变异函数模型参数的加权总体最小二乘回归法

顾及距离值的随机误差,提出用加权总体最小二乘回归法估计变异函数模型参数。通过协方差传播律发现,分组后的变异函数值和距离值是不等精度的。给出距离值的定权方法,结合熵权法和点对数法迭代解算模型参数。以幂函数模型为例,模拟数据和实测数据的结果表明,加权总体最小二乘回归法更加合理,参数的估计精度也更高。

加权总体最小二乘法在三维框架转换中的应用

国际地球参考框架转换是小角度直角坐标转换,一般采用布尔莎七参数模型通过最小二乘方法求解。针对坐标转换中存在系数矩阵有常数元素和重复元素的情况,提出适用于ITRF转换的加权结构总体最小二乘方法。该方法考虑坐标先验精度,构造了顾及系数矩阵结构性的矩阵,确保重复元素具有相同的改正数,并使用拉格朗日乘数法迭代求解。实际数据解算转换参数结果显示,该算法的精度和准确度优于传统方法。

求解自回归模型参数的最小二乘法

在自回归模型参数的解算中,针对增广矩阵中不同位置上同一观测值有不同的改正数这一问题,本文提出了AR模型参数估计的最小二乘法。首先对AR模型进行等价变换,重新组成新的函数模型,两次运用最小二乘方法分别求解误差矩阵与未知参数,最后给出了参数协因数阵的一阶近似估计公式。算例结果表明,本文方法在求解AR模型参数时具有可行性。采用本文方法,将总体最小二乘问题的求解转换为最小二乘问题,计算简单且易于编程实现。同时,该方法有效地减小了计算量,从而降低了求解的复杂程度。

加权总体最小二乘和RBF神经网络的三维坐标转换

分析部分变量误差加权总体最小二乘法(PWTLS)、加权总体最小二乘法(WTLS)和最小二乘法(LS)在三维坐标转换模型参数求解中的应用与影响,提出PWTLS与RBF神经网络组合的坐标转换方法。结果表明,当三维坐标转换模型系数矩阵中同时存在常数元素和重复元素时,PWTLS方法计算的单位权中误差和内符合精度均优于LS方法,且源坐标改正数较WTLS方法更加合理。PWTLS+RBF组合方法能够使PWTLS的求解参数得到有效使用,提高坐标转换精度。

加权总体最小二乘在三维激光标靶拟合中的应用

针对平面标靶和球标靶拟合中最小二乘方法和总体最小二乘方法存在的问题,提出了一种加权总体最小二乘的拟合方法,根据点云激光反射强度以及对系数阵A列向量部分修正引入权阵P、PX、P0,建立较LS方法和TLS方法更加合理的模型,并给出相应的迭代算法。经实例计算证明加权总体最小二乘方法更加合理,可以获得更高精度的参数解。

加权总体最小二乘在三维基准转换中的应用

对比研究加权总体最小二乘(weighted total least-squares,WTLS)方法和混合最小二乘(LS-TLS)方法、最小二乘(least-squares,LS)方法在三维空间小角度直角坐标转换中的适用性。在两套坐标系下坐标测量值均存在误差时,用WTLS方法不但可以对观测向量y和系数矩阵A同时修改、将坐标先验精度引入平差计算,而且引入的权阵PA对系数阵A起到固定常数元素而只修改必要数据元素的作用,以得到更合适的参数解。

基于加权总体最小二乘法的GPS高程拟合

在GPS高程拟合中,针对传统最小二乘方法不能解决系数矩阵存在误差的问题,提出了一种基于加权总体最小二乘的拟合方法。对平面和二次曲面多项式建立更加合理的拟合模型,并给出了相应的迭代算法。实例计算表明,加权最小二乘方法能够得到更好的估计参数,高程异常值拟合精度也相应提高。

基于加权总体最小二乘的平面点云拟合方法

根据每个点云激光反射强度不同以及对于系数阵A的部分修正,在地面三维激光的平面点云拟合中引入加权总体最小二乘的方法,建立较最小二乘方法和总体最小二乘方法更加合理的模型。根据相应的迭代算法,经实例计算证明该方法更加合理,可以获得更高精度的参数解。

加权总体最小二乘点云平面拟合定权方法探讨

针对加权总体最小二乘点云数据平面拟合方法中缺少统一定权准则的问题,提出以先验入射角及距离定权两种方法。利用稳健估计构造了基于强度值定权的稳健加权最小二乘、基于先验入射角定权的加权最小二乘与基于距离定权的加权最小二乘3种新的平面拟合算法,并应用于拟合扫描不同反射材质获取的平面点云数据。算例表明,以距离定权构造的距离加权总体最小二乘法的各项精度指标均优于其他算法,拟合效果最好。

基于加权总体最小二乘法的点云平面拟合

为了提高点云数据平面拟合精度,提出强度加权总体最小二乘法。该方法是在传统加权总体最小二乘法基础上,利用点云数据中各点强度信息确定其平面拟合权重,通过均质性不同的3种平面样本数据对该方法的适用性进行了研究。结果表明,与最小二乘法和总体最小二乘方法相比,该方法对于均质性较好的点云数据有效,可以得到更高精度的参量解;而对于均质性较差的点云数据,该方法效果不理想,总体最小二乘法是最有效方法。

以入射角定权的点云数据加权总体最小二乘平面拟合研究

顾及入射角对点云数据点位精度的影响,提出入射角定权的点云数据加权总体最小二乘平面拟合方法。该方法以加权总体最小二乘方法为基础,利用入射角信息确定点云数据中各点的平面拟合权重,并根据系数矩阵结构特点定义其权阵。通过3种不同材质平面样本数据的计算分析表明,与最小二乘法、总体最小二乘法相比,该方法可得到更高的平面拟合精度。

附参数的条件平差与按行独立的加权总体最小二乘法估计的一致性研究

以按行独立的变量含误差模型为背景,介绍附参数条件平差方法和按行独立的加权总体最小二乘方法在解决这类问题的原理以及精度估计方法,证明二者估计结果是一致的。旨在揭示总体最小二乘法与经典平差方法的关系,推广总体最小二乘及其扩展方法在现代测量数据处理中的应用。

基于地理加权和最小二乘线性回归模型的气温与NDVI聚集密度的相关分析

基于2015年广州地区1 km空间分辨率的MOD13A 3月合成NDVI数据以及春夏秋冬4个季节的气象站点近地表气温,首先利用聚集密度计算方法计算NDVI的聚集密度,构建不同季节近地表气温与NDVI聚集密度的最小二乘线性回归模型(OLS)和地理加权回归模型(GWR),分析广州市近地表气温与NDVI聚集密度的相关关系,探讨不同季节NDVI聚集密度回归系数的空间分布,并利用AICc信息准则、拟合优度和Sigma指标对GWR与OLS的结果进行比较分析。结果表明:NDVI聚集密度较好地反映了研究区建设用地、植被和水体等下垫面的综合信息;与OLS模型相比,GWR模型的拟合效果更显著,最小的拟合度从0.02提高到0.464,GWR模型的拟合度最大值达到了0.724;GWR模型回归残差的Moran’s I显著减少,如1月份Moran’s I指数从0.383减少到0.022;NDVI聚集密度对气温的影响具有空间异质性,整体上,从广州北到南,GWR模型中NDVI聚集密度与气温的回归系数由负值逐渐增加到正值,表明NDVI聚集密度对气温有着从负到正的影响;下垫面以不透水面为主的区域,GWR模型拟合度较低,以植被为主要下垫面的区域,GWR模型拟合度较高。

求解非线性多结构回归模型的加权最小二乘估计法

文章针对基于非线性多结构回归模型的参数估计问题,提出了带权值的最小二乘估计法;讨论并证明了最优加权的存在性和优越性;通过数值仿真分析比较,验证了此方法的精度。

基于加权总体最小二乘正则化方法的混合滤波器组最优化设计

模拟分析滤波器组的实现欠理想、系统噪声以及数字综合滤波器有效阶数实现所带来的系统误差均有可能造成混合滤波器组的设计出现解不稳定、无唯一解等病态问题,影响混合滤波器组的准确重构效果。本文首先给出了满足准确重构条件下,以综合滤波器组频域响应为求解变量的混合滤波器组线性求解模型。针对线性方程中系数矩阵以及目标向量受扰动误差影响特点,提出一种新的基于加权总体最小二乘正则化算法的IIR形式综合滤波器设计方法。算法以系统扰动误差最小化为目标函数,根据随机误差变量的二阶统计特性,采用加权总体最小二乘算法抑制滤波器实现误差以及随机噪声等扰动因素影响,使得到的综合滤波器组频域响应解的加权误差平方和最小化,并通过Tikhonov正则化方法优化病态情况下方程组解的稳定性。提出一种IIR类型的综合滤波器系数的求解算法,并利用正则化方法优化滤波器系数,提高系统稳定性。该方法可应用于过采样混合滤波器组的设计。仿真结果表明该算法的有效提高系统鲁棒性和改善重构性能。

基于LMS回归的一步M估计与加权最小二乘估计

探讨在GM假设条件不满足情况下对线性回归模型的稳健估计方法。方法：介绍了估计的稳健性尺度和有效性的概念，采用基于LMS估计的M估计及加权最小二乘估计做稳健回归。结果：通过对一个模拟数据的分析，说明这两种稳健估计结果均优于经典的M估计及LS估计。结论：本文介绍的两种估计方法同时具有较高的稳健性及有效性，并可作近似的稳健推断。

三维非线性基准转换的加权和加约束总体最小二乘解算模型

介绍三维空间坐标非线性转换的加权总体最小二乘(WTLS)和加约束总体最小二乘(CTLS)解算模型。以方向余弦为未知参数,旋转矩阵的正交性为约束条件,由于转换模型的系数矩阵和观测向量都是可能存在误差的随机量,因此采用WTLS和CTLS方法进行计算。通过模拟和实测数据的计算分析,验证了该方法的有效性,解算的转换参数精度得到提高。

加权总体最小二乘方法在ITRF转换中的应用

针对ITRF转换中,两套坐标系下的点坐标值均存在误差,且各点之间精度不等、甚至相关的情况,提出利用加权总体最小二乘方法对转换参数进行解算。通过模拟数据和真实数据的解算证明了加权总体最小二乘方法在ITRF转换中的适用性,与其他方法相比,利用加权总体最小二乘方法能够得到准确的、更为合理的转换参数。

解加权总体最小二乘平差问题的一种新方法

加权总体最小二乘不仅认为系数矩阵受到误差的干扰,而且认为系数矩阵和观测矢量具有不同的测量精度。针对常见算法迭代公式复杂的情况,将观测矢量误差看成是关于系数矩阵误差改正量和待估计参数的函数,通过线性化将其转化为间接平差问题,用拉格朗日乘数法推导间接平差形式的简单迭代公式。并通过两个数字实验证明了该方法的可行性,得到了与Schaffrin&Wieser方法相同的参数估计结果。

空间多观测样本的地理加权回归模型

地理加权回归(GWR)以及GWR改进模型无法处理空间点上多个观测样本的情况,本文对GWR进行了拓展,构建了一种可以处理多观测样本的地理加权回归模型(MRGWR)。MRGWR在估计回归系数时,充分利用了回归关系在邻近点上具有相似性的特点,对邻近空间点的观测样本施加不同权重。通过数值实验评估了MRGWR的估计性能,并与普通最小二乘回归和GWR模型进行了比较。采用MRGWR模型探究了物理海洋学中海洋中尺度涡旋热反馈问题,揭示了北太平洋中尺度海面净热通量异常对中尺度海面温度(SST)异常的响应关系。研究结果表明,中尺度海面净热通量异常对中尺度SST异常的响应关系存在显著的季节和空间变化。