数据采集中特征点粗差定位方法的探讨

本文分析了特征点应满足的几种条件，给出了一次范围最小（Ｌ１）法，最小二乘法以及粗差探测法进行特征点粗差定位方法，并以模拟实例为例对它们进行了比较，得出了一些有意义的结论。     

某滑坡软弱夹层抗剪强度取值方法的研究

文章主要针对软弱夹层抗剪强度取值所存在的争议，通过对贵州新街子滑坡的软弱夹层分别选择比例极限、屈服极限及峰值作为剪应力值，采用最小二乘法获得比例抗剪强度、屈服抗剪强度和峰值抗剪强度。以参数选取中应用较为成熟的反分析方法推求力学性质参数c、φ值作为判据对以上3种参数进行比较。计算结果表明：本滑坡软弱夹层中由于含泥量较大，而且粘塑性较强，屈服抗剪强度和反分析得到的抗剪强度偏差最小，比例抗剪强度偏差最大，峰值抗剪强度居中。并以此3种抗剪强度进行天然状态下滑坡稳定性验算，结果表明选用比例极限抗剪强度与当前滑坡的地质现象不符，选用峰值极限抗剪强度安全储备较低，而选取屈服极限抗剪强度最为合理。用此参数进行设计，滑坡已经得到了良好的治理。在取值研究中认为采用试验与反分析相结合的方法确定滑坡稳定性计算参数是比较合理的。以上结论为滑坡中软弱夹层抗剪强度取值的选择提供了重要的依据。     

基于非线性平差模型的坐标转换公式

用线性近似法以及非线性参数估计法讨论了直角坐标系七参数转换模型，指出改进的Gauss-Newton方法具有理论严密、计算简洁、易于编程、精度较高等持点。对于处理类似坐标转换的非线性模型具有重要的理论和实践意义。     

GPS广播星历参数拟合算法

介绍了GPS广播星历参数的最小二乘估计方法。推导了相应的计算公式。计算结果表明。文中给出的公式是正确的，其拟合精度以用户距离误差(URE)示时，对预报轨道的损失小于1cm。     

Site characterization model using least‐square support vector machine and relevance vector machine based on corrected SPT data (Nc)

Statistical learning algorithms provide a viable framework for geotechnical engineering modeling. This paper describes two statistical learning algorithms applied for site characterization modeling based on standard penetration test (SPT) data. More than 2700 field SPT values (N) have been collected from 766 boreholes spread over an area of 220 sqkm area in Bangalore. To get N corrected value (N_c), N values have been corrected (N_c) for different parameters such as overburden stress, size of borehole, type of sampler, length of connecting rod, etc. In three‐dimensional site characterization model, the function N_c=N_c (X, Y, Z), where X, Y and Z are the coordinates of a point corresponding to N_c value, is to be approximated in which N_c value at any half‐space point in Bangalore can be determined. The first algorithm uses least‐square support vector machine (LSSVM), which is related to a ridge regression type of support vector machine. The second algorithm uses relevance vector machine (RVM), which combines the strengths of kernel‐based methods and Bayesian theory to establish the relationships between a set of input vectors and a desired output. The paper also presents the comparative study between the developed LSSVM and RVM model for site characterization. Copyright © 2009 John Wiley & Sons, Ltd.     

PEIV模型参数估计新算法

PEIV(Partial Errors-In-Variables)模型是EIV模型的扩展,它能解决系数矩阵含有非随机元素或存在结构特性的问题。针对常规PEIV模型算法的复杂性,提出了一种PEIV模型参数估计的新算法。该算法将系数矩阵含误差的元素看成是一类观测值,与平差模型原观测值构成两类观测值,将PEIV平差模型表示为类似于传统的最小二乘间接平差模型,再通过非线性最小二乘平差理论,推导出了算法的迭代公式和精度评定公式。算法迭代格式与间接平差类似,通过算例验证了算法的可行性和正确性。     

求解GM(1,1)模型新总体最小二乘算法

在GM(1,1)模型中系数矩阵和观测向量都是由原始序列组成的。系数矩阵中同样是有误差的,与观测向量中的误差一样,亦来源于原始序列,即它们误差同源。不同位置的相同元素应该有相同的改正数,采用传统总体最小二乘求解则不能达到此目的。针对这一缺陷,推导了一种新的总体最小二乘算法;并且通过算例验证了新方法的可行性和有效性。     

总体最小二乘法在相机标定中的应用

对比总体最小二乘方法与最小二乘方法在相机标定中的适用性及优越性。在相机标定中,由于像点坐标和对应的地面点坐标均存在误差,因此采用总体最小二乘方法对误差方程中的系数矩阵及观测向量同时改正,能够建立更加合理的计算模型。文中以相机标定两步法为例,通过实例解算,证明利用总体最小二乘法能够得到精度更高的相机标定参数解。     

GPS 高程转换的总体最小二乘组合方法

在现有GPS高程转换的研究中,通常只采用单一的解算方法,然而,不同的计算方法由于适用的条件不同,在对同一组数据进行解算时,解算的精度也各有优劣。针对以上问题,文中提出GPS高程转换的总体最小二乘组合方法,对多种不同的高程转换方法进行组合,运用总体最小二乘法计算不同方法的权值,结合实际工程数据,验证该方法的可行性。计算结果表明,提出的方法能够有效地提高高程转换精度。