一种相关观测的Partial EIV模型求解方法

Partial errors-in-variables(Partial-EIV)模型作为EIV模型的扩展形式,其构造方式更有规律,解算方法更为简便,能有效应用于实际情况。针对已有Partial EIV模型方法未考虑观测向量和系数矩阵存在相关性这一情况,通过提取观测向量和系数矩阵组成的增广矩阵中非重复出现的随机元素,构建更具一般适用性的Partial EIV模型,在该模型的基础上,将特殊假定条件扩展到不限定观测数据相关性的一般情况,详细推导了观测向量和系数矩阵元素相关且不等精度情况下的加权总体最小二乘方法,通过算例试验,并与目前已有的解决EIV模型相关观测情况下的方法进行了比较分析,研究表明本文方法可以提高计算效率,更具一般性,特别是对于观测向量和系数矩阵中存在常数元素和重复元素的情况。

Partial EIV模型的非负最小二乘方差分量估计

Partial Errors-in-Variables(Partial EIV)模型是EIV模型的扩展形式,权阵构造简单,当系数矩阵中存在非随机元素和随机元素时,Partial EIV模型的适用性更强。针对Partial EIV模型中随机模型不准确的情况,将系数矩阵和观测向量分别作为一类数据,本文在该模型的基础上,使用最小二乘方差分量估计方法,推导相关计算公式及迭代算法,分别估计出相应的方差分量估值。并对出现的负方差使用非负最小二乘理论,增加约束条件,对随机模型进行修正,得到更加合理的参数估值。试实验结果表明,本文的方法与其他方差分量估计方法等价。

一种基于Partial EIV模型的多项式拟合解法

针对多项式拟合模型系数矩阵中部分元素是某一自变量的函数的特点,根据Partial EIV模型的解算思想,将系数矩阵中自变量的函数作为随机元素提取,顾及泰勒展开的二阶项,由协方差传播律计算自变量函数的协因数阵进行平差解算。实验结果表明,系数矩阵的元素不再是单独的自变量时,使用该算法可以得到与已有非线性总体最小二乘方法相近的参数结果,从构造随机向量权阵的角度提供了一种新的解算方法。

偏差改正的Partial EIV模型方差分量估计

针对Partial EIV模型的方差分量估计中未考虑参数估值偏差所带来的影响,将Partial EIV模型视为非线性函数得到参数估值的偏差及二阶近似协方差表达式,计算得到偏差改正后的参数估值,结合方差分量估计方法,更新由参数估值影响的矩阵变量,给出了基于偏差改正的方差分量估计迭代方法。试验结果表明,参数估值及其协方差主要受参数估值偏差大小的影响,加入偏差改正能够得到更加合理的参数估值及方差分量估值,偏差改正后的方差分量估值可更加合理地评估参数估值的精度信息。

火山Mogi模型形变反演的虚拟观测法及方差分量估计

针对Mogi模型垂直位移与水平位移联合反演中的病态问题,改进火山形变总体最小二乘(Total Least Squares,TLS)联合反演的虚拟观测法,并使用方差分量估计(Variance Components Estimation,VCE)方法确定病态问题的正则化参数.将附有先验信息的参数作为观测方程,与垂直位移和水平位移的观测方程联合解算,推导了三类观测方程联合反演的求解公式及基于总体最小二乘方差分量估计确定正则化参数的表达式,给出了算法的迭代流程.通过算例实验,研究了总体最小二乘联合反演的虚拟观测法在火山Mogi模型形变反演中的应用;算例结果表明,三类数据的联合平差及方差分量估计方法可以确定权比因子并得到修正后的压力源参数,具有一定的实际参考价值.

四川高县贾村矿区地质构造形态分析

通过四川省高县贾村矿区庆岭、三胜勘查区煤炭资源勘探(详+精)项目的开展,认真分析研究了矿区地质构造形态,对影响两勘查区的3条主要断层F51、F53、F69做了大量的工作,根据地面勘验和结合钻探实际情况,形成了新的认识。为作好"三边"地质工作,解决目前及未来建井生产中可能遇到的地质问题,在原始的地质构造资料基础上进行分析。

四川省珙县金堂煤矿区煤层对比研究

煤层对比是一项基础地质工作,对研究煤田沉积环境和聚煤规律,指导煤矿生产,具有重要的理论和现实意义。针对金堂煤矿区煤层的具体情况,采用多种方法对各煤层进行对比研究,揭示煤层赋存规律。

相关观测PEIV模型的最小二乘方差分量估计

针对相关观测的部分变量误差（partial errors-invariables,PEIV）模型并考虑平差时随机模型的不准确,将函数模型作为非线性最小二乘并进行泰勒展开迭代求解,结合最小二乘方差分量估计方法,推导了相关观测PEIV模型的最小二乘方差分量估计公式,并给出了相应的迭代算法,通过公式推导得到相关观测PEIV模型的最小二乘方差分量估计与已有方差分量估计方法等价。实验结果表明,相关观测下对随机模型进行修正的方差分量估计方法可以得到更加合理的参数估值,该方法更具一般性。