基于重力场模型高程拟合残差求定GPS正常高

为提高GPS高程异常拟合精度并减少已知点的数量,以提高流域规划高程控制测量工作效率,文中利用重力场模型高程拟合残差建立区域较高精度的线状似大地水准面拟合模型。该方法在联测较少高等级水准的情况下,区域高程拟合精度满足流域规划控制测量对高程精度的要求。

加速度计误差系数对拟合残差的影响及试验分析

为了提高加速度计的测试精度,针对加速度计在重力场的试验,分析了加速度计误差模型中误差系数对辨识拟合残差的影响。通过石英挠性加速度计的三十六位置翻滚试验,利用最小二乘参数估计后,根据残差曲线的规律性形状确定了加速度计误差模型中存在零偏不对称项和标度因数不对称项,从而进一步完善误差模型。试验结果表明,被测加速度计的零偏不对称项和标度因数不对称项对辨识结果影响很大,加入到误差模型中拟合残差标准差从原来的1.1×10-5g提高到7×10-6g左右,精度明显得到改善。

交替拟合残差算法与高效液相色谱-二极管阵列检测方法结合同时测定两种抗结核药物

本文利用化学计量学交替拟合残差(AFR)算法与高效液相色谱-二极管阵列检测(HPLC-DAD)方法相结合,同时测定两种抗结核药物异烟肼和吡嗪酰胺的含量。该法与交替三线性分解算法(ATLD)、自加权交替三线性分解(SWATLD)算法相比较,从预测均方差、预测相对误差以及平均回收率等结果来看,其预测结果更接近实际值。研究表明,基于交替拟合残差等算法的二阶校正法,可以迅速准确地给出色谱重叠情况下两个组分的预测结果,是复杂体系成分直接定量分析的一个有力的化学计量学工具。

交替拟合残差算法与HPLC-DAD结合快速测定复合麻醉剂

将交替拟合残差算法与HPLC-DAD（高效液相色谱-二极管阵列检测）相结合,用于复合麻醉剂中盐酸普鲁卡因和盐酸利多卡因的同时直接快速测定,两组样本中盐酸利多卡因的回收率范围分别为96.2%-101.6%和100.3%-102.3%,盐酸普鲁卡因的回收率范围分别为93.7%-110.4%和97.3%-107.9%.研究表明,交替拟合残差算法可以很好地解决HPLC中色谱和光谱的重叠问题。

基于灰色两次拟合与残差修正的水稻需水量预测模型研究

文章结合气象观测和水稻全周期腾发量测定数据,对气温、空气饱和差、日照和风速等与水稻全周期腾发量进行灰色关联分析,在关联分析的基础上,建立二次拟合残差修正模型对水稻全周期需水进行分析。分析表明:气温和水稻腾发量关联系数最高,达到0.634,其次为日照时数,在全周期中6月份气象关联度最大。建立的二次拟合残差模型需水精度检验值高于0.6,相比于传统未考虑气象关联的单次拟合模型精度有明显改善。研究成果对于辽宁地区粮食安全需水评估具有重要参考价值。

基于双向GRU与残差拟合的车辆跟驰建模

为了提高微观交通仿真中车辆跟驰建模的准确性与泛化能力,将物理类模型与深度学习相结合,提出一种基于双向GRU(门控循环单元)与残差拟合的跟驰模型框架。该框架使用双向GRU网络对物理类跟驰模型预测值与真实值的残差进行学习,并在NGSIM公开数据集上进行测试。通过对比IDM、GIPPS、GM三种跟驰模型下的残差拟合效果,表明双向GRU网络可以对原模型预测结果的偏差进行有效的修正。选用IDM作为本框架的物理类模型,提出了Bi-GRU-IDM模型,与现有SVR模型、BPNN模型、GRU模型进行对比,结果表明Bi-GRU-IDM在预测精度、泛化性能上明显优于其他三种模型。

高可靠性结构基于零残差拟合和线抽样的可靠度方法

对于大型结构,设计时一般采用较高的安全系数,因此其可靠性高,且其失效方程一般为隐式,此时采用蒙特卡罗法来计算其可靠指标代价较大。针对此问题,提出一种基于零残差拟合和线抽样的结构可靠度方法,通过将总体空间划分成多个子空间,采用多响应面实现样本点的零残差拟合,进而采用线抽样法对拟合出的失效方程展开可靠度分析。数值分析表明,此方法能较好地适用于高可靠性结构可靠度分析。

基于有限次残差拟合的BP神经网络组合模型

关于BP神经网络的优化,鉴于大多数的思路都集中于提高单个预测器的预测精度,首次提出了基于有限次残差拟合的BP神经网络组合模型。结果显示,在经典BP神经网络适用的情境下,组合模型能够有效提高预测精度,此外,进一步证实其预测精度优于遗传神经网络(GA-BP),且建模效率比GA-BP提高99.2%。

基于多项式曲面拟合模型的高程转换方法及其结果分析

本文针对影响多项式高程转换精度的两个主要因素(拟合模型选择和拟合点选取),在分析不同阶次多项式表达特征的基础上,基于一次多项式拟合残差信息,提出了综合不同多项式曲面模型的GNSS高程转换方法,并通过实例验证了该方法的有效性。结果表明,利用一次多项式拟合残差空间分布信息反映的测区高程异常变化特征,作为二次多项式分区拟合区域划分或三次多项式拟合点选取的依据,进行高程拟合,可以将高程拟合精度从厘米级提高至毫米级。

GPS高程拟合方法的适用性研究

为研究各种GPS高程拟合方法所适用的不同范围,分别采用多项式拟合法、多面函数法、解析内插法对GPS测量点的高程进行拟合。针对地形起伏较大地区的高程点,计算出大地高和正常高之间高程异常的拟合残差,通过对各种方法计算的拟合残差的比对,探寻各种高程拟合所适用的条件。得出的结果表明:对于文中数据所反映的地形特点和数据点的布设方式,采用多面函数法具有较高的拟合精度、多面函数法拟合的平均误差较多项式拟合法减少37.5%,较解析内插法减少57.1%左右。不同的拟合方法有各自的特点以及适用范围和条件,对同一组数据采用不同的方法拟合,结果存在着很大的差异。

基于支持向量机的空间数据拟合

空间数据拟合是以搜集空间信息、建立合理的数据解算模型,用以表达空间数据之间的关系。支持向量机应用于空间数据拟合时,建立在结构风险最小的原则上,使得其模型有较强的泛化性能。借鉴泰勒公式的思想,在拟合空间起伏较大数据时,提出了对支持向量残差再拟合,以提高数据拟合的精度。最后,通过实例验证了残差再拟合算法的有效性。

基于数据残差的AR模型在高铁路基沉降预测中的应用

传统的时间序列模型虽然可以通过差分形式来处理非平稳随机数据,但是当数据具有确定性效应的时候,对数据进行差分容易造成残差信息的浪费。通过对拟合后的残差建立AR模型,可以充分利用数据的趋势信息和残差信息,从而得到较好的预测效果。

4种遥感数据时空融合模型生成高分辨率归一化植被指数的对比分析

【目的】针对时空融合方法在遥感植被状况调查及动态变化监测中的应用,比对时空自适应反射率融合模型(STARFM)、增强型时空自适应反射率融合模型(ESTARFM)、回归拟合空间滤波和残差补偿模型(Fit-FC)和规则集回归树融合模型(RPRTM)等4种时空融合模型对归一化植被指数(NDVI)的融合效果。【方法】以三江源地区2块具有差异性地表特征的区域为研究样地,采用上述4种时空融合方法,融合空间分辨率30 m的Landsat 8影像和250 m时间步长16 d的MODIS NDVI数据,生成步长为16 d的30 m空间分辨率的NDVI数据。基于Landsat NDVI影像通过定性的目视判别和定量的统计分析来评价不同融合模型结果的空间特征模拟效果,并以真实的MODIS NDVI时间动态为参考,分析了不同融合方法对地表植被动态特征的拟合效果。【结果】(1)关于空间特征的捕捉,在地表覆盖状况较复杂的区域,RPRTM融合效果最佳(R2=0.82);而对于输入影像差异较大的区域,ESTARFM融合效果最佳(R2=0.95)。(2)关于时间动态的捕捉,RPRTM针对不同的植被型均取得了最佳效果(R2为0.97~0.99)。(3)相对于模型输入数据的时空可比性,地表异质性对STARFM和ESTARFM融合效果的影响更大。【结论】4种时空融合模型能有效用于生成高时空分辨率的NDVI数据,不同模型其融合效果各有不同,RPRTM在复杂地表区域与模拟植被生长动态变化中均有较好表现。

激光粒度分析法测定铁铝酸盐水泥折射率的研究

折射率是采用Mie理论分析激光粒度法测试粉体细度的重要输入参数,然而一些较新材料的折射率却难以获取。本文通过研究激光粒度测试分析中输入折射率与数据拟合残差之间的变化关系确定待测样品的折射率。结果表明,采用该方法测得的样品折射率与资料数据有较好的一致性,用测定的折射率作为输入参数能够获得较好的颗粒分布结果。

基于神经网络优化残差的灰色递阶模型在电量预测中的应用

为降低电网规划中电量预测误差,科学指导电网发展规划,研究了灰色递阶模型,通过模型参数的递推,使模型适用于规划态的长期预测。在此基础上,构建RBF神经网络对模型拟合残差进行非线性建模,修正模型预测结果。实例证明,该方法可有效降低预测误差,可为电力公司营销、发策、交易等多部门市场分析预测决策提供更加科学的决策依据,具有十分重要的意义。

一种新的多因子约束下的NWP反演ZTD残差改正模型

对流层延迟是GNSS定位的主要误差源之一,利用NWP模型的气象数据积分反演ZTD是当前研究热点.然而,采用两大气象预报中心(ECMWF和NCEP)的再分析资料反演ZTD的残差一般在±60mm之间浮动,预报资料反演的ZTD的精度更差,都不能直接用于精密定位.一般是先将此反演的ZTD作为初值,设定先验方差,将残差作为未知参数求解.NWP反演的ZTD的精度,将直接影响对流层和模糊度参数在滤波过程中收敛速度.前人的研究表明.NWP反演ZTD的残差大小与测站所在纬度相关.利用纬度与残差的相关函数可提高NWP反演ZTD的精度.但效果并不明显.针对以上问题,比较ECMWF和NCEP再分析资料反演ZTD的精度,然后分析精度较高的ECMWF资料反演的ZTD的残差随温度、湿度、纬度、季节等因子变化的规律,并结合基于最小绝对残差法的多项式拟合方法拟合残差,提出一种新的多因子约束下的NWP反演ZTD的残差改正模型,从而提高NWP反演ZTD的精度.为验证模型的性能.以133个IGS站高精度ZTD为参考.拟合2015年ECMWF反演ZTD的残差.构建残差改正模型.并利用此模型改正2016年ECMWF反演的ZTD.实验结果表明:在纬度高于15°的地区.NWP反演的ZTD的平均残差和均方根误差比使用模型前分别减小了86.9%和36.3%.另外,对于较低纬度地区.此残差改正模型的效果不明显.

激发-发射荧光矩阵结合二阶校正方法检测湖水中多环芳烃

多环芳烃广泛存在于大气、土壤和水环境中,对动植物和人类有着严重危害。为了快速检测水环境中的痕量多环芳烃(Polycyclic Aromatic Hydrocarbons,PAHs),本文提出利用激发-发射荧光矩阵结合自加权交替归一残差拟合算法(Self-Weighted Alternating Normalized Residual Fitting Algorithm,SWANRF)检测湖水中的菲、蒽和荧蒽。与自加权交替三线性分解方法相比,SWANRF能够给出更满意的浓度预测结果,菲、蒽和荧蒽的平均回收率分别为(99.2±7.2)%,(101.7±7.7)%和(97.9±5.1)%;菲、蒽和荧蒽的预测均方根误差值分别为0.240,0.249和0.247μg/L。实验结果表明,文章提出的方法能够实现未知干扰物共存的湖水中痕量多环芳烃的快速检测,且方法可靠。

顾及气候类型的区域加权平均温度模型

针对由于中国土地面积广阔,气候类型复杂,大气加权平均温度(T_(m))易受气候类型、纬度和海拔影响的问题,提出一种顾及气候类型的区域加权平均温度模型:根据中国区域内分布广泛的5种气候类型,利用中国境内73个探空站2007—2015年的探空数据,分区域建立顾及气候类型及地面气温(T_(s))、饱和水汽压(E_(s))的大气加权平均温度模型ET-TM模型;并用2016年的探空数据结合贝维斯(Bevis)模型和GPT-3模型共同验证ET-TM模型的精度。结果表明:ET-TM模型整体精度高于Bevis模型和GPT-3模型;分区域建立大气加权平均温度模型有利于减少纬度和高程对大气加权平均温度的影响;对比Bevis模型和GPT-3模型,ET-TM模型更适用于中国区域内的大气可降水量反演。

定位子台网的选取对定位结果影响研究

选取了河北及邻区58个不同区域的地震，分析“定位子台网”分布对地震定位精度的影响，研究“定位子台网”的选取规则。分别探讨了三种台站分布情况下定位偏差、水平误差、拟合残差随空隙角、近台距离、远台距离的变化；定位偏差以及水平误差与拟合残差的关系。结果显示，速报时选择7～9个分布相对合理的“定位子台网”参加定位结果比较好，使用水平误差估计定位结果质量比较适合。

三维荧光二阶校正方法快速检测香蕉中双苯三唑醇含量

利用交替三线性分解(ATLD)、交替拟合残差(AFR)和自加权交替三线性分解(SWATLD)等3种二阶校正算法分别对三维荧光光谱数据进行解析,实现了香蕉中的双苯三唑醇含量的直接快速定量测定。当被分析体系的组分数取2时,ATLD、AFR和SWATLD获得的平均回收率分别为(98.2±2.6)%、(97.6±2.1)%和(91.5±3.5)%。另外,采用椭圆置信区间测试(EJCR)和品质因子,如灵敏度(SEN)、选择性(SEL)和检出限(LOD)评估了3种算法的准确性。实验结果表明:3种算法均能成功用于直接分析香蕉中双苯三唑醇的含量。