地图扫描数字化的误差分析

对地图扫描数字化的作业特点和误差来源进行了分析、比较，对扫描数字化窨数据的误差性质和精度进行了探讨，并用几幅1：500的地籍图进行扫描数字化试验，对其中明显地物点的扫描数字化误差进行了统计检验。检验结果表明，扫描数字化数据误差不一定服从正态分布，且更多地表现出系统性，本文的分析对今后进一步分析扫描数字化误差性质，控制GIS数据质量具有一定意义。     

误差分布的统一模式

本文从偶然误差基本统计性质出发,推导了较正态分布更为一般的误差分布形式——p-范分布,给出了p-范分布的密度函数及特征函数。     

地图数字化误差统计特性的探讨

通过实验,比较地图数字化误差分布检验的方法,计算发现误差数据服从P值在1.0~2.0之间的P-范分布,或者服从NL分布,并对这两种分布的拟合结果进行比较。     

手工数字化地图误差的分布检验

对经过标准化处理的误差数据进行分布检验，得出该母体不服从正态分布的结论。在此基础上做进一步的假设检验，表明手工数字化地图的误差符合P—范分布且P—范值的取值范围可能在1．5～1．6之间。     

p—范分布的近似表示

p-范分布是一个包含拉普拉斯分布、正态分析、均匀分布等常见分布的分布族。用p-范分布描述观测误差的统计特性，只需假定误差的分布为单峰、对称，因此、p-范分布似然平差可以避免事先假定误差的具体分布模式，而在平差过程中确定未知参数及误差的分布具有自适应的特点。但是p-范分布的密度函数比较复杂，不利于理论分析和实际应用。 的研究表明，p-范分布可以近似地表示为拉普拉斯分布与正态分析或正态分布均均匀分布的线性组全。p-范分布与本文给出的近似分布具有相的前四阶矩。由于拉普拉斯分布。正态分布。均匀分布的密度函数都比较简单，用近似分布代替p-范分布会使相关的问题得到简化。     

手工数字化地图数据的误差构成分析

本文阐述了手工数字化数据中影响位置不精确的多种误差来源的性质、大小以及相对影响。手工数字化点位数据由四个操作员从密拉聚酯薄膜图和纸图上进行采集。从美国地质调查局的１：２４０００比例尺图中选择了不同特征类型的图。采用平衡拟合线性模型对图的载体、点的类型、操作员的采集影响所产生的误差进行估计。误差构成分析表明，操作员的不同引起的位置不精确性较小且不显著。位置不精确性的统计分布显现钟型且比随机正态分布要     

P-范分布熵的近似估计

P-范分布复杂的概率密度函数表达式不利于熵的计算和实际应用,提出利用简单分布的熵组合近似估计P-范分布的熵,可简化计算过程。数值演算对比表明,P-范分布熵的近似估计误差均不超过0.09,尤其当1≤p≤2时,最大误差仅为0.008 8,可实证近似计算的有效性。     

一元P-范分布参数估计的改进方法

当观测误差服从P范分布时,本文从P范分布的概率密度函数和统计性质出发,利用绝对矩得到了参数p和方差的合理选择公式,给出了一种P范分布的参数的估计方法,可以使误差分布更加接近真实分布.将得到的参数估值作为应用极大似然估计法进行迭代时的初值,从而减少了运算时间,提高了运算效率.同时,将模型展开为泰勒级数,取至二次项,从而使...     

Lq估计的渐近方差-协方差矩阵及其特点

针对由独立同分布误差膨胀而成的独立不等精度误差,根据未知参数的M估计的Bahadur型线性表达式,本文导出了由观测量、残差向量、参数估计量和观测量平差向量组成的基本向量的Bahadur型表达式.进一步地,根据方差传播定律导出了M估计的基本向量的渐近方差-协方差矩阵,该矩阵由3个多余参数决定,第三多余参数由本文定义.对Lq范估计,分别计算了误差分别为正态分布和q范分布时的3个多余参数,以及相应的基本向量的方差协方差矩阵.对最小二乘估计,残差向量与参数估计量和观测量的平差向量统计独立,相应的协方差矩阵为零,这一性质与误差分布无关.对正态分布的Lq估计,残差向量与参数估计量和观测量平差向量的协方差不为零;而对q范分布的Lq估计,即是相应的极大似然估计,残差向量与参数估计量和观测量平差向量的协方差为零.文中所得公式和结论可用于统计分析.     

扫描数字化对点误差的统计特性试验与分析

研究了通过扫描数字化试验,获取了GIS中特征点对点误差的基础数据,分析了误差的成因,讨论了误差的分布规律和统计特性,为扫描数字化精度控制及数据质量的评价提供了参考依据.