一种可动态修正的建设用地预测方法

长期以来,建设用地趋势预测均采用静态思想,即假设影响建设用地变化的内外作用力不变,通过统计学模型进行外推。在面对新数据加入时,这种预测思想没有充分利用原预测结果和新数据的关系,需要对模型重新进行解算。针对这一问题,提出了一种在新数据加入的情况下,基于原有预测结果,采用一元线性回归思想,利用最小二乘原理对预测值进行动态修正的预测方法。研究表明,经该方法修正后的结果能够替代重新预测得到的结果。     

灰色最小二乘支持向量机在滑坡变形预测中的应用

结合灰色系统思想与最小二乘支持向量机构成灰色最小二乘支持向量机,根据目前灰色模型与最小二乘支持向量机结合的方法,提出并联型、串联型和残差型三种预测模型的结构.将上述三种灰色最小二乘支持向量机模型用于对三峡库区石佛寺滑坡垂直位移进行预测,模型精度和预测结果比较理想,优于单一预测模型.试验表明:灰色最小二乘支持向量机可提高预测精度,用于滑坡变形预测是有效可行的.     

灰色模型的整体最小二乘解算及应用

目前,灰色模型在变形监测数据处理及预报中的应用越来越广泛。针对系数矩阵和预测值存在的误差,该文采用整体最小二乘法,结合黑龙江省农业科学院在江北科技创新城核心区建设的国际农业科技创新中心工程,选取其中一个沉降监测点进行分析。实验结果表明,该方法的拟合精度更高,适用于变形监测数据处理。     

最小二乘支持向量机在沉降量预测中的应用

高层建筑物的地基沉降量是高层建筑物安全的一个重要指标,根据已有的观测数据对未来的沉降量进行观测可以有效预防灾害的发生。由于沉降量是一个复杂的非线性过程,采用非线性预测方法是一种可行有效的方法。本文将最小二乘支持向量机应用于高层建筑物地基沉降量的预测,对参数分别用交叉验证和遗传算法进行了优化。经过实例验证,最小二乘支持向量机应用于沉降量的预测是可行的,并且遗传算法优化的最小二乘支持向量机的预测沉降量精度更优。     

加权总体最小二乘在三维基准转换中的应用

对比研究加权总体最小二乘(weighted total least-squares,WTLS)方法和混合最小二乘(LS-TLS)方法、最小二乘(least-squares,LS)方法在三维空间小角度直角坐标转换中的适用性。在两套坐标系下坐标测量值均存在误差时,用WTLS方法不但可以对观测向量y和系数矩阵A同时修改、将坐标先验精度引入平差计算,而且引入的权阵PA对系数阵A起到固定常数元素而只修改必要数据元素的作用,以得到更合适的参数解。     

总体最小二乘法在坐标转换中的应用

在处理坐标转换数据的方法中,通常使用的方法是最小二乘法,但其由于不能顾及系数矩阵误差而具有一定的局限性,导致坐标转换结果的可靠性较差。因此,需要一种新的方法来弥补最小二乘法的不足。本文引入总体最小二乘法和混合最小二乘法,采用仿真数据求解坐标转换七参数,并将结果与其仿真值进行比较,证明采用混合最小二乘法得到的坐标转换七参数更接近于理论值。     

总体最小二乘法在相机标定中的应用

对比总体最小二乘方法与最小二乘方法在相机标定中的适用性及优越性。在相机标定中,由于像点坐标和对应的地面点坐标均存在误差,因此采用总体最小二乘方法对误差方程中的系数矩阵及观测向量同时改正,能够建立更加合理的计算模型。文中以相机标定两步法为例,通过实例解算,证明利用总体最小二乘法能够得到精度更高的相机标定参数解。     

整体最小二乘的GM（1，n）模型在高铁中的应用研究

提出了基于整体最小二乘（TLS）综合考虑GM（1,n）模型中观测向量以及系数矩阵的误差,建立GM（1,n）模型,并将模型应用于某地区高铁的桥梁梁体上拱预测,结果表明,模型在高铁徐变监测中具有较高的精度、可靠性和适用性。     

总体最小二乘求取AR(1)模型参数

针对最小二乘方法求取AR模型参数,引进总体最小二乘方法,通过AR模型的实例计算,结果表明,总体最小二乘可以得到更高精度的模型参数,具有更小的中误差。     

基于最小二乘配置的九参数模型在三维坐标转换中的应用

运用传统的布尔莎七参数法进行三维坐标转换时,并未考虑到两坐标系统的公共点坐标误差及三个坐标轴缩放比例不均的问题。引入最小二乘配置法,将公共点误差作为随机信号处理,并增加两个尺度参数解决坐标轴缩放比例不均的问题;推导出基于最小二乘配置的九参数模型及其误差方程,通过实验对比分析表明,该方法可以有效地提高坐标转换精度。     

DEM快速构建的最小二乘配置法

利用局部最小二乘配置法(LSC)借助"分治法"寻找待求点附近已知点,以空间地统计中的半变异函数计算已知数据余差的协方差矩阵,以与待求点距离小于变程的已知点为起算数据,实现空间数据模拟。数值试验分析表明,与传统LSC相比,局部LSC可以在保证模拟精度的同时,提高模型计算效率。     

基于混合最小二乘与总体最小二乘的激光雷达滤波算法

机载激光雷达点云数据滤波技术是LiDAR数据后处理最关键的内容之一。利用最小二乘平差的曲面拟合滤波算法存在一定不足,基于混合最小二乘和总体最小二乘的算法可以有效弥补不足。本文提出一种基于混合最小二乘和总体最小二乘的曲面拟合滤波算法。实验表明,本文滤波算法效果良好,满足实际应用需求。     

地球自转参数的RFFLS短期预报算法研究

地球自转参数(ERP)是实现地心天球坐标系(geocentric celestial reference system,GCRS)与国际地球坐标系(international terrestrial reference system,ITRS)相互转换的必要参数,是国际GNSS服务组织(IGS)和国际GNSS监测评估系统(iGMAS)分析中心的重要产品。本文针对最小二乘地球自转参数预测算法会造成数据饱和以及新旧数据在数据处理及预报中被同等对待等问题,将遗忘因子引入最小二乘预测算法,进而提高ERP预报精度。遗忘因子递推最小二乘算法能防止数据饱和,降低旧数据的影响,加强新数据的作用,降低在求解拟合参数时出现秩亏矩阵求逆的几率,提高预报精度。本文详细推导了遗忘因子递推最小二乘表达式,探究了最佳遗忘因子,并通过ERP试验将该方法和原最小二乘的试验结果及LS-AR模型的预报结果作对比,发现仅用遗忘因子最小二乘模型预测就可以达到与LS-AR组合模型预测相当的精度。     

基于同伦法的非线性最小二乘平差统一模型

基于非线性同伦思想,提出了非线性同伦最小二乘平差统一模型,该方法既可适用于满秩网非线性最小二乘平差,也可适用于秩亏网非线性最小二乘平差。算例表明,对于精度较差的初始值,算法仍能精确地收敛到原方程的参数估值。     

基于非线性高斯-赫尔默特模型的结构总体最小二乘法

变量误差（error-in-variables,EIV）模型的系数矩阵存在结构特征的情况,并且这种结构特征可以扩展到观测向量中。首先采用变量投影法将系数矩阵的增广矩阵展开成仿射矩阵形式,提取系数矩阵和观测向量中的随机量,并将EIV模型表示为非线性高斯-赫尔默特模型,然后利用非线性最小二乘原理推导了一种结构总体最小二乘法。该算法统一了普通的结构总体最小二乘法、结构数据最小二乘法以及最小二乘法。将该算法应用到真实算例和模拟算例中,两个算例结果表明,该算法与已有能够解决EIV模型结构特征的结构或加权总体最小二乘法估计结果一致,验证了该算法的有效性。同时,该算法对结构特征的提取方式简单、规律性强且易于编程实现;且在算法设计中,把结构总体最小二乘问题转换为附有参数的条件平差问题,即将其纳入到最小二乘平差理论体系,便于其扩展应用。同时对平面拟合问题的误差估计特性进行了定性分析,由分析可知参数的相对大小对估计误差的一致性有直接影响,这说明EIV模型下系数矩阵和观测向量中随机量的估计误差与真误差的一致性关系相对复杂。     

地图数字化中基于点位坐标的统一平差模型

探讨了地图数字化过程中采用平差方法来建立坐标计算的统一模型。将测得的角度、边长等数据化为方向、距离观测值列立误差方程,通过调用统一的平差迭代计算程序来计算未知点坐标及精度。详细给出了基于平差的11种常用坐标计算方法,并通过实例进行了说明。     

基于有理多项式系数模型的物方面元最小二乘匹配

针对物方面元最小二乘匹配仅适用于单中心投影框幅式成像的匹配制作区域DSM问题,提出基于有理多项式系数（RPC）模型的物方面元最小二乘匹配算法,结合匹配窗口区域内多中心平行投影方式,构建RPC模型下的投影方程,将物方面元最小二乘匹配算法从适用于单中心投影框幅式成像扩展到适用于多中心投影推扫式成像的立体匹配,并用SPOT5-HRG、GeoEye、IKONOS立体影像进行试验验证。试验表明,RPC模型能用于物方面元最小二乘匹配且不损失匹配精度,增加了物方面元最小二乘匹配的应用范围和价值。     

基于Partial EIV模型的空间平面拟合总体最小二乘法

针对空间平面拟合中系数矩阵含有部分误差的特点,根据Partial EIV模型提取系数矩阵随机元素的思想,将空间平面拟合模型系数矩阵中观测元素作为随机元素提取组成新的未知向量。采用Partial EIV模型线性化的新解法求解拟合参数,简化了计算过程,且保证了系数矩阵相同元素的改正数一致,较EIV模型的总体最小二乘法,理论模型更加严谨。通过算例说明了,本文方法可以用于拟合空间平面,且精度有一定优势。     

结合偏最小二乘法和支持向量机的遥感影像变化检测

针对多光谱遥感影像通道之间相关性影响难以消除及变化检测的阈值难以确定的问题,提出了一种结合偏最小二乘法（PLS）和支持向量机（SVM）的遥感影像变化检测方法。将两个时相的多通道遥感影像视为两组多元随机变量,引入多元统计数据分析方法中的PLS理论,进行成分提取并构造差异影像;再通过SVM将差异影像分为变化与不变化两类别;最后利用形态学算子对分类结果作处理。选取Landsat8多光谱遥感影像进行试验,结果表明该方法可以很好地实现多光谱影像的变化检测,对地理国情数据监测具有重要意义。     

基于最小二乘拟合模型和PCA变换的影像融合

针对传统的PCA变换融合法,利用高空间分辨率影像与多光谱影像的线性相关特性,提出了一种基于最小二乘模型和PCA变换的影像融合方法,采用偏差指数、相关系数和信息熵三个指标,对融合结果进行了定量评价。试验结果表明,在提高了多光谱影像空间分辨率的同时,更好地保留了多光谱影像的光谱信息。