乘性误差模型参数估计及精度评定的Sterling插值方法

乘性误差模型加权最小二乘参数估值是观测值的非线性函数,观测值的权是加权最小二乘参数估值的非线性函数.已有的乘性误差模型参数估计方法理论上可以达到二阶无偏,但精度评定方法只能达到一阶精度,并且参数估计逐步的迭代过程使得参数及改正数的每一步估值都具有随机性,使得最终的参数估值与观测值为复杂的非线性关系.考虑到非线性迭代过程...     

顾及观测点坐标精度的非线性拟合模型

推导出考虑了平面坐标误差情况下的曲面拟合模型的参数估计及其精度评定公式。此方法简单,易用程序实现,并可应用于曲线、曲面、数字地面模型、地壳垂直形变和多面函数拟合模型的参数估计中。结果表明,在曲面拟合模型中顾及平面坐标的精度,将使拟合精度及参数精度显著提高。     

灰色模型参数估计改进及其在变形预报中应用

经典的灰色模型在建模过程中,参数估计是依据最小二乘准则得到的。当观测数据中存在着较大随机波动时,导致系数矩阵中存在较大误差,这种估计方法可能影响参数的可靠性,进而影响该模型应用。针对这一问题,本文提出运用整体最小二乘法改进估计参数,该方法在解算法方程时,顾及了系数阵和观测向量同时存在的误差,因而可以改善参数的估计精度,提高模型预报精度。最后,结合矿山测量工程实际,证实了这种参数估计方法能提高老采空区残余沉降的预测精度。     

基于同伦方法的非线性测量模型参数估计

提出了非线性模型参数稳健估计的同伦算法和带约束非线性模型参数估计的同伦算法,推导了相应的非线性同伦算法的函数模型.算例计算结果表明,所提出的算法对初值要求不高,算法收敛,计算结果精度较好,是非线性测量模型参数估计的一种有效方法.     

测角网坐标平差模型的Bootstrap参数估计方法

针对线性最小二乘法处理非线性模型产生模型误差的问题,文章将高斯牛顿迭代法引入测角网坐标平差模型中,给出测角网坐标平差模型的高斯牛顿迭代法计算过程.考虑到非线性平差模型的参数估计值是有偏估计,结合Bootstrap重采样方法对参数估值进行改善,提出测角网坐标平差模型的Bootstrap参数估计方法,并给出详细的迭代流程图.针对等精度与不等精度角度观测数据,设计两个测角网案例.实验结果表明,测角网坐标平差模型的高斯牛顿迭代解法能够削弱线性近似带来的模型误差影响,其参数估值优于传统的线性近似方法;而测角网坐标平差模型的Bootstrap参数估计方法比高斯牛顿迭代解法在提高测角网坐标平差参数估值质量方面更加有效.实验证明将高斯牛顿迭代解法应用于测角网坐标平差模型的必要性与实用性,也证明将Bootstrap重采样参数估计方法与高斯牛顿迭代解法结合并用于测角网坐标平差的可行性与有效性.     

非线性模型参数估计的直接解法

提出了非线性模型参数估计的直接解法。该方法不仅不需迭代,而且由于顾及了二次项和三次项的影响,参数估值的精度优于传统的线性近似时参数估值的精度,且易应用传统的精度评定理论进行精度评定。     

多变量整体最小二乘在激光跟踪仪转站中的应用

激光跟踪仪转站实质是就是三维坐标转换,转站前后坐标误差必然存在,导致系数矩阵中必然存在随机误差。为消除系数矩阵中携带的随机误差对激光跟踪仪转站精度的影响,提高激光跟踪仪转站的精度,文章采用基于EIV(Error-in-Variable)模型的多变量整体最小二乘求解转换参数。多变量整体最小二乘在考虑观测矩阵结构性的基础上同时对观测矩阵与系数矩阵进行改正,其思路是将旋转参数、尺度参数和平移参数分开求解,避免了计算转换参数循环迭代的过程。实验结果表明,多变量整体最小二乘获得的参数估计值比最小二乘平差法获得的参数估计值更加接近设计值,提高了转站的精度。     

非线性模型参数估计的直接解法

提出了非线性模型参数估计的直接解法,该方法不仅不需迭代,而且由于顾及了二次项和三次项的影响,参数估值的精度优于传统的线性近似时参数估值的精度,且易应用传统的精度评定理论进行精度评定。     

Radon变换在运动估计中的应用

根据Radon变换的性质,将投影理论引入运动参数估计中;通过试验证明,Radon变换能够在精度损失很小的前提下极大地提高运动参数估计的效率.     

正规化矩阵正定时半参数估计量的统计性质

利用补偿最小二乘原理构造加权惩罚平方和,得到半参数模型中正规化矩阵正定时参数和半参数的估计量.从偶然误差的统计特征出发,详细讨论这种平差方法得到的参数估值的一些统计性质,并对半参数平差与最小二乘法的参数估计值进行比较.理论分析表明,通过选取合适的平滑参数,半参数平差方法优于最小二乘法.另外从数理统计的角度对平滑参数的选取进行分析,得到平滑参数的取值范围,也给出了平滑参数对模型精度的影响.