地理加权回归模型的多重共线性诊断方法

地理加权回归是常用的空间分析方法,已广泛应用于各个领域,但利用此方法进行回归分析前,往往忽略了对设计矩阵进行局部多重共线性的诊断,从而导致对模型的估计不准确。因此,本文在引入了全局模型的多重共线性诊断方法的基础上,对这些方法进行了改进,改进后构建了加权方差膨胀因子法和加权条件指标方法——分解比法,用于诊断地理加权回归模型设计矩阵的多重共线性问题。实验结果表明,多重共线性不存在于全局模型,而可能存在于局部模型中,构建的两种方法能够有效地诊断地理加权回归模型的多重共线性问题,且加权条件指标方法——分解比法比加权方差膨胀因子法在诊断多重共线性问题上更有优势。     

探测复共线性的强影响观测值

在测量平差中,如何准确地找出对设计阵的复共线性产生很大影响的观测值(这种观测值称为复共线性强影响观测值),并进行恰当的处理,以便取得高精度的平差成果是一个具有实用价值但目前尚未得到重视的问题。为此,文中回顾和分析了现有的探测方法,在此基础上采用矩阵扰动分析的理论和方法,通过计算每个观测值对条件数的影响率,提出了探测复共线性强影响观测值的新方法———影响比法,并通过算例验证了该方法的有效性。     

探测复共线性的强影响观测值

在测量平差中,如何准确地找出对设计阵的复共线性产生很大影响的观测值(这种观测值称为复共线性强影响观测值),并进行恰当的处理,以便取得高精度的平差成果是一个具有实用价值但目前尚未得到重视的问题.为此,文中回顾和分析了现有的探测方法,在此基础上采用矩阵扰动分析的理论和方法,通过计算每个观测值对条件数的影响率,提出了探测复共线性强影响观测值的新方法--影响比法,并通过算例验证了该方法的有效性.     

复共线性对参数估计危害的度量及检验

本文针对测量平差实际,引进和发展参数估计的信噪比的概念,以度量复共线性对参数估计的危害及其大小,并将问题归结为一个统计假设检验问题,给出了检验统计量和检验方法。大量的模拟计算结果表明,运用该方法能够对每个参数的估计是否受到复共线性的危害及其危害的大小做出合理的判断。     

利用复共线性诊断确定偏差矫正项的截断型岭估计

为了避免有偏估计的偏差对可靠部分的影响,提出了偏差矫正的正则化方法,但是偏差矫正项的选取是个关键问题。首先采用复共线性诊断、度量和检验所获得的重要信息,对受复共线性危害严重的分量进行估计,且使得均方误差达到极小。然后基于偏差矫正的正则化解法的一般理论,得到偏差矫正的分析性条件,从而得到一种新的基于复共线性诊断确定偏差矫正项的截断型岭估计。最后通过算例分析验证了该方法在提高解的质量、参数估值的准确性和稳定性方面的优良性。     

诊断复共线性的特征分析法及其在GEO定轨中的应用

根据复共线性本质,采用法矩阵元素绝对值的最小值为参照,给出判断“小特征值”的标准.然后利用有关矩阵特征值的Collatz包含定理,对条件数和复共线性之间的关系进行详细讨论,发现条件数大不一定存在复共线性.然后分析不存在复共线性时,条件数大对最小二乘估计(LS估计)的影响情况.判断出具体的复共线性关系后,基于有偏估计思想提出相应的双k型岭估计克服病态性的影响.最后给出线性模型和GEO定轨的仿真算例,验证改进的特征分析法、相应的双k型岭估计和本文推导的其他结论的有效性和正确性.     

GNSS模糊度降相关性能的条件方差平稳度评价法

GNSS模糊度降相关通过整数变换优化条件方差的排列顺序,提高搜索效率。降相关和条件方差的关系及其评价是关键问题之一。针对这一问题,本文从理论上分析了排序后模糊度降相关与条件方差之间的数值关系,发现降相关性能与条件方差数值序列的平稳性有关,降相关性能越强,条件方差数值序列越平稳。基于这一理论关系,给出了"条件方差平稳度"定义,并将其作为评价降相关性能的指标。通过模拟和实测数据验证,并采用条件方差变化趋势图和搜索时间来定性和定量评价降相关性能,用以判定条件方差平稳度的合理性。试验结果表明,条件方差平稳度可以较精确直观地衡量模糊度的降相关性能。本文定义的指标揭示了模糊度降相关的本质。     

一种基于复共线性分析的RPC参数优选法

推导了求解有理多项式系数(RPC)的严密误差方程,从分析误差方程设计矩阵列向量间的复共线性着手,提出了一种去相关的RPC参数优选方法。对一景SPOT-5 HRG 1A级影像进行实验,结果表明,当地面控制点稀疏时,通过优选20~30个RPC参数,可以很好地消除参数间的相关性,有效消除有理函数模型(RFM)在地形拟合中出现的振荡现象,可明显提高RPC参数求解和RFM的影像几何处理精度。当地面控制点足够多时,利用此方法优选的RPC参数进行地形拟合的结果与用常规最小二乘法求解的78个RPC参数实施地形拟合的结果完全一致。     

度量观测方程系数矩阵复共线性的最小相对范数法

当法方程系数矩阵N(N＝A^TA)具有较强的复共线性时,其结构是“病态”的。“病态”的N将破坏参数LS估值的优良性质和质量。因而,度量N的复共线性对判断其是否病态很重要。度量矩阵复共线性的方法有多种,其中,矩阵的条件数法最为常用。针对条件数法的不足,提出一种直接度量观测方程系数矩阵A的复共线性的新方法。这种方法是对矩阵A中n个列向量αl实施Gram-Schmidt正交化,求每一个向量正交化前后的范数及其相应的比值,以一组比值中的最小值作为该矩阵复共线性的度量。这种方法的显著特点是：度量有明确的上、下界,度量值仅反映参数列向量间的复共线性,根据参考指标可以有效地判断矩阵的病态性。依据这种方法,便于研究矩阵复共线性的产生原因与解决方案;作者将此方法概括为最小相对范数法。     

基于条件方程的方差分量估计公式

著名的Helmert方差分量估计公式是基于间接观测平差模型导出的。基于条件观测平差模型导出了方差分量估计公式并给出了实际应用范例,且对两种模型的方差分量估计公式的等价性进行了理论证明。算例表明,文中的估计公式能正确地估计出各类观测值的方差因子。     

利用比例分解和嵌套窗口进行彩色图像边缘提取

首先,从信息量的角度出发,提出了一种比例分解算法,即依据人类视觉模型中灰度边缘与色度边缘的比例关系,利用主成分分析技术将彩色图像分解为一系列分量子图;接着,利用嵌套窗口提取多尺度灰度边缘,采用矢量模板提取色度边缘;最后,融合各分量边缘并细化得到彩色图像边缘。实验结果表明,该算法能有效结合色度与亮度信息,抗噪性好,且能进行多尺度边缘分析。     

Neumann分解理论在极化SAR植被分类中的应用

利用Neumann分解理论中体散射模型的各向异性与方向角随机程度对植被的形态特征加以区分,建立各向异性-方向角随机程度平面进行初始分类。在此基础之上,利用Wishart距离进行迭代分类。选取德国Oberpfaffenhofen地区E-SARL波段、SIR-C/X-SARL和C波段三种极化数据进行实验,结果表明,本文方法在植被覆盖区分类效果优于Freeman-Duren和Yamaguchi模型分类结果,能较好地区分针叶林、阔叶林,且L波段分类结果优于C波段分类结果。     

条件植被温度指数及其在干旱监测中的应用

应用NOAA -AVHRR数据,在用条件植被指数、条件温度指数和距平植被指数进行年度间相对干旱程度监测的基础上,提出了条件植被温度指数的概念,它适用于监测某一特定年内某一时期(如旬)区域级的相对干旱程度。条件植被温度指数的定义既考虑了区域内归一化植被指数的变化,又考虑了在归一化植被指数值相同条件下土地表面温度的变化。陕西省关中平原地区2000年3月下旬干旱的监测结果表明,条件植被温度指数能较好地监测该区域的相对干旱程度,并可用于研究干旱程度的空间变化特征,对干旱的监测结果与用土壤热惯量模型反演的土壤表层含水量的结果基本吻合。     

方差分量估计建立整体估价价格体系的新方法

随着房地产市场的发展,房地产估价的研究逐渐深入。如何更好地、科学地、快速地对大量房地产价格进行评估已成为现实的问题。一般的平差模型对已有数据的利用率不高,当存在多类观测值时,不同观测值的随机模型的确定是否合理会严重影响结果的精度。基于房地产整体估价的思想,提出了方差分量估计建立价格体系的新方法。通过对两类观测值进行试验,一类通过比价系数求得价格差建立观测方程;一类由价格直接建立观测方程。结果分析表明,新方法能够实现不同观测值的权值自动调整,精度更高,可靠性更强。     

一种基于方差分量估计的异常定位数据实时检测方法

在分析海道测量定位数据实时处理要求和异常定位数据特点的基础上,提出了异常定位数据的一种实时检测和修复方法。该方法基于Helmert方差分量估计原理和位置预测信息构建自适应因子。实例计算表明,该方法能够在实时检测异常数据的同时有效修复动力学模型偏差,并且其效果优于采用整体预测信息构建自适应因子的检测方法和采用速度不符值构造自适应因子的检测方法。该方法更适用于海道测量中的异常定位数据的实时处理。     

一种新的基于内容遥感图像检索的图像分块策略

对常用的图像分块方法进行了说明，提出了平均块覆盖率、冗余数据比率等概念，以及平均块覆盖率和冗余数据比率是衡量CBRSIR系统分块方法优劣的重要标准这一论断。在此基础上，针对Quin-树存在的主要问题，提出了一种新的分块策略——Quin^＋-树，并将Quin^＋-树和Quad-树、Quin-树和Nona-树进行了分析和比较。实验证明，Quin^＋-树是最实用可行的CBRSIR图像分块方法。     

利用方差分量估计的地震同震滑动分布反演

提出了基于方差分量估计的地震同震滑动分布反演方法,该方法不仅可以确定不同数据集的相对权重,而且还能得到平滑因子的值,突破了方差分量估计方法仅用于各类数据定权的实际应用范围。模拟算例验证了此方法的有效性,从解的概率后验密度分布分析来看,方差分量估计方法得到的结果是线性和非线性混合方法反演结果的一个解。用方差分量估计方法反演了Bam地震同震滑动分布,并与线性非线性混合方法反演的结果进行了对比分析。两种方法得到的Bam地震断层滑动分布之间的空间互相关系数为0.999 9,地震同震的最大滑动量相同,都为3.04 m;其深度仅有微小区别,前者为4.50 km,后者为4.47 km;平均滑动量前者为0.714 m,后者为0.718 m。但前者反演计算用时227 s,后者却达到1.5×10⁶ s,约17 d,前者仅为后者的1/6 608。结果表明,本文方法相对于线性和非线性混合方法具有计算简单、计算量小和计算效率高的优点。     

顾及道路约束条件的动态目标检测与跟踪方法

智能交通是智慧城市的重要组成部分,面对复杂多变的道路背景,如何能够快速检测、跟踪道路监控影像中的动态目标,是智能交通建设的关键技术难点。本文根据道路监控视频特点,提出了采用道路约束条件与颜色特征集相结合的动态目标跟踪方法,以道路约束条件确定运动目标搜索区域,利用HSV颜色特征集进行特征匹配,然后基于ⅡR滤波背景法对背景影像进行更新及动态目标的检测,并根据道路约束条件与颜色特征相结合跟踪方法实现对动态目标的跟踪及动作预测。试验结果表明该方法可准确对运动目标进行检测与跟踪,且对慢速运动目标也具有较好的响应能力,实现了对道路动态目标的实时检测与跟踪。