极大可能性估计

提出了一个新的估计类———极大可能性估计。详细研究了以p次抛物线为参照函数的极大可能性估计。在以p次抛物线为参照函数的极大可能性估计中,p=1对应可能性带权绝对值和最小估计,p=2对应可能性最小二乘估计。给出了确定观测值的权的一般方法。最后结合实例说明了极大可能性估计的实用性与正确性。

极大可能性估计带权解算理论及数据质量评定

极大可能性估计是测量误差理论研究的一种新动向。针对其定权和数据质量评定问题,提出了极大可能性估计的带权解算理论,并给出了基本原理;提出了单位权模糊幅度的概念,探讨并建立了数据质量评定模型。通过实例分析,得出了与经典平差相一致的结果。

最小不确定度约束下的极大可能性估计

以模糊集合理论为基础,提出了最小不确定度约束下的极大可能性估计准则、解算方法和迭代步骤。给出了新的观测值的质量标准体系。计算实例表明提出的方法是一种有效的、稳健的参数估计方法。

基于模糊理论的非线性极大可能性估计

详细论述非线性极大可能性估计的原理及非线性规划模型的建立;随后,结合MATLAB软件优化工具箱对三角网、测边网进行实例解算,并将计算结果与最小二乘估计的结果进行比较、分析,从而验证极大可能性估计理论的合理性。

测量数据的不确定性与极大可能性估计——测量误差理论研究的新动向

本文介绍测量误差理论研究的新动向—测量数据的不确定性与极大可能性估计。该方法并非要否定经典的误差理论,而是寻求一种以弥补经典误差理论局限性的新途径。