联系参数函数不独立扩建网极大验后估计的方差分量估计公式

扩建网极大验后估计模型蕴含联系参数X2和扩建网观测量L2两个方差分量。将联系参数分解成函数不独立部分和函数独立部分,根据限制条件求出函数不独立部分代入扩建网观测方程消去不独立部分联系参数,推导了联系参数函数不独立扩建网极大验后估计的Helmert型、Welsch型和Forstner型方差分量估计。     

BAYES方差分量估计在虚拟权平差中的应用

本文把近似Bayes方基分量估计公式应用于矿区扩建网的虚拟权平差中，解决了具体计算中的一些实际问题，最后，通过一矿区扩建网平差实例验证了该方法的可行性．     

联系参数函数不独立扩建网极大验后估计的方并分量估计公式

扩建网极大验后估计模型蕴含联系参数Ｘ２＇和扩建网观测量Ｌ２两个方差分量。将联系参数分解成函数不独立部分和函数独立部分,根据限制条件求出函数不独立部分代入扩建网观测方程消去不独立部分联系参数,推导了联系参数函数不独立扩建网极大验后估计的Ｈｅｌｍｅｒｔ型、Ｗｅｌｓｃｈ型和Ｆｏｒｓｔｎｅｒ型方差分量估计。     

联系参数函数不独立扩建网极大验后估计的方差因子估计

文献＾「４」采用从联系参数限制条件方程中直接解出的不独立部分联系参数,消去扩建网观测方程中不独立部分未知参数的方法推导了扩建网极大验后估计的平差计算公式,本文进一步推导其单位权方差因子的公式。     

扩建网统一函数模型的虚拟权平差公式

本文从混合平差的函数模型出发，推证了矿区扩建网统一函数模型的虚拟权平差公式，完善了虚拟权平差理论。     

协因数阵秩亏时扩建网极大条件密度估计的精度

作者曾〔3〕推导了当联系参数函数不独立时,扩建网极大条件密度估计的等价法方程和参数的协因数矩阵。在其基础上,本文作者继续推导单位权方差因子的估计公式。     

联系参数协因数阵秩亏时扩建网极大条件密度估计

当联系参数函数不独立时 ,Qx^ ′2 奇异 ,Q- 1x^ ′2 不存在。本文作者从整体平差原理出发 ,推导了 Qx^′2 奇异时扩建网的极大条件密度估计公式 ,总结了等价法方程和参数协因数阵的组成规律。     

城市独立坐标系平面控制网之扩建及改造

本文以重庆市独立坐标系平面控制网之扩建及改造为例 ,阐明城市独立坐标系平面控制网之扩建及改造的方法     

附限制条件的序贯平差法及其在矿区控制网扩建中的应用

本文针对我国矿区控制网扩建后在平差中所遇到的问题,提出了附限制条件的序贯平差法,以一矿区扩建网平差的实例,说明了该法的应用。文中提出的方法同样适合于其它工程控制网扩建时的平差。     

扩建网极大条件密度估计公式及粗差探测

推导了适合于扩建网的极大条件密度估计公式,将多维粗差同时定位定值法引入平差中,用于探测联系参数的粗差。算例表明,因ＬＥＧＥ法仅能探测联系系数的单个粗差,故提出了ＬＥＳＧＥ法。     

短边三维网的布设及精度

本文讨论了各类短边三维网的布设原理、条件数计算和不确定性考虑,推导了精度估计公式,通过分析得出了几点结论,供布设时参考。     

模型参数估计的优效性

本文根据多参数的R-C不等式和优效计量定理,得到了函数模型和随机模型参数估计的方差下界公式。函数模型的参数估计是优效估计量,但随机模型的参数估计即方差分量估计不是优效估计量;作为特例,单位权方差的估计是优效估计量,同时证明了函数模型和随机模型参数估计的不相关性。     

Givens-Gentleman正交变换及其在卫星激光测距三级复弧估计技术中的应用

本文详细介绍了利用不求平方根的Ｇｉｖｅｎｓ－Ｇｅｎｔｌｅｍａｎ正交变换解线性无偏差最小方差估计问题的基本原理以及各种方法在卫星激光测距三级复弧估计技术中的具体应用,给出了计算估值协方差的一组新的公式。     

方差分量估计在高速铁路铺轨控制网中的应用

在处理边角网平差时,由于测边、测角相互独立,通常只能根据经验按观测类型不同进行验前方差估计,不能准确确定测边、测角观测量的权,影响了控制网的精确度。以高铁铺轨控制网(CPIII)数据处理为例,采用方差分量估计方法对控制网进行了数据处理和精度分析,并与等权处理方法做了比较,对边角网或其它不同类型的复杂控制网数据处理具有一定的参考价值。     

General Regression Neural Network and Radial Basis Neural Network for the Estimation of Crop Variables of Lady Finger

Estimation of crop variables is necessary for crop type monitoring as well as crop yield forecast. At the present era artificial neural network methodology are widely used to the remote sensing domain for numerous applications like crop yield forecasting and crop type classification. In the present work, two neural network models namely general regression neural network (GRNN) and radial basis function neural network (RBFNN) are used to estimate crop variables: leaf area index (LAI), biomass (BM), plant height (PH) and soil moisture (SM) by using ground based X-band scatterometer data. The both networks are trained and tested with X-band scatterometer data. The performance of the GRNN and RBFNN networks are found that the radial basis approach is more suitable for crop variable estimation in comparison to the GRNN approach. This work presents the applicability of neural network as an estimator and method employed could be useful to estimate the crop variables of other crops.     

压缩型抗差估计

讨论了测量平差中粗差和病态性同时存在时的参数估计问题。针对抗差估计不能抗拒病态性干扰的缺点,运用有偏然计的压缩变换方法,提出了一种新的估计－压缩型抗差估计,理论分析和模拟计算表明,新估计不但能有效的减免粗差的影响,而且能显著的作病态性的干扰,是一种性能良好的估计。     

长条带卫星线阵影像区域网平差研究

本文首先比较了基于轨道参数和基于卫星状态矢量的航天影像定位模型,提出了一种针对非精密星历数据的轨道拟合与状态矢量插值方法,并在飞行坐标系中建立了适合长条带卫星影像定位的轨道修正模型。其次,分析了地球自转对卫星线阵影像严密定位建模的影响,通过对姿态航偏角的适应性处理,建立了基于地固地心直角坐标系卫星状态矢量的航天线阵影像构像方程和区域网联合平差模型。最后以中国西部测图工程的塔里木盆地4对(8景)SPOT5/HRS长条带立体影像为数据源,针对不同控制点数目与分布,进行了不同方案的组合定位试验。结果表明：稀少控制点条件下检查点统计精度达到了8.09 m。     

DEVELOPMENT OF MATHEMATICAL FORMULAE FOR PREDICTING ACCURACIES OF MULTISTATION NETWORKS

This paper describes the derivation of new mathematical formulae for predicting global estimates of accuracies of object point co-ordinates in multistation networks. The formulae are tested with data from real cases that have been reported in the literature and the optimum configuration of convergent photography in multistation networks is discussed.