模型参数估计的优效性

本文根据多参数的R-C不等式和优效计量定理,得到了函数模型和随机模型参数估计的方差下界公式。函数模型的参数估计是优效估计量,但随机模型的参数估计即方差分量估计不是优效估计量;作为特例,单位权方差的估计是优效估计量,同时证明了函数模型和随机模型参数估计的不相关性。     

基于半参数模型的滑坡段数据估计与预测

在滑坡段数据的参数平差模型的基础上,通过在模型中增加表示模型误差或系统误差的非参数分量,将半参数模型的估计理论应用到滑坡段参数估计与预测中,分离出数据中的系统误差,给出了滑坡稳定系数的预测公式;并以云阳-奉节长江顺层岸滑坡段实测数据为例,将半参数估计方法与最小二乘方法进行了比较分析,验证了半参数估计方法应用到估计和预测滑坡段数据的可行性和有效性。     

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.     

中国大地测量数据处理60年重要进展第一部分：函数模型和随机模型进展

大地测量函数模型与随机模型是大地测量数据处理必须要涉及的模型。经过60年不懈努力,中国学者根据大地测量应用实际,构建和改进了许多函数模型,如广义测量平差模型、等价观测方程、非线性平差模型等;在方差分量估计和误差检验方面做了大量创新性工作,如基于Bayes估计的方差分量估计、拟准误差检验等,丰富了测量平差理论与方法。这一部分重点介绍建国60年来中国学者在大地测量数据处理函数模型、随机模型和误差检验方面所取得的成就。     

方差分量估计理论及其在边角网平差中的应用

本文从理论上阐明了MINQE(I,U)(最小范数二次不变无偏估计)方差分量估计出现负方差的原因;论述了存在MINQE(U,NND)估计量的充要条件;对边角网平羞问题而言,MINQE(I,U)估计法不可能同时准确地求出边长误差模型中的m_a~2和m_b~2。文章从边角网误差模型的特点出发,提出了一种新的方差分量估计模型(改进的方差分量估计模型),该模型能合理地确定方向和边长的方差分量,从而较好地解决了边角网平差中的定权问题。     

各种平差模型的方差分量估计

本文从附有限制条件的条件平差(the Condition Adjustment with Constraints)的数学模型(简称CAC模型)出发,推导了方差分量估计的特征方程,并给出了方差分量估值的方差—协方差矩阵。由于间接平差、条件平差、附有条件的间接平差、附有参数的条件平差均为CAC模型的特例,它们的特征方程很容易由CAC模型的特征方程简化而来,这就充分显示了现有各种平差模型方差分量估计公式之间的区别与联系,有利于建立在各种平差模型下关于方差分量估计的整体概念。     

方差-协方差分量估计的概括平差因子法

针对现有方差-协方差分量估计(variance-covariance component estimation,VCE)理论存在的问题,通过引入间接平差的平差因子概念,定义并研究了基于概括平差模型的概括平差因子、概括闭合差及其方差阵,进而利用二次期望公式提出了基于概括平差因子的VCE新方法。该方法适用于概括平差模型所归纳的4种函数模型形式,并通过概括平差因子揭示了平差函数模型与VCE是否存在解析估计形式的关系。实例计算结果表明,现有迭代型VCE方法改变了LS估计量的统计性质,而VCE新方法解析估计具有LS统计性质,且无需初值。     

方差分量估计在机载InSAR区域网平差中的应用

基于验后方差分量估计的思想,针对观测值中各类观测分量的方差难以直接估计的问题,研究了机载InSAR区域网平差干涉参数定标权值确定理论,设计了利用Helmert方差分量估计扩展模型的机载InSAR区域网平差干涉参数定标权值确定方法。采用我国机载双天线InSAR数据进行相关试验,表明验后估计定权能合理地顾及DEM的生成精度和拼接精度。     

基于方差膨胀模型的粗差探测Bayes方法

基于方差膨胀模型提出并建立了用观测信息的同时利用先验信息判断粗差的Bayes方法。首先,根据Bayes统计推断的基本原理,建立了判断粗差的Bayes方法——后验概率法;然后针对测量平差实际,考虑未知参数的两种先验信息分别给出了非等权独立观测条件下基于该模型的后验概率的计算公式;最后对模拟算例进行了计算和分析。试验结果表明,用给出的探测粗差的Bayes方法是切实可行的。     

基于方差膨胀模型的粗差探测Bayes方法

基于方差膨胀模型提出并建立了用观测信息的同时利用先验信息判断粗差的Bayes方法.首先,根据Bayes统计推断的基本原理,建立了判断粗差的Bayes方法——后验概率法;然后针对测量平差实际,考虑未知参数的两种先验信息分别给出了非等权独立观测条件下基于该模型的后验概率的计算公式;最后对模拟算例进行了计算和分析.试验结果表明,用给出的探测粗差的Bayes方法是切实可行的.     

Semiparametric regression and model refining

This paper presents a semiparametric adjustment method suitable for general cases. Assuming that the regularizer matrix is positive definite, the calculation method is discussed and the corresponding formulae are presented. Finally, a simulated adjustment problem is constructed to explain the method given in this paper. The results from the semiparametric model and G-M model are compared. The results demonstrate that the model errors or the systematic errors of the observations can be detected correctly with the semiparametric estimate method.     

半参数回归与模型精化

就一般情况给出了半参数平差的算法，并结合一种特定的情况，讨论了正规化矩阵半正定时的计算方法，给出了相应的公式，最后构造了一个模拟的平差问题，对半参数法和最小二乘法的计算结果进行了比较，计算表明，半参数法能够发现并识别模型误差或观测值中的系统误差。     

随机删失下半参数模型的补偿估计方法

考虑半参数测量模型L=Bx+S+Δ,x∈Rd为未知回归参数,S为未知Borel函数。本文首先利用自然样条函数法,找到符合条件的非参数自然插值样条函数。其次利用补偿法并综合最小二乘法,导出了这种平差方法的解算公式。在本文的最后,将这种方法与最小二乘平差方法进行了比较分析,结果说明,半参数测量模型能更接近于真实情况。     

半参数估计的自然样条函数法

用补偿最小二乘原理，得到了参数和非参数分量的惟一解，并通过模拟计算，对半参数回归模型和参数模型的计算结果进行了比较。结果表明，半参数回归方法能较好地将观测值中具有连续光滑特性的系统误差分离出来。     

半参数模型及其在形变分析中的应用

半参数回归模型L=Bx+s+ε是线性模型与非参数回归模型的混合体。本文采用自然样条逼近方法,探讨了自然样条半参数回归分析方法,同时将此方法运用到形变分析与预报数据处理中,结果表明是一种有效的方法。半参数回归效果要优于参数回归,多项式参数回归的残差平方和远大于参数回归。     

Generalized Penalized Least Squares and Its Statistical Characteristics

IntroductionThe semiparametric models is composed of lin-ear parametric model and nonparameter (or non-parametric signal) ,so the model does not haveonly one solution on the least squares conditionVTPV=min,the normal equations is singular[1].In order to g…     

Generalized penalized least squares and its statistical characteristics

The solution properties of semiparametric model are analyzed, especially that penalized least squares for semiparametric model will be invalid when the matrixBTPB is ill-posed or singular. According to the principle of ridge estimate for linear parametric model, generalized penalized least squares for semiparametric model are put forward, and some formulae and statistical properties of estimates are derived. Finally according to simulation examples some helpful conclusions are drawn.     

补偿最小二乘估计在重力测量中的应用

在测量数据处理中,系统误差总是作为有害成分设法予以消除或补偿,但随着测绘科技的进一步发展,也有一些研究者将系统误差或非参数信号看作非随机变量,利用补偿最小二乘等方法,提取系统误差,从而对它有更多地了解,以满足高精度测量的需要。而本文在系统误差为随机变量的情况下,利用补偿最小二乘法研究半参数模型。得到了参数及非参数的估计;接着,讨论了估计量的若干统计特性;最后,用补偿最小二乘法研究重力测量中的重力异常问题,得到了重力异常的估计值,相同于用最小二乘配置法所得的结果,从而说明本文方法的有效性。     

通用EIV平差模型及其加权整体最小二乘估计

以平差基本理论为基础,提出了EIV(errors-in-variables)平差模型的通用形式,涵盖了间接平差、条件平差、附有参数的条件平差及附有限制条件的间接平差等基本EIV模型形式。基于整体最小二乘估计准则,研究了通用EIV模型的加权整体最小二乘算法,并推导了估计结果的近似精度公式。通用EIV模型及其整体最小二乘算法是对EIV模型估计理论的进一步完善,统一的整体最小二乘算法有利于软件的编程实现,有助于推动EIV模型估计理论的应用。     

半参数模型稳健估计及其应用

在半参数模型估计中,均假设观测误差服从正态分布.当观测量含有粗差时,粗差对参数和非参数估计的影响是不可忽略.基于此,首先在总结线性参数模型稳健估计基本理论的基础上,论述了M估计权因子的确定方法.然后提出了半参数模型稳健估计方法,并导出半参数模型(广义)补偿最小二乘稳健估计的基本公式.最后通过两个模拟算例验证了其估计方法的有效性.