基于PCA和IGG权函数的人脸图像鲁棒线性回归分类方法

在人脸识别中,线性回归分类是一种快速且有效的方法。然而,线性回归分类是基于图像向量进行识别,导致原始矩阵图像往往为高维数据,且人脸图像经常受到污染。为此,提出一种基于PCA和IGG权函数的鲁棒线性回归分类方法。首先通过PCA对人脸图像进行降维,再采用IGG权函数对被污染的人脸图像进行分类。选用公开的ORL和Yale人脸库,将线性回归分类、基于IGG权函数的鲁棒线性回归分类和基于PCA和IGG权函数的鲁棒线性回归分类进行比较。实验结果表明,在ORL和Yale人脸库中,在不加噪声和加入椒盐噪声和斑点噪声条件下,所提出方法的识别率均值都在92.07%以上,均高于另外两种方法。

IGG权函数的地理加权回归抗差估计方法

针对传统的地理加权回归(GWR)方法未考虑粗差对参数估计结果的影响,导致分析模型不稳健的问题,该文对模型进行了改进,引入IGG权函数,根据残差值的大小来改变数据点的权重,以改善粗差存在环境下地理加权回归模型参数估计的精度。为验证该方法的有效性,该文采用模拟数据和真实数据分别进行试验,以MSE、RMSE、R2和R2adj作为性能评价指标,将IGG-GWR与GWR对比分析。结果表明,无论是模拟数据试验,还是真实数据试验,该文提出的方法MSE、RMSE均低于GWR,R2和R2adj均高于GWR,说明该文提出的方法可以提升地理加权回归模型的性能。

基于改进IGG3权函数距离误差模型的工业机器人标定

在工业机器人的标定过程中,测量粗差数据会对标定结果精度产生影响,为此,提出了一种基于改进IGG3权函数距离误差模型的工业机器人标定方法,将改进的IGG3权函数最小二乘辨识算法用于工业机器人距离误差标定中,以进一步提高工业机器人的标定精度。以SR4C型工业机器人为研究对象,建立了机器人距离误差数学模型,进行了IGG3权函数最小二乘辨识算法的理论研究。构建了机器人标定实验系统,进行了基于改进IGG3权函数距离误差模型的工业机器人标定实验,实验结果表明,所提方法可有效减小粗差数据对标定精度的影响。该方法可用于工业机器人标定和校准领域,以提高工业机器人定位精度。

基于IGGⅢ权函数的平面点云抗差估计

三维激光扫描技术在建筑物表面测量中已经得到越来越多的应用,针对平面点云中的小粗差在抗差估计中难以剔除的问题,将IGGⅢ权函数与加权总体最小二乘法相结合,提出了IGGⅢ权函数抗差估计方法。分别采用验后方差估计法、Huber权函数抗差估计法、IGGⅢ权函数抗差估计法对两组点云进行平面拟合计算。结果表明,通过对IGGⅢ权函数抗差估计模型中K0、K1的设置,可以有效地将点云进行分层定权处理,与验后方差估计法相比,通过多次迭代过程,有效降低淘汰段的小粗差对点云平面拟合的影响。与Huber权函数抗差估计法相比,IGGⅢ权函数抗差估计法对可疑段的过大误差进行降权处理,使其平面拟合精度更高。

基于IGGⅢ权函数的稳健ARMA残差控制图构建

针对传统ARMA残差控制图易受异常值的影响,本文首先用由中国科学院测量与地球物理研究所提出的抗差方法(IGGⅢ)权函数建立稳健ARMA模型,得到独立同分布残差序列.接着用加权三均值和平均绝对离差分别估计均值和标准差,进而构建稳健ARMA残差控制图.模拟与实证检验均表明:本文所构建的稳健控制图能更好地抵抗异常值干扰,监控效果优于传统控制图.

基于UKF和IGG改进聚类算法的特高压交流输电线路参数辨识

为有效辨识特/超高压交流输电线路的实时运行参数,尽可能剔除相量测量单元(PMU)量测数据存在的随机噪声,提出一种改进算法。该算法首先采用无迹卡尔曼滤波(UKF)对原始量测数据进行初始滤波,然后通过分布参数等值电路模型辨识线路参数,最后利用三段式IGG(Institute of Geodesy&Geophysics)原理设置权函数的改进聚类方法对辨识的参数进行聚类处理,将多时间断面的参数聚类中心作为线路参数最终辨识结果。对1000k V特高压交流示范工程晋东南-南阳-荆门线路进行仿真分析,算例仿真结果表明了新型混合算法的准确性与有效性。

抗差方差分量估计在GPS/GLONASS组合导航中的应用

运用GPS/GLONASS组合导航时,由于卫星系统的测距精度不同,需要在组合解算中采用方差分量估计进行合理定权和平差计算。但是,当GPS和GLONASS观测值中含有粗差时,若采用最小二乘方差分量估计则无法抵抗粗差的影响,从而降低平差结果的精度和可靠性。为了提高GPS/GLONASS组合解算的抗差性,本文引入了基于IGGⅢ等价权函数的抗差估计方法,经过对GPS/GLONASS实测数据的计算和分析,证明这是一种可行的和有效的方法。

基于改进变分贝叶斯滤波的SINS/DVL/LBL组合导航技术

为解决水下航行器捷联惯性导航系统(SINS)与多普勒计程仪(DVL)、长基线(LBL)定位设备组合导航问题,提出使用集中式滤波方案,并建立了SINS/DVL/LBL组合导航模型。在组合导航过程中,考虑到使用经典的卡尔曼滤波方法会存在由量测噪声方差时变和野值干扰而导致滤波精度下降的问题,通过将变分贝叶斯滤波与IGGⅢ权函数相结合,提出了一种改进变分贝叶斯滤波方法。组合导航仿真结果表明:文中滤波方法具有较强的自适应能力和抗野值能力,其滤波精度优于经典的卡尔曼滤波方法和变分贝叶斯滤波方法。

Hopfield神经网络在水准网平差中的应用

Hopfield神经网络有较强的优化计算能力,引入IGGⅢ等价权方案,构造Hopfield神经网络新的能量函数形式,采用共轭梯度法,进一步提高神经网络的效率,并讨论Sigmoid函数的抗差能力。通过模拟水准网算例表明:在无粗差情况下,利用神经网络进行测量平差可以精化模型,提高平差效率,而在有粗差情况下,引入IGGⅢ等价权方案可以使神经网络计算具有较强的抗差能力。

基于方差分量估计的不同截止高度角下的组合单点定位

BDS/GPS/GLONASS组合系统定位时,由于系统间卫星测距精度的差异性,需要合理确定卫星间权比,Helmert方差分量估计常被用于确定不同类观测值间权比;而当观测值含有粗差时,Helmert方差分量估计定位结果容易被粗差污染或收敛失真,出现大的偏差。文中基于Helmert方差分量估计,引入等价权因子IGGIII函数,建立抗差Helmert方差分量估计权函数模型,对比分析其在低截止高度角10°、15°和20°下,在BDS/GPS/GLONASS组合系统定位中的应用及定位精度,并讨论分析在高截止高度角30°和40°下,组合系统和单系统BDS的定位精度。实验结果表明:当观测值无明显粗差时,Helmert方差分量估计和抗差分量估计的定位精度相当,略低于高度角权函数的定位结果,点位精度RMS优于2.5m;含粗差时,抗差解定位精度最高;当截止高度角为30°时,BDS单系统定位精度RMS优于5m,而组合系统RMS接近3m;为40°时,组合系统平面精度RMS优于2m,三维精度RMS优于6m,而单系统不能定位。

稳健加权总体最小二乘法

加权总体最小二乘估计没有考虑观测数据中可能存在的粗差。本文基于IGG权函数,采用选权迭代法求解加权总体最小二乘问题。结合模拟数据和真实数据,系统地比较了加权总体最小二乘方法、基于Huber权函数的稳健加权总体最小二乘方法和基于IGG权函数的稳健加权总体最小二乘方法的参数估计结果。通过对比分析表明,两种稳健加权总体最小二乘方法的参数估计结果比加权总体最小二乘方法更加可靠,且以基于IGG权函数的稳健加权总体最小二乘方法为最优。