观测有效性的度量方法

基于Hilbert空间理论 ,通过对观测方程的系数阵实施格拉姆_施密特 (Gram_Schmidt,G_S)正交化过程 ,分析观测的两个特性 ,从一个新的角度论证了参数估计的必要观测问题 ,以及多余观测与必要观测的关系 ;用欧氏范数‖·‖2 和Frobenius‖·‖ F 范数作为基本度量工具对观测提供参数估计的信息量进行度量分析 ,研究观测的有效性和参数估计的可靠性。采用观测空间分析方法研究了测绘学科中必要观测、多余观测等基本概念 ;提出了观测信息量、观测有效性的概念和相应的度量方法 ;从观测的空间结构出发分析参数估计系统的可靠性 ,从一个侧面扩展和丰富了测绘学中的可靠性理论 ;丰富了研究测绘学中一些基本问题的分析方法 ,也为信息学中的数据挖掘问题提供了一种分析思路     

矿区地籍测量中的一些问题的讨论

针对矿区的特点,就其地籍测量中的控制网的建立、界址点施测方法、地籍成图方法以及变更地籍测量问题进行了讨论。     

度量观测方程系数矩阵复共线性的最小相对范数法

当法方程系数矩阵N(N＝A^TA)具有较强的复共线性时,其结构是“病态”的。“病态”的N将破坏参数LS估值的优良性质和质量。因而,度量N的复共线性对判断其是否病态很重要。度量矩阵复共线性的方法有多种,其中,矩阵的条件数法最为常用。针对条件数法的不足,提出一种直接度量观测方程系数矩阵A的复共线性的新方法。这种方法是对矩阵A中n个列向量αl实施Gram-Schmidt正交化,求每一个向量正交化前后的范数及其相应的比值,以一组比值中的最小值作为该矩阵复共线性的度量。这种方法的显著特点是：度量有明确的上、下界,度量值仅反映参数列向量间的复共线性,根据参考指标可以有效地判断矩阵的病态性。依据这种方法,便于研究矩阵复共线性的产生原因与解决方案;作者将此方法概括为最小相对范数法。     

利用多项式拟合预测残差修正法估算周跳值

本文针对多项式法探测周跳的问题,从理论上分析了多项式拟合的预测误差,认为预测模型系数的不准确使得预报残差中含有模型预测残差,并提出一种估算模型预测残差的办法。进一步提出了一种较精确的计算周跳的方法——预测残差修正法,最后用实际数据进行了验算,证明该方法有效。     

有限条件下坐标转换矩阵的确定与精化

借助布尔萨模型的简化公式--6参数法的坐标转换矩阵确定平台与扫描仪之间的相对关系,并引用一种新的计算方法--坐标重心化法,实践证明该算法优于普通的计算方法.     

数码相机检校中的病态性及其解决措施

应用参数关系度量法、观测组关系度量法等系统病态性空间分析法 ,客观地分析出系统病态性的产生原因 ,并采取相应的措施减弱了系统的病态性 ,保证了数码相机检校结果的可靠性。     

农村地籍测量中土地面积量算方法研究

根据农村地籍测量时所处地理位置，土地等级的不同，提出不同的土地面积量算方法，以求既达到精度要求，又经济合理。