灰色稳健总体最小二乘估计及高铁路基变形预测

最小二乘估计和部分变量误差模型的总体最小二乘估计不具备抵御粗差的能力。鉴于粗差可能同时出现在灰色白化微分方程的观测值和系数矩阵中，本文提出基于IGGⅢ抗差方案的部分变量总体最小二乘稳健估计。结合仿真数据和高铁路基观测数据，系统地比较稳健最小二乘、部分变量总体最小二乘、本文算法参数估计结果和算法稳定性。结果表明，本文算法预测精度高，可以应用到高铁路基沉降预测中。     

基于整体最小二乘的稳健点云数据平面拟合

针对点云数据平面拟合方法没有完整考虑测量数据中的误差及系数阵中误差的情况,提出稳健整体最小二乘点云数据平面拟合方法。该法以整体最小二乘法为基础,在考虑全部观测量存在误差的情况下,通过一定的准则删除数据中的粗差或异常值,从而获得稳健的平面参数估值。实验中,分别利用最小二乘法、特征值法和稳健整体最小二乘拟合法对仿真点云数据和真实点云数据进行平面拟合,结果显示该法能克服异常值的影响,得到可靠的平面参数估值,具有稳健性。     

利用稳健WTLS方法进行三维激光扫描标靶球定位

针对标靶球定位缺少有效的确定协因数阵方法的问题,顾及点到平面的距离反映了点与平面的相关性及入射角对点云数据点位精度的影响,将两者推广到三维激光扫描标靶球定位中。以距离、先验入射角确定各点协因数值,并给出观测向量协因数阵及系数矩阵协因数阵,利用稳健加权总体最小二乘方法进行标靶球定位。实例表明,以距离确定协因数阵的稳健加权总体最小二乘方法解算标靶球参数估计比其他方法更精确。     

约束总体最小二乘在点云拼接中的应用

在两站点云拼接的大角度空间直角坐标转换问题中,由于拟合靶标球心坐标值在两套扫描测站坐标系下均存在误差,提出基于约束总体最小二乘的点云拼接方法,建立附有约束条件的变量中的误差模型,对观测向量和系数阵同时进行修改。经算例证明,与传统的约束最小二乘法相比,可得到更加合理的模型和更高精度的参数解     

整体最小二乘和最小二乘拟合空间直线的比较

给出整体最小二乘法拟合空间直线的一种迭代算法。将空间直线垂直投影到坐标平面,分别采用整体最小二乘法和最小二乘法拟合直线。对坐标点等精度观测、非等精度观测和坐标分量非等精度观测3种场景进行模拟计算,比较两种方法估计的参数和验后单位权方差,并对三维激光扫描仪实测数据拟合结果进行分析。     

病态加权总体最小二乘模型的正则化抗差解法

针对EIV模型系数阵病态且系数阵和观测值精度不同的情形,基于拉格朗日乘数法导出病态加权总体最小二乘模型的正则化解法,并证明已有的等权病态总体最小二乘模型的正则化解法是其特例。在此基础上,进一步提出基于中位数法的病态加权总体最小二乘模型的正则化抗差解法,并用第一类Fredholm积分方程和病态测边网两个算例验证算法的有效性。结果表明,受系数阵病态性以及粗差的影响,最小二乘解和总体最小二乘解精度较差,严重偏离真值;正则化解法在顾及系数阵和观测值误差的同时可有效削弱模型的病态性,其精度较最小二乘解和总体最小二乘解有所提升;而正则化抗差解法在正则化解的基础上,利用等价权函数重构权阵,能有效抵御粗差的影响,其精度最高。     

基于最小二乘配置法的优化GM（1,1）预测模型及其应用

针对灰色GM(1,1)预测模型预测结果精度低、模型缺乏稳定性的问题,基于最小二乘配置理论的GM（1,1)预测优化模型,首先通过使得生成序列新预测值的误差在最小二乘意义下最小,选取GM(1,1)模型的最优初值,利用指数函数法构造新的背景值;然后将优化的GM(1,1)模型和最小二乘配置理论有机结合,进一步对优化的GM(1,1)模型进行改进,构建优化的灰色最小二乘配置预测模型;最后通过对建筑物的沉降数据进行定量分析与预报,与其他模型进行对比分析。     

多分辨最小二乘配置法初探

卫星重力技术的发展使重力场观测数据趋于多样化，重力数据的融合处理已成为一个重要问题。对不同分辨率的数据融合问题进行了初步研究，详细阐述了多分辨最小二乘配置法的基本原理，推导了该方法的具体公式，并通过一个模拟算例将多分辨最小二乘配置法与传统最小二乘配置法的结果进行了比较分析。     

基于灰色最小二乘支持向量机的大坝变形预测

提出一种基于灰色最小二乘支持向量机的大坝变形预测新算法。通过对原始大坝序列进行一次累加,弱化序列中随机扰动的影响,增强数据的规律性,进而建立最小二乘支持向量机预测模型,并采用网格搜索法选取最优参数。算法充分利用了最小二乘支持向量机泛化能力强、非线性拟合性好等优良特性,避免了灰色方法及模型存在的理论缺陷。与灰色GM(1,1)和单一最小二乘支持向量机对比表明,新算法能保证较优的局部预测值和较好的全局预测精度,应用于短期大坝变形预测是可行的。     

地震数据采集器线性度不确定度评定及分析

分别建立基于最小二乘法和端基直线法的地震数据采集器线性度模型,分析线性度不确定度的来源,给出不确定度计算公式和评定过程,对比分析最小二乘法与端基直线法在线性度不确定度评定中的差别及输入点个数对线性度不确定度评定的影响。结果表明,最小二乘法和端基直线法的线性度不确定度评定结果在同一数量级上,但后者受输入点个数的影响较小。