参数约束平差法

将附有参数先验精度信息的平差问题扩展为参数约束平差,给出了参数约束平差法在数值计算上可以统一自由网平差的新概念,不再考虑自由网平差中较为繁琐的基准条件,并用算例加以说明。     

有界不确定性平差模型的一种迭代算法

本文将不确定性平差模型与参数的有界不确定性相结合,建立有界不确定性平差模型,并从等式约束出发,利用无限权和零权的思想,将不确定性平差算法与不等式约束中的罚函数相结合,提出有界不确定性平差迭代算法,并通过算例验证其可行性和有效性。     

参数带椭球约束平差算法的应用

针对实际工程应用中遇到的参数带有范围约束的情形，提出带椭球约束的平差算法，并给出其具体模型和解算步骤。数值模拟实验和病态测边网数据计算表明，在处理病态问题时，最小二乘平差（least-squares，LS）已不适用，而与岭估计、奇异值分解法（singular value decomposition，SVD）以及不等式约束相比，本文算法精度更高。     

非线性不等式约束平差的一种新岭估计算法

利用先验信息对参数加以约束,建立非线性不等式约束平差模型,并提出一种新的岭估计算法解算该平差模型。2个病态算例实验证明了本文算法的有效性,且计算结果精度高于普通岭估计。     

参数有界约束下平差模型的一种新算法

基于不确定度理论,建立参数有界约束下的平差模型。为克服不等式约束模型单边约束的缺陷,从最小二乘出发,将问题转化为附有箱型约束的二次规划问题,提出一种求解参数最优估值的新算法,并给出参数估计的统计性质。数值实验表明,新算法简单、可行,具有较快的收敛速度,并能够在一定程度上减少部分数值的部分不确定性。     

一种求解不等式约束秩亏平差问题的新算法

提出一种求解不等式约束秩亏平差问题的新算法,该算法将先验信息表示为不等式形式,并与秩亏平差模型构成不等式约束秩亏平差模型。结合Karush-Kuhn-Tucker条件可将该模型转化为线性互补问题,然后利用Lemke算法求解,克服了秩亏网中必要起算数据不足的问题,能保证解的唯一性。最后,模拟附先验信息的秩亏的GPS观测网,并结合多种经典的秩亏平差方法,验证了Lemke算法在处理不等式约束秩亏问题上的有效性。     

附有模糊先验信息的病态问题解算方法

以模糊理论为基础，用模糊数集来描述未知参数向量中的模糊先验信息，将其以约束条件的形式纳入数学模型。给出带有模糊先验信息的平差模型，并基于正态模糊数建立新的平差准则，提出一种带有模糊先验信息的平差新算法。实例验证，新方法可以较好地解决测量平差中法方程病态问题。未知参数的误差分析显示，新方法解算病态方程优于最小二乘估计、截断奇异值法以及岭估计。     

附不等式约束的总体最小二乘迭代算法

基于惩罚函数和测量平差中权的思想,提出了附不等式约束的总体最小二乘平差模型,即利用惩罚函数对不等式约束方程构造约束权,通过零权和无限权将不等式约束转换为等式约束,从而将不等式约束平差准则转化为传统的测量平差准则。同时,根据非线性最小二乘平差理论,用构造结构矩阵的方法来顾及系数矩阵的结构性,推导了附不等式约束的总体最小二乘迭代算法。该算法迭代格式与传统的间接平差类似,只需经过若干次迭代便能得到最优解。     

不等式约束秩亏网平差的算法研究

提出具有不等式约束的秩亏网平差模型,并设计了一种简单易行的算法。该算法将基准条件当作虚拟观测,基于库恩塔克条件,运用迭代的高斯消去法区分有效约束和无效约束,将不等式约束转化为等式约束的秩亏网平差问题求解。并以一个水准网的实例验证了算法的可行性与正确性。     

带球约束的平差算法及应用

针对测量数据处理中由于观测信息不充分以及对参数物理信息和先验信息的利用不充分引起的病态问题,利用先验信息对参数加以约束,将测量平差问题转化为凸二次规划问题,提出一种带有球约束的平差模型。根据最优化理论,基于Kuhn-Tucker条件,研究球约束下的平差问题,并针对该模型提出解算方法。模拟数值实验和测边网实例应用结果表明,该方法在处理病态问题上具有明显的更优估计,可以广泛应用于大地测量病态数据处理。     

基于遗传神经网络的入侵特征选择模型

针对高维数据包含的不相关和冗余特征影响检测方法性能的问题,提出了基于遗传神经网络入侵特征选择模型.该模型在传统的遗传神经网的输入层和隐含层之间增加特征选择层,并在特征选择层与输入层间设置连接开关,如果开关合上,则该特征被选中;否则为放弃.实验结果表明,该模型在保持原有信息完整性的同时,能有效减少冗余特性;在保证检测准确率的前提下,有效提高系统的检测速度.     

�����Բ���ʽԼ��ƽ��ģ�͵�һ������㷨

????Lemke???????в??????????????????????????????????в???????????С?????????????????ι滮?????????????ι滮??Kuhn??Tucker????????ι滮?????????LCP??????????Lemke?????????????????ò?????С????????????????????????????????á?     

地震精密水准网平差的一种高效算法研究

传统的地震水准网平差计算方法因需要进行大量的“零乘积”运算而致使运算效率低下，不适用于数据量较大的地震水准网计算工作。针对地震水准网平差计算过程中法方程系数具有对称正定的特性，利用变量循环重新编号法进一步提升运算效率。利用新算法进行数据平差计算，对比验证结果表明，与传统算法相比，地震精密水准网型越复杂，新算法节省的时间越多。     

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。     

部分不确定性平差模型的迭代算法

为提高部分不确定性平差模型的解算效率,直接采用迭代算法进行求解。讨论了迭代不收敛时的解算方法。算例表明,该部分不确定性平差模型的迭代算法是可行的,解算效率更高、稳定性更好。     

基于改进的向后-向前选择法粗差定位与估值算法

对传统的向后-向前选择法粗差定位方法进行改进，即在原有基础上加入对平差模型的整体检验，计算统计量的相关系数，通过对偏相关系数的检验来定位统计量相关的粗差观测值。通过模拟粗差算例证明，该算法能够准确定位多维粗差，有效改善粗差定位转移的现象，且粗差估值结果比较可靠。