基于验后方差估计原理导出的选权迭代法剔除粗差

将抗差估计的思想融入到粗差探测的算法中,设计出对模型误差,特别是粗差具有抵抗能力的粗差探测算法.基于验后方差估计原理导出的选权迭代法即为抗差佑计的一种,首先是应用最小二乘法来计算观测值的参数x、残差V、协因数阵Qvv及单位权σ0 的初值,然后再根据残差和有关的参数,按所选择的权函数,计算每个观测值的权,经过迭代计算求得...     

稳健初值的选权迭代法剔除DEM数据粗差

本文将抗差估计的思想融入到数字高程模型粗差探测的算法中,设计出对模型误差、特别是粗差具有抵抗能力的粗差探测算法.稳健初值的选权迭代法即为抗差估计的一种,首先是通过线性规划的单纯形解法来计算观测值的残差,然后再根据残差和有关的参数,按所选择的权函数,计算每个观测值的权,经过迭代计算求得观测值的残差,然后按照统计检验的方法...     

粗差验后方差的无偏估计与最优稳健估计

在正态粗差假设下导出了粗差验后方差的无偏估计,对误差工膨胀模型和误差均值移动模型,两者的无偏估计公式是相同的。这证明了李德仁验后方差的朱建军方差不是无偏的。由于偏方定义的彭方法是正态粗差假设下的最优稳健估计。     

粗差验后方差的无偏估计与最优稳健估计

在正态粗差假设下导出了粗差验后方差的无偏估计,对误差方差膨胀模型和误差均值移动模型,两者的无偏估计公式是相同的.这证明了李德仁验后方差和朱建军方差不是无偏的.由无偏方差定义的彭方法是正态粗差假设下的最优稳健估计.     

具有稳健初值的选权迭代法曲面拟合模型粗差探测

将抗差估计的思想融入到二次曲面模型粗差探测的算法中,设计出对模型误差特别是粗差具有抵抗能力的粗差探测算法。稳健初值的选权迭代法即为抗差估计的一种,首先是通过线性规划的单纯形解法来计算观测值的残差,然后再根据残差和有关的参数,按所选择的权函数,计算每个观测值的权,经过迭代计算求得观测值的残差。通过实例证明,具有稳健初值的选权迭代法具有较强的稳健性和粗差探测能力。     

基于验后方差原理的选择权迭代法定位粗差

当观测数据中存在粗差时,使用经典的最小二乘算法往往不能得到高精度的参数解,此时需要使用具有抗差估计的算法。基于验后方差的选权迭代法,克服了单位权方差未知或者权函数靠经验选取的情况,利用验后方差检验求出方差异常大(即含粗差)的观测值,然后通过不断的迭代,使含粗差的权逐渐趋于一个较小的数,最终实现粗差的探测和改正。结合工程实例,分别比较了不含粗差和含粗差的情况下,利用经典最小二乘法与本文所提的基于验后方差原理的选权迭代法进行平差,结果表明,二者的平差结果相差在1mm以内,解算精度相当。     

抗差估计在粗差探测及平差计算中的应用

常规的粗差深测技术，不仅辅助计算工作量大，而且将粗差探测与平差计算分两步进行。本文根据抗差估计原理，通过对观测值附加粗差的办法，制订不同的方案，分别进行抗差估计和ＬＳ估计。     

数字化误差建模中的粗差探测和抗差估计

介绍了用差分算子和时间序列分析法建立数字化过程随机误差估计模型中的粗差探测方法和抗差估计方案。     

数字化误差建模中的粗差探测和抗差估计

介绍了用差分算子和时间序列分析法建立数字化过程随机误差估计模型中的粗差探测方法和抗差估计方案。     

基于验后方差估计的稳健整体最小二乘方法

根据整体最小二乘的验后方差估计,求出观测值的验后方差,通过方差检验可找出方差异常大的观测值。然后根据经典权与观测值方差成反比的定义赋予它一个相应小的权进行下一步迭代平差,逐步实现粗差定位。通过坐标转换实验,利用一般最小二乘法(LS)、加权整体最小二乘法(WTLS)以及文中提出的稳健整体最小二乘法(RTLS)分别对待估参数进行求解对比,解算结果表明文中提出的方法能对粗差进行有效的定位,且估计量受粗差影响较小,具有稳健性,估算效果优于其它两种方法。     

基于观测误差后验分布的粗差探测的Bayes方法

从观测误差出发,运用3σ-原理提出了一种粗差探测的Bayes方法--基于观测误差的后验概率法.针对非等权独立观测情形,在一定先验分布下推导了观测误差的后验分布;建立了与观测误差有关的后验概率的计算公式;给出了粗差估算的Bayes方法;提出了基于观测误差的后验概率进行粗差探测的实施过程.最后结合算例说明了其效果,并且与其他粗差探测方法进行了比较.大量试验表明,给出的探测粗差的Bayes方法是切实可行的.它不仅有效地发现了粗差,而且结果比较理想.     

基于观测误差后验分布的粗差探测的Bayes方法

从观测误差出发,运用3σ-原理提出了一种粗差探测的Bayes方法——基于观测误差的后验概率法。针对非等权独立观测情形,在一定先验分布下推导了观测误差的后验分布;建立了与观测误差有关的后验概率的计算公式;给出了粗差估算的Bayes方法;提出了基于观测误差的后验概率进行粗差探测的实施过程。最后结合算例说明了其效果,并且与其他粗差探测方法进行了比较。大量试验表明,给出的探测粗差的Bayes方法是切实可行的。它不仅有效地发现了粗差,而且结果比较理想。     

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。     

方差分量的极大验后估计

由概括函数模型出发,导出了适应于所有平差模型的方差分量的极大验后估计,这种估计实际上是先验方差与样本方差的凸组合。文中还给出了一个简单的数例,说明这种方法的可行性。