数据预处理对最小二乘支持向量机预报钟差的影响

分析在基于最小二乘支持向量机的卫星钟差预报中样本数据预处理的必要性,列举了归一化、标准化和相邻历元一次差3种数据预处理方法。然后结合实例,对比分析不同数据预处理方法对基于最小二乘支持向量机的钟差预报精度的影响,得出不同方法对钟差预报精度的影响不同,其中,基于一次差方法的预报精度最高。最后,将基于一次差方法的最小二乘支持向量机预报模型与常用的二次多项式模型和灰色系统模型进行比较,结果表明,最小二乘支持向量机模型的预报效果明显优于两种常规模型。     

基于EIV模型的稳健估计

EIV（error-in-variables）模型同时考虑观测向量和系数矩阵的误差,自提出以来便得到广泛应用。目前针对EIV模型的整体最小二乘解法（TLS）假设观测值仅含有偶然误差,当观测值存在粗差时其解并不是最优的。文中通过选定合适的权函数,结合加权整体最小二乘迭代算法,导出基于EIV模型的稳健整体最小二乘迭代解法（RTLS）。线性拟合实验表明,文中方法能对粗差进行定位,且估计量受粗差影响较小,具有稳健性。     

一种导管架整体尺寸检测的方法

由圆柱杆件组成的导管架是目前海上油气田使用最广泛的钢结构。导管架制造的尺寸精度至关重要,传统的尺寸检测方法是测量圆柱杆件的表皮的指定点,找到该指定点特别困难,另外,传统方法没有考虑圆柱的圆度,误差大,效率低。文中介绍一种高效率、高精度检测导管架尺寸的方法。利用最小二乘法计算圆柱圆心,综合考虑圆柱圆度误差,从而使精度得到有效保证。     

基于不同核函数的LSSVM在GPS高程拟合中的应用

GPS技术因其诸多优点在工程测量中被广泛应用,最小二乘支持向量机应用于GPS高程拟合有着一定的优势。最小二乘支持向量机在处理非线性问题时,采用核函数代替内积计算,巧妙地解决了高维计算问题。文中综述了最小二乘支持向量机常用的几种核函数,用实验进行对比分析,结果表明,采用几种核函数都取得较好的效果,采用径向基核函数时效果最优。     

改进的多元线性回归模型及其应用

从EIV（Error-In-Variables）模型入手,对经典多元线性回归模型进行改进,并采用加权整体最小二乘估计准则（WTLS）对待估参数进行估计,最后针对新增观测信息的情况,导出其参数估值修正递推算法.通过建筑基坑支护桩水平位移监测实验表明,改进的模型较之经典模型能对水平位移变量进行更好的预测.参数修正递推算法的使用,避免了复杂的重复计算,计算效率明显提高.     

基于Python的GPS高程异常拟合研究

考虑GPS高程异常具有一定的空间相关性,可将ArcGIS地统计中的确定性插值方法应用到GPS高程异常拟合中。结合Python脚本实现基于加权总体最小二乘的GPS高程异常拟合算法。结果表明,该算法的点位拟合精度和检核精度均优于ArcGIS地统计确定性插值。     

等效法收敛计变形监测

等效法收敛计变形监测,用以等效代替用收敛计直接量距方法所进行的高空变形监测作业带来的高危险和高代价问题,实现变高空高危险作业为无危险的地面安全作业,可降低工程造价,节省人力、物力和财力。还推荐一种简单易行的特征边组成方法,使得监测工作安全方便且投资小,需要增加的主要辅助设备仅是一些普通细钢丝和一根伸缩杆,基本上实现一人...     

长江口区域瞬时潮位修复方法研究

针对验潮站潮位缺失情况,提出了根据最小二乘法求解相邻潮位站间潮位序列的相关性系数,对缺失潮位进行修复,并在长江口区域进行试验,验证了方法的正确性和可行性,对实际生产具有借鉴意义。     

基于最小二乘拟合模型和PCA变换的影像融合

针对传统的PCA变换融合法,利用高空间分辨率影像与多光谱影像的线性相关特性,提出了一种基于最小二乘模型和PCA变换的影像融合方法,采用偏差指数、相关系数和信息熵三个指标,对融合结果进行了定量评价。试验结果表明,在提高了多光谱影像空间分辨率的同时,更好地保留了多光谱影像的光谱信息。