基于PCA和IGG权函数的人脸图像鲁棒线性回归分类方法

在人脸识别中,线性回归分类是一种快速且有效的方法。然而,线性回归分类是基于图像向量进行识别,导致原始矩阵图像往往为高维数据,且人脸图像经常受到污染。为此,提出一种基于PCA和IGG权函数的鲁棒线性回归分类方法。首先通过PCA对人脸图像进行降维,再采用IGG权函数对被污染的人脸图像进行分类。选用公开的ORL和Yale人脸库,将线性回归分类、基于IGG权函数的鲁棒线性回归分类和基于PCA和IGG权函数的鲁棒线性回归分类进行比较。实验结果表明,在ORL和Yale人脸库中,在不加噪声和加入椒盐噪声和斑点噪声条件下,所提出方法的识别率均值都在92.07%以上,均高于另外两种方法。

基于IGGⅢ权函数的平面点云抗差估计

三维激光扫描技术在建筑物表面测量中已经得到越来越多的应用,针对平面点云中的小粗差在抗差估计中难以剔除的问题,将IGGⅢ权函数与加权总体最小二乘法相结合,提出了IGGⅢ权函数抗差估计方法。分别采用验后方差估计法、Huber权函数抗差估计法、IGGⅢ权函数抗差估计法对两组点云进行平面拟合计算。结果表明,通过对IGGⅢ权函数抗差估计模型中K0、K1的设置,可以有效地将点云进行分层定权处理,与验后方差估计法相比,通过多次迭代过程,有效降低淘汰段的小粗差对点云平面拟合的影响。与Huber权函数抗差估计法相比,IGGⅢ权函数抗差估计法对可疑段的过大误差进行降权处理,使其平面拟合精度更高。

基于UKF和IGG改进聚类算法的特高压交流输电线路参数辨识

为有效辨识特/超高压交流输电线路的实时运行参数,尽可能剔除相量测量单元(PMU)量测数据存在的随机噪声,提出一种改进算法。该算法首先采用无迹卡尔曼滤波(UKF)对原始量测数据进行初始滤波,然后通过分布参数等值电路模型辨识线路参数,最后利用三段式IGG(Institute of Geodesy&Geophysics)原理设置权函数的改进聚类方法对辨识的参数进行聚类处理,将多时间断面的参数聚类中心作为线路参数最终辨识结果。对1000k V特高压交流示范工程晋东南-南阳-荆门线路进行仿真分析,算例仿真结果表明了新型混合算法的准确性与有效性。

基于IGG权重函数复数域多元线性回归算法的谐波责任分摊方法

针对现有多谐波源责任分摊方法中存在的测量平差问题,对谐波责任稳健估计方法进行了研究。为了克服系统背景谐波电压波动的影响,提出基于复残差的背景谐波电压划分方法,引入中国科学院大地测量与地球物理研究所提出的IGG权重函数,基于复数域多元线性回归数学模型,在各时段内重复使用IGG权重函数确定回归系数,以提高背景谐波电压中样本筛选的抗差性;结合等效谐波阻抗的置信区间,提出了评估结果的检验方法;对IEEE 14节点测试系统进行仿真,仿真结果表明所提多谐波源责任分摊方法能够有效克服系统背景谐波电压波动的影响,并与现有分摊方法进行比较,验证所提方法的准确性和可行性。

基于IGGⅢ稳健估计在基坑位移中的应用

稳健估计具有很好的抗差效果,但选取的权函数不同所得的回归参数也就存在一定的差异。文中通过在MATLAB中探究IGGⅢ权函数的最适调节常数,使用IGGⅢ和Huber权函数对含有粗差某基坑孔深与位移变化量来进行稳健估计,对比无粗差的最小二乘线性回归估计。结果表明IGGⅢ权函数在稳健回归中比Huber抗差效果更好。

IGG权函数的地理加权回归抗差估计方法

针对传统的地理加权回归(GWR)方法未考虑粗差对参数估计结果的影响,导致分析模型不稳健的问题,该文对模型进行了改进,引入IGG权函数,根据残差值的大小来改变数据点的权重,以改善粗差存在环境下地理加权回归模型参数估计的精度。为验证该方法的有效性,该文采用模拟数据和真实数据分别进行试验,以MSE、RMSE、R2和R2adj作为性能评价指标,将IGG-GWR与GWR对比分析。结果表明,无论是模拟数据试验,还是真实数据试验,该文提出的方法MSE、RMSE均低于GWR,R2和R2adj均高于GWR,说明该文提出的方法可以提升地理加权回归模型的性能。

稳健加权总体最小二乘法

加权总体最小二乘估计没有考虑观测数据中可能存在的粗差。本文基于IGG权函数,采用选权迭代法求解加权总体最小二乘问题。结合模拟数据和真实数据,系统地比较了加权总体最小二乘方法、基于Huber权函数的稳健加权总体最小二乘方法和基于IGG权函数的稳健加权总体最小二乘方法的参数估计结果。通过对比分析表明,两种稳健加权总体最小二乘方法的参数估计结果比加权总体最小二乘方法更加可靠,且以基于IGG权函数的稳健加权总体最小二乘方法为最优。