 ]的工作 ,进一步讨论了测量平差 Gauss- Markov模型参数岭型广义逆估计的若干性质 ,如允许性、优效性、相对效率、抗干扰性等等 ,得到了许多重要结论。计算结果表明 ,在设计阵呈病态时 ,岭型广义逆估计确能明显改善 L S估计 相似文献
16.
正则化的奇异值分解参数构造法 总被引:1,自引:1,他引:0
Tikhonov正则化法引入正则化参数和稳定泛函来改善矩阵的病态性。稳定泛函表示为参数的二范约束时,正则化矩阵为单位阵的正则化法即为岭估计法。通过对岭估计的方差与偏差进行分析可知,岭估计改善矩阵病态性的同时也过度地引入了偏差,降低了解的可靠性,对较大奇异值的修正不能有效地减小估计的方差,却引入了偏差,而对较小奇异值的修正可有效地减小估计的方差。因此,选择较小奇异值特征向量构造正则化矩阵,调节各奇异值的修正,可有效减小参数估计的方差,减少偏差的引入,得到更为可靠的参数估计。通过试验证明了该方法的有效性。 相似文献
17.
18.
面向形变模型的三维人脸建模研究及其改进 总被引:1,自引:1,他引:0
针对传统三维形变模型效率低的不足,提出了一种简洁高效的三维形变模型进行个性化三维人脸重建。首先建立基于关键特征区域重采样的标准三维人脸数据库,实现三维人脸的稠密对应;然后选择与目标人脸奇异值向量最相似的人脸作为形变模型的基空间,进行形变模型成分的动态选择;最后引入基于特征点的稀疏形变模型替代原稠密对应形变模型进行匹配求解线性组合系数,并完成特定的三维人脸重建。实验结果表明,本文方法建模时间短、复杂度低,通过单张图片的少量特征点能生成逼真的三维人脸模型。 相似文献
19.
基于坐标归一化和奇异值分解的直接线性变换解法 总被引:2,自引:0,他引:2
直接线性变换方法是数字摄影测量和计算机视觉领域最常用的解析处理方法之一,特别适用于未检校数码相机的三维测量,但直接线性参数间的相关性、物方控制的约束和设计矩阵元素数量级的较大差异,均可导致法矩阵严重病态,从而影响解的稳定性。本文借鉴改进的八点基本矩阵估计算法,采用基于坐标归一化和奇异值分解的解法,即首先将像点和物点坐标进行相似变换得到归一化坐标后组成法矩阵,其次利用矩阵奇异值分解方法代替常规的最小二乘方法,模拟和真实数据表明,此方法可以有效提高解算精度和稳定性。 相似文献