严格逐段单调函数迭代根的不存在性

对于严格逐段单凋函数,前人证明在函数自身迭代后非单调点个数增加的情况下不存在次数大于函数非单调点个数的迭代根,这里进一步证明在一定条件下函数小存在次数等于函数非单调点个数的迭代根.     

非扩张映射族和单调映射迭代算法的收敛性

针对Yonghong Yao等给出的在Hilbert空间中单个非扩张映射和单调映射的迭代算法,和目前对非扩张映射族和其他映射之间迭代方法研究较少的前提下,结合Tomco Shimizu等给出的在Hilbert空间中非扩张映射族的迭代算法,提出了非扩张映射族与α-逆-强单调映射的迭代算法.通过建立相应的收敛性定理,利用迭代算法,得到非扩张映射族公共不动点集和α-逆-强单调映射变分不等式解集的公共元.研究结果表明这个迭代序列强收敛于这一公共元.     

非扩张映射族和单调映射迭代算法的收敛性

针对Yonghong Yao等给出的在Hilbert空间中单个非扩张映射和单调映射的迭代算法,和目前对非扩张映射族和其他映射之间迭代方法研究较少的前提下,结合Tomoo Shimizu等给出的在Hilbert空间中非扩张映射族的迭代算法,提出了非扩张映射族与α-逆-强单调映射的迭代算法.通过建立相应的收敛性定理,利用迭代算法,得到非扩张映射族公共不动点集和α-逆-强单调映射变分不等式解集的公共元.研究结果表明这个迭代序列强收敛于这一公共元.     

机载LiDAR点云数据的二面角滤波算法

机载LiDAR是获取地表DEM的重要技术之一。本文针对机载LiDAR点云数据在复杂城区环境下的大型建筑及低矮地物滤波问题,提出一种新的二面角滤波法。利用空间二面角的平面角可以表达空间两相交平面相对位置的原理,实现机载LiDAR点云数据滤波。首先,算法提取点云数据中的高程突变点,以非突变点的二面角余弦均值稳定性作为判定迭代结束的条件;其次,分别统计高程突变和非突变点集的二面角余弦值频率分布,以交点处对应余弦值和最后一次迭代的坡度值作为LiDAR点云滤波的判定条件;最后,利用数学形态学“开”算子,去除残留低矮植被,得到可靠的滤波结果。对同一区域机载LiDAR点云数据,通过“二面角法”与“渐进三角网法”进行滤波处理。实验结果表明,二面角滤波法能有效地降低地物点错分为地面点的百分率,且在去除地物信息的同时能良好地保留地形特征。     

基于可靠匹配点约束的遥感影像密集匹配

针对现有由稀到密的加密匹配算法中,初始匹配点可靠性低将导致迭代匹配拓展过程存在较多误匹配的问题,提出一种基于可靠匹配点约束的遥感影像密集匹配算法。首先,利用SIFT匹配点约束直线匹配获得的同名直线构建虚拟匹配点集,结合虚拟匹配点集和SIFT匹配点集建立初始匹配点集;然后,依次采用局部影像信息和局部几何约束对初始匹配点集进行检核剔除错误匹配,主要体现在利用指纹信息和梯度信息构建匹配点局部区域约束剔除较为明显的误匹配点,利用匹配三角网构建局部几何约束剔除由相似纹理产生的误匹配点,得到优化后的可靠匹配点;最后,基于可靠匹配点构建的Delaunay三角网,以三角形重心为加密匹配基元,结合核线约束和仿射变换对其进行迭代匹配拓展,得到最终匹配点集。选取4组资源三号卫星前视数据和后视数据进行实验,结果表明：利用局部纹理特征和局部几何双重约束模型可有效剔除误匹配点得到可靠匹配点,通过可靠匹配点进行迭代匹配拓展得到的密集匹配结果相较于对比算法具有更高匹配精度,在4组数据上其平均匹配精度为95%,具有较好的匹配稳定性。     

一类多参数分形插值曲面

通过对一类多参数插值曲面的构造,与传统的迭代函数系相比,具有更大的灵活性.在一定的条件下,证明了这类吸引子是经过给定插值点集的分形插值曲面.     

基于激光点云批量化自动滤波分类技术研究

通过基于VC++6.0,OPENCV和GDAL/OGR自主开发数据处理软件来实现,直接读取点云数据的统计指标信息,如点密度、点云坐标最小值和最大值、标准差,根据统计的指标信息设置最大最小高程,进行高程异常滤波处理,自动滤除最大最小高程之外的点云,通过均值方差迭代滤波参数设置进行批量均值方差迭代高程异常滤波,进而可以进行批量粗分类,将植被、道路、房屋、水体等非地面点和地面点提取出来,实现激光点云的高效滤波并生成DEM。     

阻尼最小二乘法在射线追踪中的应用

利用弯曲法进行有倾角的层状介质的两点射线追踪，并采用改进的阻尼最小二乘法迭代求解。为了减小迭代初值的影响，采用分段线性插值调整迭代初值，使这种方法具有较好和较快的收敛性，对不同层数和倾角的层状介质均适用。     

一类新的集值ф-强增生型变分包含问题解的存在性与迭代逼近

研究了Banach空间中一类新的集值ф-强增生型变分包含问题,在实的自反光滑Banach空间中,证明了这类变分包含问题解的存在唯一性及其带误差的Ishikawa迭代程序的收敛性。此结果与曾六川教授最近的结果及主要定理的证明方法都是不同的。     

结合离散网格曲率和克里金的空间插值方法研究

提出了一种结合离散网格曲率和克里金的空间插值方法,根据钻孔点数据构建初始Delaunay三角网,迭代计算三角网格点的高斯曲率,根据曲率的大小动态选择待插值点的位置,新点的高程值用克里金插值生成,完成三角网插值。在三维地质建模中实践证明,本方法在保证插值点精度的情况下,提升了曲面模型的光滑性,以较少的三角面片准确表达曲面模型的特征信息。     

改进权重的迭代最近点算法在点云配准中的应用

针对传统迭代最近点算法不具备抗差性的难题，利用迭代最近点算法配准残差的分布规律，综合M估计及选权迭代思想，提出改进权重的迭代最近点配准算法。根据每个点对配准计算出对应的初始权重，然后在附加点对权重的基础上使用选权迭代法计算出满足条件的权重，以达到抵御粗差的目的。结果表明，选权迭代过程能合理改善三维空间转换参数计算的结果，提出的改进算法较适合含粗差点的点云数据的配准。     

水下惯性导航系统姿态算法的适用性分析

针对水下潜器搭载的惯性导航系统圆锥运动这一复杂特性,研究经典多子样算法、优化多子样算法、扩展圆锥误差补偿算法和基于四元数微分方程迭代算法的姿态求解精度与适用性情况,并以圆锥运动作为测试输入进行仿真实验.结果表明,采用子样数大于3的迭代算法进行水下重力辅助惯性导航姿态解算,能够满足角度漂移小于1″/h的精度要求.     

基于归一化磁源强度的聚焦反演方法

针对剩磁条件下铁磁物质反演中存在的问题,提出基于归一化磁源强度的聚焦反演方法。首先,利用归一化磁源强度作为实测数据对磁性目标进行反演,减弱剩余磁化对反演结果的影响;然后,利用深度加权矩阵和最小支撑矩阵对经典Tikhonov正则化理论框架下的反演模型进行约束得到目标函数,并有效解决了核函数随深度增大而快速衰减的问题;最后,通过对目标函数进行迭代奇异值分解获得最佳物性参数,并根据Morozov偏差原则自适应地确定目标函数在迭代过程中的正则化参数,提高了迭代速度和求解精度。     

一种基于Storm编程模型的迭代Topology方案

为解决Storm编程模型无法处理具有迭代结构的应用程序的问题,从迭代结构程序的特点出发,在Storm编程模型的基础上通过增加Receiver、IBolt、Checker组件组建迭代Topology,设计了一种可以处理迭代结构的编程模型,分析了这种模型实现原理,对这种模型的新增组件和其对应的应用程序接口进行介绍和分析,同时,在Storm系统架构基础上设计了一种迭代Topology的实现方案,描述了这种实现方式下解决具有迭代结构程序的具体过程,最后使用这种模型模拟实现K-Means算法,实例论证这种迭代模型的可行性。     

���ڷǵ�������������Ϲ��Ƶ��߲�������ת�������о�

?????????????????????????????????????????????????????????????????????????????????????????????÷???????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????÷??????????????Ч???     

基于F-范数的不确定性平差模型的解算方法

为提高基于F-范数的不确定性平差模型的解算效率，给出直接迭代算法进行参数估计。该算法无需SVD，解算过程简单且易于编程计算，同时给出迭代不收敛时的SVD-解方程算法。二元线性拟合及沉降观测AR模型的算例结果表明，这2种算法正确可行，与SVD-迭代算法具有等价性。当迭代收敛时，宜使用直接迭代算法，收敛速度更快，解算效率更高；当迭代不收敛时，可釆用SVD-解方程算法。     

一种基于UWB TDOA定位模式的迭代最小二乘算法

针对超宽带（ultra wideband,UWB）传感器在到达时间差（time-difference-of-arrival, TDOA）定位模式下的定位算法存在精度低且发散的问题,提出一种简单迭代最小二乘算法。该算法具有公式简单、定位坐标收敛和定位精度高等优点,其主要思想是先将TDOA定位方程通过勾股定理转化为非标准的最小二乘形式,再结合未知变量之间的等式约束关系,将含有2个未知变量的表达式转化为仅含1个未知变量的表达式,最后采用迭代思想计算出UWB标签的收敛坐标。蒙特卡洛仿真实验结果显示,本文算法在大噪声环境下的定位精度明显优于迭代约束加权最小二乘算法。     

病态总体最小二乘的混合正则化算法

病态问题在大地测量数据处理中广泛存在,单一的Tikhonov正则化算法会造成求解过度平滑,而TV正则化可以更有效地抵抗噪声。本文将Tikhonov正则化和TV正则化两种方法有效结合,推导了具体求解公式并给出相应迭代算法。计算表明,本文提出的方法在处理病态总体最小二乘问题上稳定性更高。     

基于反馈线性化的多变量模糊迭代控制器设计

针对一类多变量非线性控制对象的轨迹跟踪问题,设计一种模糊迭代学习控制器,利用模糊控制器动态调节迭代学习律增益矩阵参数,通过反馈线性化算法和信息融合技术降低模糊控制器输入变量维数,实现多变量非线性系统轨迹跟踪控制.结果表明:与固定增益型迭代学习控制器相比,采用模糊迭代学习控制器学习速度提高,控制稳定性改善,两自由度机械臂的轨迹跟踪控制仿真结果也验证模糊迭代学习控制器的优越性.