论信息扩散估计的窗宽

文献 [1]、[2 ]从理论和实践上证明了信息扩散估计是一种很好的估计。但寻找更合适的窗宽 ,是扩散估计的最大难题之一 ,也是影响扩散估计精度的最关键因素之一。在深入讨论信息扩散估计的基本大样本性质的基础上 ,提出了最优窗宽的理论和算法 ,较圆满地解决了窗宽问题。

最优信息扩散估计理论及其应用

介绍了最优窗宽和最优扩散函数的理论,提出了最优信息扩散估计(OptimalInformationdiffusionEstimation,OIDE)的概念。由于OIDE在参数估计之前就估计出了具体的观测值的实际分布,所以不论观测值服从什么分布,它都能得到良好的参数估值。可见,OIDE是一种智能型的参数估计方法。最后,本文扼要介绍了最优信息扩散估计在测量数据处理中的诸多应用,并指出进一步的研究方向。

适用于高斯-马尔柯夫模型的信息扩散估计及其性能

基于信息扩散原理的估计方法 ,从一维推广到多维 ,提出了适用于高斯 -马尔柯夫模型 (G- M模型 )的信息扩散估计方法 (Information Spread Estimation- ISE)。并对其性能作了大量模拟试验研究 ,可以认为采用 ISE法消除了实际观测误差分布偏离假定分布的风险 ,抗差性能优越 ,并且不须迭代 ,从而较为成功地实现了信息扩散原理在测量数据处理中的应用。

多参数信息扩散估计的精度评定

作为一种稳健估计方法,同选权迭代估计一样,信息扩散估计也是通过对粗差观测值降权达到抗差效果,由于不需迭代,信息扩散得到的权就相当于迭代稳定后的权。在此思想基础上,讨论高斯-马尔柯夫模型下多参数信息扩散估计的精度评定方法。

大坝监测数据分析中信息扩散估计的应用

首先介绍信息扩散估计的理论和方法,然后对受到粗差污染的大坝观测数据,应用信息扩散估计方法进行线性模型的参数估计。应用示例表明,信息扩散估计与传统的最小二乘法相比具有较好的抗差性,应用于大坝观测数据的分析,具有一定的实用性和合理性。

基于信息扩散估计的平面相似变换

避开传统的利用最小二乘法解算平面相似变换模型参数的方法,利用信息扩散估计来解算平面相似变换模型参数,从而建立起基于信息扩散估计的平面相似变换模型。分析了使用信息扩散估计定权可能性、探讨了模型参数解算方法及建模过程,最后以小东江GPS变形监测网的平面相似变换模型优化设计为实例,分析了基于信息扩散估计的平面相似变换模型的最优化过程并验证该模型的可靠性。

利用信息扩散估计处理属性不确定性的研究

随着 GIS 应用的日益广泛,GIS 数据的不确定性问题也越来越被人们所重视。经典的数据处理理论更多地讨论了位置的不确定性问题,而对属性数据的不确定性的研究较少。本文针对按照某种趋势在空间或时间上连续变化的定量属性,讨论了利用信息扩散估计对其进行处理的可能性。

运用多参数的信息扩散估计的导线网平差

信息扩散估计技术被应用到水准网平差这一多维参数估计中,部分地解决了在测量数据处理中的应用问题。在此基础上,将多参数的信息扩散估计进一步推广到导线网平差中,并通过实例计算与传统预测方法进行了比较,结果表明,该方法具有较高的精度和推广应用价值。

基于信息扩散估计的误差分布解析拟合

针对基于直方图估计的误差分布解析拟合方法不能唯一确定误差分布的解析形式的问题,在分析了直方图估计与信息扩散估计的性能以及误差分布可用p-范分布来近似描述的基础上,提出了基于信息扩散估计的误差分布解析拟合方法。由于采用了最优扩散函数和最优窗宽,并严密推导了p-范分布的全微分公式,运用该方法能够唯一确定拟合的误差分布的解析形式,拟合效果较好。通过大量的模拟计算,得到一些有益的结论。

信息扩散估计在电离层格网模型建立中的应用

介绍了二维最优信息扩散估计的基本方法,将该方法应用于区域电离层格网模型的建立,实现过程中采用了自适应窗宽和逐级加密的方法改善模型效果,并结合具体算例证明了该模型的有效性。

利用信息扩散估计处理属性不确定性的研究

随着GIS应用的日益广泛,GIS数据的不确定性问题也越来越被人们所重视.经典的数据处理理论更多地讨论了位置的不确定性问题,而对属性数据的不确定性的研究较少.本文针对按照某种趋势在空间或时间上连续变化的定量属性,讨论了利用信息扩散估计对其进行处理的可能性.

基于信息扩散估计的水陆水准测量数据融合处理方法

针对陆地几何水准与跨江测距三角高程水准网联合平差中,经验定权并未考虑各观测高差中观测条件及作业环境影响等关键因素,通过两类水准测段往返高差之差值作为观测数据子集信息,应用概率密度函数分布估计赋予权值进行联合平差,能有效达到抗差效果,提高水陆水准测量数据的融合度,对大型跨江桥隧工程精确合龙和贯通具有很好的参考及应用价值。

基于信息扩散估计的平面坐标转换研究

基于最小二乘原理进行坐标转换时,若联测点存在粗差,模型转换参数将会受到污染,降低解算精度。针对传统平面转换模型抗差能力弱的不足,本文采用信息扩散原理估计坐标转换参数,建立基于信息扩散原理的坐标转换模型。实例证明,该方法能够有效地抵抗外界粗差的影响,具有一定的可行性。

靶试数据处理的新方法─—正态扩散估计

应用模糊信息理论建立了处理飞机打靶试验小数据量的结果处理新方法－正态扩散估计法，与直方图法进行了比较，并以实例做了分析。该方法也可用于其它试验的数据处理。

用信息扩散估计进行水准网平差

信息扩散估计 (ISE)是一维参数估计中的较好方法 ,但不便于直接推广到多维参数估计中去。本文根据水准测量的特点 ,巧妙地将其推广到水准网平差这一多维参数估计中 ,部分地解决了信息扩散估计在测量数据处理中的应用问题。

最优信息扩散估计在GPS硬件延迟分离中的应用

在利用多站GPS数据建立电离层延迟模型时,将卫星硬件延迟和接收机硬件延迟作为整体参数求解并剔除会产生与实际不符的情况,因此将二者分离是十分必要,笔者给出了最优信息扩散估计与广义逆结合分离硬件延迟的基本方法,并结合实例对该方法进行了探讨。

基于双树复数小波降噪的扩散张量估计

本文引入了一个从扩散加权图像序列中估计扩散张量的新过程。此过程的第一个步骤是对扩散加权图像降噪,降噪的算法基于双树复数小波变换和双变量收缩规则;第二个步骤对降噪后的扩散加权图像使用最小二乘法估计扩散张量。我们在模拟二阶张量场和真实DT-MRI数据集上进行了实验,与扩散张量估计后的平滑方法相比,先对扩散加权图像降噪能够得到更加精确的张量场估计。估计的扩散张量场的客观结果及主观评价可以说明,本文提出的估计过程可以很好地改进最终的扩散场的质量。

基于奇异值分解估计点扩散函数的复原算法研究

基于奇异值分解的性质,从离散退化模型出发,采用理想图像奇异值向量的平均能谱理论,得出用奇异值分解来估计点扩散函数的方法,复原过程用逆滤波法来实现。文中采用奇异值累计和函数的二阶导来确定点扩散函数估计过程中的重组阶数R1,三阶导曲线用于去噪的重组阶数R2的选取。用本文方法进行去噪复原实验,与自动选取法进行比较,去噪复原效果较好。

基于扩散熵的平衡估计的儿童行走序列研究

基于扩散熵的平衡估计,评估了儿童步态间隔时间序列的分形指数,并讨论了其动力学机制.研究结果表明,儿童行走序列的分形指数与年龄之间并没有明确的关系,少数样本没有长程相关性或者具有离散的长程相关性.此外,扩散熵的平衡估计与去趋势波动分析的比较结果显示,部分样本符合Levy行走过程而并非分数布朗运动.

基于点扩散函数估计长曝光大气湍流图像复原

在大气介质中工作的光学成像设备因为受到大气湍流的影响,获取的图像存在抖动、畸变、模糊以及光照不均等影响。在遥感、天文观测以及远程监视等领域需要对这一类的退化图像进行处理以求获得清晰图像。利用大气湍流退化的点扩散函数可以对模糊图像进行复原,但在实际的情况下,点扩散函数通常无法精确获得。结合研究背景,先针对长曝光大气湍流退化图像使用APEX算法,并通过结合图像的频谱特征对APEX算法中的点扩散函数(PSF)估计过程进行改进,通过该方法可以较为精确地获得大气湍流模型的点扩散函数(PSF),然后优化拟合算法,恢复出的图像可以拥有较为良好的视觉效果,通过对比改进前后图像的灰度平均梯度值和拉普拉斯梯度模这两个客观评价标准,进一步验证该方法的有效性。