改进的半参数模型法在GNSS时间序列季节性信号提取中的应用

GNSS基准站坐标时间序列具有明显的季节性变化。基于谐波函数模型的最小二乘拟合方法只能得到固定振幅的季节性信号,而真实的季节性信号其振幅是变化的。采用半参数模型进行季节性信号提取时又存在最优平滑因子确定困难、迭代速度慢的问题。提出一种赋相对权比的半参数模型,采用迭代更快速的黄金分割法与改进效率法相结合的策略确定最优平滑因子。通过模拟数据实验,验证了改进模型的可用性。实验表明:改进方法的计算效率明显提高,对于10 a长度的模拟数据,相较GCV函数法搜索速度提高68.1%,相较L-曲线法速度提高25.8%;计算精度较最小二乘法和半参数模型法均有提高,所得残差中没有明显的季节性信号。     

基于约束最小二乘的三维点云墙体重建

近年来,基于点云的室内三维重建在各个领域得到了越来越多的关注.然而通过点云重建室内模型仍有许多问题需要解决:①重建模型的几何特征约束性较差;②模型几何特征拓扑重构复杂;③模型多为表面模型未构建实体模型.针对以上问题,提出了一种基于约束最小二乘的线特征方法实现室内墙体的重建.首先采用局部最小二乘拟合和全局区域生长的思想从...     

应用最小二乘法建立钾长石释光测年标准生长曲线

标准生长曲线（Standardised Growth Curve,SGC）法的提出为高效快速地测定释光样品的等效剂量（D_e）值提供了可能。不同实验室的放射源剂量率、操作流程、仪器误差等的不同会导致SGC参数的不同。运用最小二乘法标准化实验剂量校正后的信号L_ri/T_ri*D_e得到一条本实验室的标准生长曲线,用来快速得到等效剂量值。通过R软件实现了最小二乘法标准化过程,建立了50、100、150、200、250℃激发温度下的钾长石的标准生长曲线,分析发现250℃下的SGC收敛性最好,由于此温度下的信号衰退率可忽略不计,因此,我们用250℃激发温度下的SGC方程来估计样品的等效剂量。比较250℃ SGC D_e和250℃ MET-pIRIR D_e的一致性,发现在0~500 Gy范围内用SGC法估计的D_e和MET-pIRIR法估计的D_e非常接近,表明了此范围内SGC法的可靠性,而在>600 Gy范围内出现较大差别。一方面,此范围内用于拟合SGC的数据点较少导致高剂量区域内拟合的方程参数不够准确;另一方面,600 Gy与SGC对应的饱和剂量水平值844.5 Gy已经接近,所以在>600 Gy区域测出的D_e很可能出现较大偏差。因此需在今后工作中逐步积累更多样品,完善SGC参数,使其也能胜任较老年龄样品。     

加权整体最小二乘EIV模型与算法——与"加权整体最小二乘EIO模型与算法"一文的讨论

加权整体最小二乘方法是一种能同时顾及EIV（errors-in-variables）模型中系数矩阵和观测向量误差的参数估计方法。根据不同的应用场景,EIV模型则表现出不同的结构特征。"加权整体最小二乘EIO模型与算法"一文采用EIO模型处理EIV模型中的结构化问题^*。为了将其与现有方法进行对比,本文罗列出4种处理EIV模型结构特征的方法,并归纳了8种参数估计公式。同时从精度评定的角度讨论了整体最小二乘解的一阶及更高阶精度近似评定方法。需要强调的是,针对EIV模型及其参数估计理论可以从函数模型、随机模型和参数估计方法3个方面展开研究,但各方法殊途同归。     

改进的最小曲率迭代法在重力剖面数据插值中的应用

基于将约束点也作为待解算结点的思想,对传统最小曲率迭代法进行改进。改进后的方法在待解算结点周围存在约束点时,避免了根据约束点与待解算结点之间的不同关系需要进行分类推导的复杂过程,同时也避免了因使用泰勒展开式进行分解造成的精度损失,提高了解算精度。     

加权EIV模型的经典最小二乘算法

采用GHM方法将EIV模型在最优解处线性化,得到解的近似方差。然后,将EIV模型表达成与Gauss-Markov模型相似的形式,利用标准最小二乘理论推导EIV模型的解及近似方差矩阵,得到与已有算法等价的结论。最后,推导观测值估值和残差的统计性质,建立起一整套EIV模型参数估计和精度评定的体系。     

非等间距GM(1,1)模型的总体最小二乘算法及其病态问题

在非等间距GM(1,1)模型中,系数矩阵中有无误差的常数项和有误差的随机项,并且系数矩阵与观测向量误差同源,即系数矩阵与观测向量中有相同的元素存在,这些相同元素应该有相同的改正数,为此本文推导了一种适合非等间距GM(1,1)模型求解的总体最小二乘算法。同时,考虑到非等间距GM(1,1)模型中存在病态问题时影响总体最小二乘计算结果的稳定性,提出对系数矩阵常数列乘以某一常数的方法,以改善病态问题。     

总体最小二乘法在浮游植物色素吸收系数模型估算中的应用

采用常规最小二乘法(LS)和总体最小二乘法(TLS)对浮游植物色素吸收系数与叶绿素a浓度之间的关系进行了研究。利用2003-2012年6个航次243组实测数据,建立了LS和TLS模型,应用模型估算典型波段的色素吸收系数值,并对两种模型进行了验证。采用平均绝对百分误差和均方根误差两种方法进行模型效果评估,结果显示,两种评估方法均能很好地说明,在400～700 nm光谱范围内,TLS拟合结果优于LS拟合结果。总体最小二乘法在综合考虑了参数误差和测量误差的情况下,拟合结果精度更高,更符合实际情况,估算结果的准确性要优于常规最小二乘法。     

长条状粗颗粒在垂直管路中最小输送速度试验研究

随着陆地金属资源的日益枯竭,深海矿产资源已经成为各国的重要战略目标。在深海采矿过程中,海底锰结核的形状除了圆球状,还有长条状等,颗粒形状对固液两相流管道输送特性具有很大影响。基于固液两相流垂直管道提升输送试验系统,探究不同工况下长条状颗粒在垂直上升流中最小输送速度的变化规律及特性,并得到了长条状群体颗粒最小输送速度计算公式。结果表明:长条状颗粒在垂直管道中上升过程中,颗粒中心轴与输送方向趋向于垂直,使颗粒在管道截面的投影面积最大化;长条状单颗粒的最小输送速度随着颗粒长径比增大而减小;在不同长径比工况下,随着管段颗粒平均浓度减小,长条状群体颗粒的最小输送速度均增大,且随着长径比增大,群最小输送速度减小。     

一种海洋混合层深度的智能识别方法研究

文章提出了一种识别混合层深度的人工智能方法。该方法在温度(密度)与压强(或深度)间建立线性模型, 并且将其系数和方差做成一组表征廓线特征的统计量。初始时为模型设定一个主观的先验分布, 在一个自海表向下移动的窗口内通过贝叶斯链式法则和最小描述长度原理学习新数据, 得到系数均值的最大后验概率估计。用F-检验识别系数发生突变的位置, 以此确定混合层的存在性及其深度。通过2017年2月太平洋海域的地转海洋学实时观测阵(Array for Real-time Geostrophic Oceanography, ARGO)数据进行测试, 并且以质量因子(Quality Index, QI)值作为判断识别混合层深度结果准确性的依据, 发现该方法相比于梯度法、阈值法、混合法、相对变化法、最大角度法和最优线性插值法在识别结果上具备更大的QI值。表明该方法能够准确识别混合层深度。