Using advanced soft computing techniques for regional shoreline geoid model estimation and evaluation

This study aims at evaluating the global geoid model for a regional shoreline fitting using advanced soft computing techniques and global navigation satellite system/leveling measurements. Artificial neural networks, fuzzy logic, and least square support vector machine models are developed and used to fit the global geoid model for the north coastal Egyptian line. In addition, a novel estimation geoid model is designed and evaluated based on the latest global geoid models. The results of the three estimation models show that they can be used to correct the shoreline geoid model, in terms of root mean square error that ranges from 1.7 to 8.5?cm. Moreover, it is found that the least square vector machine model is a competitive approach with certain advantage in solving complex problems represented by missing data.     

灰色稳健总体最小二乘估计及高铁路基变形预测

最小二乘估计和部分变量误差模型的总体最小二乘估计不具备抵御粗差的能力。鉴于粗差可能同时出现在灰色白化微分方程的观测值和系数矩阵中,本文提出基于IGGⅢ抗差方案的部分变量总体最小二乘稳健估计。结合仿真数据和高铁路基观测数据,系统地比较稳健最小二乘、部分变量总体最小二乘、本文算法参数估计结果和算法稳定性。结果表明,本文算法预测精度高,可以应用到高铁路基沉降预测中。     

稳健的回光反射平面靶心定位算法

针对因回光反射平面标靶点云数据缺失或冗余而难以准确计算靶心坐标的问题,本文提出一种基于距离标靶重心最远点的边缘点提取和靶心定位算法。首先,进行点云数据预处理,先人工大概选取出标靶点云所在位置,并根据回光反射强度信息提取出标靶点云,对标靶点云进行粗差剔除、投影以及坐标旋转等工作;然后,进行边缘点提取,应用所提的边缘点提取算法对投影到二维平面的标靶点云进行边缘点提取;最后,进行靶心定位,先应用抗差最小二乘对边缘点进行拟合计算圆心坐标,然后将其旋转回三维空间作为靶心坐标计算值。实验结果表明,本文提出的边缘点提取算法能高效、准确地提取出标靶边缘点,比文献[12]中的边缘点提取算法节约了大量时间,并且应用所提取出的边缘点能稳健地计算出靶心坐标,与基准值的偏差在亚毫米以内,优于文献[11]、[12]算法靶心计算精度,有效地解决了残缺或冗余的回光反射平面标靶点云靶心定位问题。     

方差的边缘极大似然估计

测量平差问题中,方差估计理论是复杂的。本文基于概括模型,组成自由项f(极大似然估计 MLE)的密度函数和改正数向量 V的线性函数(边缘极大似然估计 MMLE)的密度函数,详细推导了函数模型与随机模型中,未知参数 X与σ_0~2 的似然估计公式,分析了基于两种密度函数所得σ_0~2的似然估计存在差异的真正原因,并对两种方法所得的σ_0~2和X 的统计性质进行了讨论。指出边缘极大似然估计,σ_0~2 的具有良好的统计性质,可改善极大似然估计σ_0~2 的不定性(有偏);并且对任一平差模型的边缘极大似然估计,σ_0~2 无偏、有效的统计性质是一致的。     

陀螺经纬仪时间观测数据函数模型的研究

本文运用最小二乘谱分析的原理,对陀螺经纬仪时间观测数据进行分析,提出了一种较以前采用的函数模型更为简便、实用的函数模型,并利用实测数据分析了测时定向方法的精度。     

用于生成DTM的改进的最小二乘匹配(LSM)算法

本文提供了一种用于生成DTM的LSM算法的数学模型。其特点是,引入了辐射线条件和共面条件的几何约束,以及辐射偏差和几何变形参数的虚拟观测方程。试验表明.改善了LSM算法的收敛性、稳定性和可靠性,因而提高了图像配准的质量。     

电测深曲线二维反演技术及应用

本文对应用有限元及阻尼最小二乘法进行电测深二维反演解释技术做了进一步的研究。在区域网格剖分方法、有限元系数矩阵的合成、雅可比矩阵的计算及法方程的解法等方面进行了改进。由此在微机和工作站上设计了程序软件，经过对理论电测深曲线及实测电测深曲线进行的二维反演解释，结果表明，在微机和工作站上实现的二维反演解释软件可以用于实际测深资料的解释。     

Fitting variogram models by weighted least squares

The method of weighted least squares is shown to be an appropriate way of fitting variogram models. The weighting scheme automatically gives most weight to early lags and down-weights those lags with a small number of pairs. Although weights are derived assuming the data are Gaussian (normal), they are shown to be still appropriate in the setting where data are a (smooth) transform of the Gaussian case. The method of (iterated) generalized least squares, which takes into account correlation between variogram estimators at different lags, offer more statistical efficiency at the price of more complexity. Weighted least squares for the robust estimator, based on square root differences, is less of a compromise.     

地震序列较强余震灰色及最小二乘拟合预测方法的应用研究

在收集、整理1966年～2002年8月我国(主要为大陆地区)183个5级以上地震序列资料的基础上，应用灰色预测和最小二乘拟合预测方法，对每一地震序列较强(显著)余震发震时间进行“硬性”检验预测。结果表明，2种预测方法对7级以上地震序列和6级地震序列的较强(显著)余震具有较好的预测效能，预测效能分别为76．2％和64．7％；而对5级地震序列预测效果则不甚明显。因此，灰色预测和最小二乘拟合预测方法主要着眼于对大(强)地震的较强(显著)余震预测，可望在地震现场大(强)震应急工作中发挥积极作用。