共查询到19条相似文献,搜索用时 283 毫秒
1.
2.
针对法方程系数阵病态和观测值存在粗差对估值结果造成双重影响的问题,在岭型主相关估计的基础上引入抗差M估计模型,提出了一种抗差有偏估计的新方法——抗差岭型主相关估计。推导出了相应模型的抗差解及误差影响函数,并进行了计算分析。与主成分估计不同的是,该方法按主成分对观测值的影响程度大小对其进行舍取,在尽可能保留有用观测信息的基础上克服了病态性和粗差的影响。 相似文献
3.
针对法方程系数阵病态和观测值存在粗差对估值结果造成双重影响的问题,在岭型主相关估计的基础上引入抗差M估计模型,提出了一种抗差有偏估计的新方法--抗差岭型主相关估计.推导出了相应模型的抗差解及误差影响函数,并进行了计算分析.与主成分估计不同的是,该方法按主成分对观测值的影响程度大小对其进行舍取,在尽可能保留有用观测信息的基础上克服了病态性和粗差的影响. 相似文献
4.
岭型组合主成分估计及误差影响 总被引:2,自引:0,他引:2
将岭型组合主成分估计用于测量平差,定义了平差参数的岭型组合主成分估计,推导了它的验后精度─均方误差及其误差影响函数,讨论了它的优良性质,并且证明了在一定条件下,它具有比最小二乘估计和岭估计更好的抗干扰性和抗差性。最后,用实例验证了其理论的正确性。 相似文献
5.
本文介绍一种求平差参数的有偏估计方法——主成分估计。当法方程系数矩阵呈病态时,主成分估计的均方误差要小于最小二乘估计的均方误差,因此,采用主成分估计是有益的。 相似文献
6.
证明了主成分估计实质上是附着条件的参数平差,并根据此性质结合算例分析了主成分估计的局限性,提出了改进方法。 相似文献
7.
王仲锋 《测绘与空间地理信息》1998,(2)
本文结合参数平差和主成分估计理论,导出了误差方程中含多重共线性时未知参数的求解公式,并以定理的形式,证明了主成分估计的解是极小范数解。由此,将主成分估计推广到秩亏网平差中,同时导出了未知参数估值之协因数阵的计算公式,同时,证明了自由网平差的传统特性。 相似文献
8.
自由网平差方法及统计特性新探 总被引:1,自引:0,他引:1
本文结合参数平差和主成分估计理论,导出了误差方程中含多重共线性时未知参数的求解公式,并以定量的形式,证明了主成分估计的解是极小范数解。 相似文献
9.
10.
用主成分法求解失亏自由网的研究 总被引:1,自引:0,他引:1
结合参数平差和主成分估计理论,导出误差方程中含多重共线性关系时求解未知数的公式,并证明主成分估计的解是最小二乘最小范数解。由此,将主成分估计推广到秩亏自由网平差中,导出求解未知参数及其协因数的公式,并据主成分估计演绎出用附有条件的参数工法求解秩亏自由网的条件方程。 相似文献
11.
抗差岭估计的误差影响测度 总被引:11,自引:0,他引:11
当观测值受异常污染影响而不服从正态分布,且平差法方程出现病态时,采用抗差岭估计可得到参数的理想解。本文基于抗差岭估计理论,导出了抗差岭估计的误差影响函数,以及实用的抗差岭估计参数解差和参数解差函数,并结合实例作了多种的试算和比较,结果表明,抗差岭估计的误差影响函数对模型及参数解的理论分析具有重要意义,参数解差函数计算方便,几何意义明确。 相似文献
12.
自适应抗差最小二乘估计 总被引:9,自引:3,他引:9
抗差估计与最小二乘估计在相应条件下各具优点。特定的抗差估计极值函数只在特定的污染分布条件下显示其抗差性和优效性。本文研究最小二乘估计,抗差估计以及抗差估计类之间的自适应估计问题。重点讨论了适于测量平差计算的误差分布检验量以及自适应抗差极值函数和权函数的构造与选择,最后人出了自适应抗差最小二科解算积式。 相似文献
13.
测量平差模型的抗差最小二乘解及影响函数 总被引:1,自引:0,他引:1
抗差M估计是使用最广泛、计算较简明的抗差估计法。基于多维M估计原理,本文建立了经典测量平差函数模型的抗差解,并推导出相应的误差影响函数;为了使抗差估计适于不同类型以及不同先验精度的各类观测值的混合平差,将使用等价权原理构造抗差最小二乘解式。 相似文献
14.
15.
利用基于抗差垂直向方差分量估计的GPS-InSAR数据融合方法反演三维形变场 总被引:1,自引:0,他引:1
GPS-InSAR数据融合解算三维形变场模型易受观测值粗差影响,且基于方差分量估计的定权方法不具备抵御粗差能力,计算效率低下。鉴于此,本文提出了一种基于抗差垂直向方差分量估计的GPS-InSAR融合解算模型,利用方差分量估计方法及抗差估计理论,通过对观测值最优化分类并进行选权迭代,精确分配权重,进而有效计算三维形变场。试验结果表明,该方法能有效抵御观测值粗差不利影响,提高三维形变场反演精度,提升逐点式计算的三维形变场效率。 相似文献
16.
In this paper, a number of robust biased estimators (e.g. ordinary robust ridge estimator, robust principal components estimator,
robust combined principal components estimator, robust single-parametric principal components estimator, robust root-root
estimator) are established by means of a unified expression of biased estimators and based on the principle of equivalent
weight. The most attractive advantage of these new estimators is that they can not only overcome the ill-conditioning of the
normal equation but also have the ability to resist outliers. A numerical example is used to illustrate that these new estimators
are much better than the least-squares estimator and various biased estimators even when both ill-conditioning and outliers
exist.
Received: 14 November 1995/Accepted: 11 February 1998 相似文献
17.
18.