抗差最小二乘法在卫星测高数据处理中的应用

在采用1992年10月至1998年10月的Topex/Poseidon卫星测高资料进行海平面变化研究，将抗差最小二乘法引入到数据处理时，计算了平均海面高，海平面变化量和海平面的升降速率及其主要周期项的振幅和相位，同时给出采用经黄最小二乘法计算的结果，将将两种结果进行了比较，最后通过对计算结果的分析，揭示了海平面变化的一些规律，实证了海平面变化与厄尔尼诺现象之间的联系。     

非线性最小二乘参数平差迭代算法

在非线性最小二乘问题现有的3类主要算法－－高斯－牛顿法、阻尼最小二乘法和最小二乘的拟牛顿法的基础上，引入了综合性能更优的非线性规划的SQPM（序列二次规划法）算法，并且为进一步提高SQPM算法迭代的收敛性，对其步长策略进行了改进。改进的SQPM算法成为无需精确计算参数概略值的非线性最小二乘参数平差的实用和有效算法。     

高精度局部区域GPS水准计算方法的探讨

针对现有各种 GPS水准存在的缺陷 ,我们运用现代计算数学的最新研究成果 ,提出了一种新的 GPS水准 B样条最小二乘拟合法。通过对我国西南某地区的 GPS测量成果进行处理的具体结果可以看出 ,该方法是一种更适用于高精度 GPS水准的拟合方法     

SEMIAUTOMATIC BUILDING EXTRACTION FROM STEREO IMAGE PAIR BASED ON LINES GROUPING AND LEAST SQUARES MATCHING

1　ＩｎｔｒｏｄｕｃｔｉｏｎＡｔｐｒｅｓｅｎｔ,ｍａｎｙｃｏｍｍｅｒｃｉａｌｄｉｇｉｔａｌｐｈｏｔｏｇｒａｍ ｍｅｔｒｉｃｗｏｒｋｓｔａｔｉｏｎｓ (ＤＰＷ )ｈａｖｅｂｅｅｎｄｅｖｅｌｏｐｅｄａｎｄａｐｐｌｉｅｄｉｎｔｏｐｒａｃｔｉｃａｌｐｒｏｄｕｃｔｉｏｎ .Ｍｏｓｔｏｆｔｈｅｍｃａｎａｕｔｏｍａｔｉｃａｌｌｙ ｇｅｎｅｒａｔｅｄｉｇｉｔａｌｔｅｒｒａｉｎｍｏｄｅｌ(ＤＴＭ)ａｎｄｄｉｇｉｔａｌｏｒｔｈｏ＿ｉｍａｇｅ (ＤＯＭ ) ,ｂｕｔｔｈｅｒｅａｒｅｎｏｔａｎｙｓｙｓｔｅｍｓｗｈｉｃｈｃａｎａｕｔｏｍａ…     

边角权匹配对城市大型导线网平差结果精度影响分析

通过某工业城市大型一级导线网观测成果的限差检验、观测数据处理，探讨导线网平差时、，边、角验权的合理选择和匹配，及其对平差结果的精度影响，从中得出一些认识和有益的经验。     

GPS定位中对流层折射估计研究

本文首先讨论了ＧＰＳ相对定位中的对流层折射２估计的单参数方法，多参数方法，分估线性方法和随机过程方法。论证了其它方法都是随机过程方法的近似。为了用随机过程模拟对流折射，建立了一种最小二乘递推算法。在此基础上，在ＧＡＭＩＴ软件中统一实现了以各种对流层折射估计方法。最后给出并分析了不同方法所获得的结果。     

初析静力触探判别液化对标准贯入试验的优越性

结合7个勘察场地的标准贯入和静力触探原位测试数据,应用数理统计原理和方法对二者进行比较分析,得出用静力触探试验判别地基土液化的均方差和变异系数等均优越于标准贯入试验。     

建立涌水量曲线方程的最小残差法

本文在综述了目前稳定流涌水量经验方程建立方法的基础上,根据最小二乘法原理,提出了一种新的方法—最小残差法,并给出了计算实例。计算表明,最小残差法是建立稳定法涌水量经验方程的一种较好方法,计算过程在微机上易于实现。     

相对点位中误差及其在工程测量中的作用

阐述相对点位中误差的概念及其在工程测量中的作用,介绍相对点位中误差及相对误差椭园计算方法,以示例说明点位中误差和相对点位中误差的意义和作用。     

An Aggregate Constraint Method for Inequality-constrained Least Squares Problems

The inequality-constrained least squares (ICLS) problem can be solved by the simplex algorithm of quadratic programming. The ICLS problem may also be reformulated as a Bayesian problem and solved by using the Bayesian principle. This paper proposes using the aggregate constraint method of non-linear programming to solve the ICLS problem by converting many inequality constraints into one equality constraint, which is a basic augmented Lagrangean algorithm for deriving the solution to equality-constrained non-linear programming problems. Since the new approach finds the active constraints, we can derive the approximate algorithm-dependent statistical properties of the solution. As a result, some conclusions about the superiority of the estimator can be approximately made. Two simulated examples are given to show how to compute the approximate statistical properties and to show that the reasonable inequality constraints can improve the results of geodetic network with an ill-conditioned normal matrix.