正规化矩阵正定时半参数估计量的统计性质

对于包含系统误差和粗差的观测数据,本文将混合Cook距离引入到半参数模型中,实现了粗差的定值定位。首先,构造补偿最小二乘函数,利用泰勒展式,根据均值漂移模型与删失模型的等价性,导出了观测数据中剔除第i个观测数据前后参数分量和非参数分量相应估计值之间的关系式,为粗差的定位分析奠定了基础。其次,将混合Cook距离作为诊断统计量,进行粗差定位分析,得到了参数分量和非参数分量的诊断统计量的简洁计算公式,为了提高粗差定位的准确性,给出了混合Cook距离参数 Q 和C的一些常用形式,通过合理选择相应参数,计算参数分量和非参数分量的距离函数,实现粗差的定位,并将系统误差和粗差从观测数据中区别开来。最后通过模拟算例和实测数据验证了本文方法的正确性。     

回归模型误差补偿半参数法中正则矩阵任意时的参数估计

用试验观测数据建立的回归拟合模型不可避免地存在模型误差,将模型误差视为非参数分量列入回归模型的半参数模型是一种重要的回归模型.本文利用补偿最小二乘原理,导出了顾及预测点的半参数回归模型参数及模型误差的估计量,并对估计量进行精度评定,给出了估计量及精度评定的相应公式.在理论分析的基础上,得出了只要正则矩阵R的选取使法方程...     

最小二乘配置模型的参数估计

利用罚最小二乘原理构造加权惩罚平方和,导出了最小二乘配置模型中正规化矩阵正定时参数平差的计算方法,用直接法得到了参数和信号的估计量,给出了相应的公式.通过选取合适的平滑因子,能使残差的分布更接近其真实分布,提出了回归系数的检验方法,用实例说明了其有效性.     

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     

一种Kalman滤波系统误差及其协方差矩阵的半参数估计方法

提出用半参数估计理论来解决系统误差对Kalman滤波解的影响问题。即用半参数模型中的非参数分量表达观测模型和动力学模型中未知的系统误差,在移动的窗口内,基于观测残差和状态向量预测残差拟合模型系统误差,进而修正相应的观测向量和状态预测向量的协方差矩阵,以消除系统误差对滤波的影响。同时这种方法还有明显的优点,就是在滤波过程中不需要对系统误差做任何假设。文中推导了基于正则核估计来解算导航系统半参数模型的相应公式,并根据一个模拟的算例,证明了算法的有效性。     

利用半参数估计进行卫星影像定位

针对参数模型的局限性,提出了利用半参数模型的卫星影像定位方法。利用SPOT-5、IKONOS影像进行实验,分别采用严格成像模型和有理函数模型进行立体定位,实验结果表明:无控制点的情况下,采用半参数模型进行立体定位,SPOT-5的估计结果普遍优于参数估计,IKONOS的平面点位误差较小,其平面点位的半参数模型估计精度与参数模型基本相当,而高程的半参数模型估计精度要优于参数模型。     

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。     

正规矩阵R及平滑因子α的选取

文献[1]对半参数模型yi=Xi^Tβ s（ti）n ei(i=1,2…,n)运用补偿最小二乘法则V^TPV αS^^TRS^=min，有效地对β和s(ti)进行了估计，但该文没有解决平滑因子α和正规矩阵R的选取问题。本文对此进行了初步的研究，得到和总结了选取α和R的一些方法，以供测量数据处理者参考。     

非线性模型的一种半参数估计方法

提出用半参数估计理论来解求非线性问题的思想,即用半参数模型中的非参数分量表达非线性模型线性化后的近似余项,推导基于最小二乘核估计的相应解算公式,通过算例试验分析表明,此法对于非线性强度较强的模型,其效果较为明显.     

正规矩阵选取半参数灰色模型改进的预测建模

正规矩阵是对模型误差补偿性的直接表达,时间序列法用一阶差分方程和二阶差分方程计算得到不同的正规矩阵。针对传统GM(1,1)模型没有考虑模型误差,而数据处理过程中所建立的数学模型与客观现实并不一致的问题,该文提出建立顾及模型误差的半参数模型的GM(1,1)模型。对由传统半参数模型得到的正规矩阵采取一阶差分法进行改进,并通过算例证实了改进正规矩阵的半参数模型的GM(1,1)预测精度更高。     

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.     

Semiparametric Regreswsion 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.     

半参数模型在平面坐标转换中的应用

坐标转换在测绘领域一直起着至关重要的作用,而模型的选取又直接制约着转换的精度,通常在坐标转换中采用相似变换（Hermert）的方法,在平面坐标转换过程中一般采用4参数模型。然而当系统误差不可忽略时,该模型处理得到的结果并不理想。本文将半参数模型应用到平面坐标转换中,分别采用4参数模型和半参数模型两种方法对实验数据进行了处理,并进行了对比与分析。实验结果表明：在处理带有系统误差的平面坐标数据时,半参数模型比传统的参数模型更加精确。     

顾及系统误差的坐标转换方法研究

针对Bursa模型在坐标系转换时没有顾及局部变形和累积误差的问题,通过对坐标转换误差进行分析,本文提出将由此产生的系统误差看作非参数信号的半参数估计,采用半参数模型对某一区域坐标进行解算,并对检核点非参数分量进行推估,与Bursa模型进行比较,结果表明半参数模型能够有效地消除系统误差。并探讨了不同确定平滑因子α的方法对坐标转换精度影响,计算结果表明,在正则矩阵R相同情况下,不同平滑因子确定方法得到的坐标转换精度有所不同,但均优于Bursa模型转换精度。     

基于规则格网的DEM建模方法研究

利用规则格网进行逐点DEM内插的关键在于:如何提高待插点周围数据的搜索效率及如何选取内插函数模型。针对以上两个问题,本文提出了"逐步扩张搜索"法,能迅速搜索到内插点所需的参考点数据;并在分析和比较各种DEM内插算法的基础上,结合二次曲面模型和加权平均法的优点,提出"组合内插模型"。实验表明,改进后的DEM逐点内插算法,能显著提高搜索速度和内插精度,具有很好的应用价值。     

形变模型的统计检验

本文首先介绍了广义参数检验法的基本原理及其在形变模型检验方面的应用,其次证明了对形变模型和约束模型平差所得形变参数是一致的,还证明了形变模型的残差二次型等于约束模型残差二次型与原模型残差二次型之差,即V_d^TP_dV_d=???。最后,作为算例,对某坝区监测网两期观测进行了原模型、形变模型的平差计算,以及形变模型的统计检验。