岭参数确定的研究

中文阐述了多种岭参数确定方法的原理,如岭迹法、L曲线法、两步解法、GCV法和双h公式法,应用数据编程比较了各种岭参数计算方法所得的结果及对最小二乘估计的改进效果.结果表明,L-曲线法易于确定岭参数,是一种确定岭参数的良好方法.此外,两步解作为另一种解算病态问题的方法,不仅要明显优于LS估计,并且改善了L-曲线法的计算结...     

斜率法确定岭参数

岭估计的主要问题是选择合适的岭参数,本文分析和讨论了不同病态指标下,参数范数随岭参数的变化规律,提出了用斜率法确定岭参数。通过斜率法与L曲线法、LS估计的数字模拟结果显示,斜率法简单、直观,确定的岭参数合理。     

部分岭估计的岭参数确定方法

部分岭估计在许多实际的数据处理中是非常有效的,但其岭参数的确定始终是个难点问题。针对这个问题展开了分析,推导了广义交叉检核法、L-曲线法等几种常用的岭参数确定方法在部分岭估计模型下的具体形式。通过对其算例进行计算分析并比较了各自的优缺点。结果证明,L-曲线法虽然无法定义最优,但是适用性好,稳定性佳,与前两种方法相比有一定优势。     

部分岭估计的岭参数确定方法

部分岭估计在许多实际的数据处理中是非常有效的,但其岭参数的确定始终是个难点问题.针对这个问题展开了分析,推导了广义交叉检核法、L-曲线法等几种常用的岭参数确定方法在部分岭估计模型下的具体形式.通过对其算例进行计算分析并比较了各自的优缺点.结果证明,L-曲线法虽然无法定义最优,但是适用性好,稳定性佳,与前两种方法相比有一定优势.     

基于L曲线法的抗差岭估计模型

介绍了基于L曲线法的抗差岭估计模型及其在抵御系数阵病态和观测粗差影响中的作用,给出了抗差岭估计模型的推导公式及L曲线法确定岭参数的基本原理。最后结合实际算例作出五种方案的计算比较,结果表明：基于L曲线法的抗差岭估计模型能够有效地改善和抵御系数阵病态和粗差观测值带来的影响。     

附有病态约束反演问题的岭估计法

提出了处理附有病态约束矩阵的等式约束反演问题的岭估计解法,推导了相应的求解公式及均方误差评定精度的方法,给出了确定附有病态约束矩阵的等式约束反演中岭参数的岭迹法、广义交叉核实法和L曲线法。算例比较了三种确定岭参数的方法在处理附有病态约束矩阵的等式约束反演问题中的优缺点,并与截断SVD法进行了对比分析。     

基于岭估计的有理多项式参数求解方法

在使用最小二乘法解算卫星遥感影像的RPC参数时,如果控制点非均匀分布或模型过度参数化,其法方程系数矩阵很容易产生病态,获得的解将偏离真值,甚至得到错误的解.使用岭估计可改善法方程的状态,保证解稳定.采用岭估计方法,通过所获取的不同岭参数对SPOT和QuickBird影像进行实验,证实L曲线法是一种稳定的、有效的岭参数确定方法,可显著提高RPC参数的解算精度.     

岭回归原理及其应用

本文叙述了岭回归的基本原理及确定岭参数Ｋ的几种方法。给出了几个岭回归应用算例。     

病态加权总体最小二乘的广义岭估计解法

针对加权情形下的变量误差(EIV)模型,采用广义岭估计法处理总体最小二乘平差的病态性问题.结合最优化准则和协方差传播率推导了未知参数的改正数求解公式;根据参数估计值的均方误差最小化原理,通过求偏导数列出广义岭估计中岭参数的迭代解式,并讨论了广义岭参数的含义和作用,给出了确定岭参数的L-曲线法.通过算例比较分析了加权最小...     

线性化通用EIV平差模型的岭估计解法

通用EIV(errors-in-variables)平差模型作为经典平差模型的一般化形式,具有同时顾及多种随机误差的优势. 在通用EIV平差模型加权总体最小二乘(WTLS)的线性化估计基础上,引入正则化准则. 正则化矩阵为单位矩阵时为岭估计,添加目标函数,通过建立拉格朗日目标函数的最小化求解,导出加权通用EIV平差模型对应的岭估计解式,给出了确定岭参数的U曲线法和L曲线法. 计算了通用EIV平差模型的线性化估计、两种岭估计及其对应的方差分量值;验证岭估计对通用EIV模型的线性化估计具有促进性,可减少迭代次数,使得参数方差分量更快趋于平稳,降低参数估计的计算量.      

广义岭估计的直接解法

提出了广义岭估计的直接解法，该解法不需计算岭参数，可直接求得具有最小均方误差的解，并举例证实了该解法的优越性。     

基于山脊图的线状符号目标化方法的研究

在地图代数实现的距离变换基础上,提出一种基于山脊图的线状符号目标化方法．为解决线状符号自动跟踪数字化问题提供了一种可选途径。     

基于岭估计的粗差探测

针对测量平差Gauss-Markov模型中法矩阵的病态性和观测值的粗差同时存在问题,把岭估计和粗差探测两者的优点结合起来提出了基于岭估计的粗差探测方法.该方法把岭估计看成具有伪观测值的最小二乘估计,然后运用基于最小二乘估计的粗差探测技术探讨岭估计意义下的奇异点,并给出奇异点的检验统计量和判断方法.数值实验表明,新方法在克服病态性的同时能够有效地识别出可疑(可能含粗差)的观测值.     

基于岭估计的粗差探测

针对测量平差Gauss-M arkov模型中法矩阵的病态性和观测值的粗差同时存在问题,把岭估计和粗差探测两者的优点结合起来提出了基于岭估计的粗差探测方法。该方法把岭估计看成具有伪观测值的最小二乘估计,然后运用基于最小二乘估计的粗差探测技术探讨岭估计意义下的奇异点,并给出奇异点的检验统计量和判断方法。数值实验表明,新方法在克服病态性的同时能够有效地识别出可疑(可能含粗差)的观测值。     

病态不确定性平差模型的岭估计算法

测量数据在获取的过程中,常存在不确定性,它们会影响参数估计结果,不确定性平差模型的解算方法可以有效提高参数估计的有效性和可靠性。当观测方程的系数矩阵存在接近零的奇异值,采用岭估计可有效抑制观测方程病态性对参数估值结果的影响。当不确定性平差模型出现病态,其受系数矩阵误差和观测值误差的影响更为严重,本文将岭估计法应用于病态不确定性平差模型,推导了迭代算法,以提高解的稳定性,并用算例验证,结果表明了新方法的有效性和可行性。     

基于岭估计的相机标定方法

相机内外参数标定是摄影测量的一个关键问题,相机参数的选取又是决定相机标定质量的重要因素,且不同等级的相机其参数的选择往往很难确定,常导致所选取的参数之间存在相关性,影响相机标定质量。相机参数间的相关性一般可以通过验后未知数之间的相关系数矩阵发现,提出了基于岭估计的相机标定方法,利用本方法可以提高参数求解精度。     

Gauss-Markov模型的岭型GM估计

针对目前文献中提出的各种抗差有偏估计没有对设计空间的粗差进行控制的问题,将岭估计与GM估计结合起来提出了一种新的抗差有偏估计———岭型GM估计,理论分析和计算结果均表明岭型GM估计不仅能消除法矩阵病态性的不良影响,而且能同时具有观测空间和设计空间的抗差性,是一种性能良好的估计。     

Gauss-Markov模型的岭型GM估计

针对目前文献中提出的各种抗差有偏估计没有对设计空间的粗差进行控制的问题,将岭估计与GM估计结合起来提出了一种新的抗差有偏估计--岭型GM估计,理论分析和计算结果均表明岭型GM估计不仅能消除法矩阵病态性的不良影响,而且能同时具有观测空间和设计空间的抗差性,是一种性能良好的估计.