广义线性模型Lasso惩罚回归估计的局部二次逼近

文章阐述了广义线性模型参数的极大似然无惩罚和1-范数约束即Lasso惩罚估计形式,但极大似然的Lasso惩罚估计不是逐片线性的。那么对Lasso惩罚估计形式进行局部两次泰勒展开,进行局部二次逼近,从而得到Lasso惩罚的重复加权最小二乘估计路径形式,实现估计的逐片线性,相关研究为广义线性模型的惩罚回归估计的深入研究和应用提供参考。

复杂地区局部重力场带限SRBF二次逼近法

本文利用基于带限球面径向基函数(SRBF)的重力场二次累积逼近法,对地形复杂地区重力场模型的构建进行了较为详细的数值分析和验证工作。首先,利用带限SRBF将卫星重力场模型(GGM)数据与航空重力数据进行融合,构建了研究地区的初始重力场模型(基于SRBF的重力场第一次逼近)。与仅依赖于航空数据得到的重力场模型相比,初始重力场模型与GPS/水准数据之间的大地水准面差异标准差(STD)在研究区域降低了约0.022 m,表明了融合GGM和航空重力数据进行初始重力场建模的有效性。然后,在移去参考重力场模型、初始重力场模型和残余地形模型效应的基础上,利用残余地面和航空重力数据进行了基于带限SRBF的重力场第二次逼近。与传统的基于SRBF的一次逼近方法相比,二次SRBF逼近方法所得模型在研究区域的大地水准面差异STD和RMS值分别降低了0.036 m和0.024 m,显示了带限SRBF二次累积逼近方法的优越性。此外,研究区域地形属于复杂的山区,可以为复杂地区重力场模型的构建提供一定参考。