分类树中QUEST算法与多水平logistic模型的联合应用与比较

目的 探讨分类树中的QUEST算法和多水平logistic模型联合应用于分析层次资料的可行性。方法 首先介绍模型的原理 ,据此提出联合应用的具体思路 ,然后采用分析实例进行深入探讨 ,并用预测准确率和ROC曲线对模型拟合效果加以比较。结果 QUEST算法能非常准确地搜索出主要影响因素 ,并能更加深入地刻画因变量、自变量间的复杂联系 ,在此基础上再进行多水平logistic模型会更加高效、准确。 结论 QUEST算法和多水平logistic模型各有优势 ,将它们联合用于层次资料的分析将更能保证分析的正确性和完善性。

基于QUEST算法的激光惯组初始定姿研究

QUEST算法是一种基于多矢量观测的最优化定姿算法。首先针对QUEST算法进行了数值仿真,验证了算法的正确性,然后针对某型激光惯组,应用QUEST算法,设计了详细的初始定姿算法流程,最后进行了激光惯组静态初始定姿实验和连续旋转初始定姿实验。实验结果表明,所设计的初始定姿算法,在激光惯组静止和连续转动情况下,姿态角均较快收敛,且具有一定的姿态跟踪性能,初始定姿结束后均得到较高姿态角精度。进一步分析,本算法也能较好适应其它类型的大角运动干扰情形下的激光惯组初始定姿。

基于QUEST算法的有线电视销售的客户分析

在科技发达的现代，有线电视的引入让家庭生活增添了更多的色彩，而有线电视的销售也成为了厂商注重的问题。本文通过对已搜集到的数据进行数据挖掘分析，采用QUEST算法对已知数据进行分析，找出会购买有线电视节目的客户特征。

一种车载捷联惯导行进间QUEST优化粗对准算法

针对车载捷联惯导的传统动基座对准方法精度较低及环境适应性较差的问题,提出了一种基于QUEST的行进间粗对准优化算法。首先使用姿态矩阵分解的方法,得到不同参考系下对重力矢量的观测值。然后分析不同环境对于对准算法的影响,利用优化的QUEST算法,对不同时刻的重力矢量信息进行分析,基于误差信息对权重值大小进行合理分配,提高算法稳定性。实时估计车载体姿态、速度、位置,并反馈到下一次计算中去,形成闭环,提高粗对准精度。仿真和车载实验表明,该算法能够实现车辆行进过程中的姿态粗对准,多组实验下航向角误差在150 s内可达到±2°以内。

基于QUEST树的高寒湿地植被覆盖类型遥感分类研究

以青海省索加-曲麻河自然保护区高寒湿地密集分布区为例,进行三江源高寒湿地植被覆盖类型遥感分类方法研究。基于SPOT5影像融合后的4个波段数据和融合影像主成分分析后第一主成分PCA1,以PCA1作为数据源计算的8个纹理特征,用数字高程模型DEM和其他辅助数据构成的数据集,选用QUEST算法,对数据集进行数据挖掘,构建决策树模型对影像进行分类。分类结果表明:9×9窗口下的纹理特征均值、方差和信息熵是进行高寒湿地植被覆盖类型分类的有效纹理特征量。QUEST决策树分类方法所得分类结果精度可达84.19%,kappa系数为0.826 1。相对于传统的最大似然法监督分类所得结果,总体精度提高17.29%,总体kappa系数提高0.191 2,提高幅度近30%。所得分类结果中,矮嵩草草甸、矮嵩草+藏嵩草沼泽化草甸、杉叶藻草本沼泽、藏嵩草沼泽化草甸和藏嵩草+矮嵩草草甸等植被覆盖类型的分类精度较高,生产者精度分别可达:95.83%,95.45%,95.00%,94.74%和91.67%;用户精度分别为100%,91.30%,82.61%,78.26%和95.65%。

基于星敏感器的姿态优化估计算法

对于采用星敏感器的航天器姿态确定问题,提出了一种快速的姿态优化估计方法;首先,根据Rodrigues参数和观测向量之间的线性关系,引入四元数,构造了不同的非奇异的优化准则;其次,借助四元数,求解了基于该准则的姿态优化算法;误差协方差分析和数值仿真结果表明,该算法与著名的QUaternion ESTmation(QUEST)算法相比,在相同的操作系统环境下,具有相同的姿态估计精度,但计算速度更快,对两种算法选取间隔为2000次的仿真步长,统计数据长度为100个采样点,最后对结果加权求平均值,统计结果显示仅为QUEST的三分之一;这种姿态优化估计方法具有一定的工程应用价值。

基于星敏感器的两种姿态确定算法比较分析

介绍了星敏感器的两种姿态确定算法:最小二乘算法和QUEST算法,推导了最小二乘算法和QUEST算法求解三轴姿态的公式;比较了两种算法在不同恒星数目下的计算精度以及在全天区范围内的计算精度;利用实例说明QUEST算法不仅在全天区范围内姿态计算精度高于最小二乘算法,而且在观测星数量较少,且观测星座呈现较为不利的构型时仍然具有较高的计算精度.

双基线姿态确定问题的算法优化

两条基线实现姿态测量给工程应用提供了方便。针对两条基线场合下的姿态确定问题,对QUEST(Quaternion Estimator)三轴姿态估计算法进行了优化。在传统TRIAD方法基础上,对两条基线向量进行加权线性组合,并构建基线向量组实现对基线向量信息的充分利用;然后通过QUEST算法实现三轴姿态角的最优解算。用接收机进行了实验,结果表明:通过对比两条基线的TRIAD算法和QUEST算法,本文中的优化算法解算三轴姿态角的精度有了明显提高。

住院病人医疗服务满意度现状及其影响因素的决策树模型分析

[目的]研究住院病人医疗服务满意度的现状及其影响因素,为进一步加强医院管理和提高医疗服务满意度提供有益的借鉴。[方法]采用分层随机抽样的方法,用自制问卷对成都市住院病人进行医疗服务满意度现况调查,采用决策树模型分析满意度的影响因素。[结果]住院病人医疗服务整体满意度为55.36%,未婚男性、家庭人均月收入偏低的已婚病人为满意度较低的群体,其满意度分别为33.33%和51.41%。婚姻状况、家庭收入、性别为医疗服务满意度的主要影响因素。[结论]住院病人满意度尚有待于进一步提高,采用决策树模型分析医疗服务满意度影响因素是可行的。

基于粒子群寻优的高精度星敏感器在轨标定方法

星敏感器结构设计与安装过程会产生多种误差,主要误差源有星敏感器像平面主点误差、主距误差、倾斜误差与旋转误差,这些误差影响了星敏感器在轨标定的精度。根据星敏感器的误差模型,提出了一种高精度的星敏感器在轨标定方法。在已知含有误差的像平面的基础上,构造一个虚拟的像平面。当粒子群优化算法使含有误差的像点投影到虚拟像平面上的坐标与无误差时像点的坐标一致时,再利用Quest解算出三轴姿态角求得两个像平面之间的姿态矩阵,得出两像平面之间的关系。结果表明:星敏感器姿态确定精度较高且比较稳定。这种方法与传统标定方法的优势在于不依靠陀螺信息,原理简单,提高了数据的准确性。

基于多视场星敏感器的姿态确定方法

星敏感器是目前航天器姿态测量精度最高的器件,与传统的单视场星敏感器相比,多视场星敏感器可以实现三轴同样高精度的姿态测量,提高姿态测量精度;针对单视场星敏感器姿态确定问题,推导了以最小代价函数为指标的QUEST姿态确定算法;对于多视场星敏感器,通过坐标变换方法将多个视场的导航星矢量转换到同一视场中,再利用QUEST算法得到航天器姿态;最后仿真结果表明,坐标变换后进行姿态确定得到的姿态数据与单个视场所得的姿态数据相同,验证了方法的正确性。

CSD和CDD结合下的最优遥感特征指数集构建及其在湿地信息提取中的应用

依托中分辨率成像光谱仪完整的数据序列和丰富的光谱信息,遥感特征指数在湿地生态系统发展变化的状态、趋向和规律研究方面发挥着不可替代的优势。传统类间距离判别的遥感特征指数选取中常存在过分依赖数据统计特征、入选指数与目标地类间生态学意义不明确、分类模型普适性差等局限性。基于此,本研究以河北省白洋淀湿地自然保护区为例,提出类可分离性距离判别(Class Separation Discrimination,CSD)与类间距离判别(Class Distance Discrimination,CDD)相结合的方法构建最优遥感特征指数集,并采用QUEST算法和马氏距离判别法构建分类决策树模型用于白洋淀湿地信息的提取研究,尝试克服传统类间距离指数选取中的不足。结果表明:运用CSD和CDD相结合的方法所选取的遥感特征指数在研究区湿地信息提取过程中的总体分类精度达到了91.32%,Kappa系数0.88,较传统的分类与回归树(Classification and Regression Tree,CART)方法,分类精度提高了1.67%;其次选取的最优指数与待提取的湿地类型均具有明确的生态学意义,如挺水植物在立地干湿交替条件下的潴育化过程决定了氧化铁比率IO可成功的将混分的耕地和挺水植物进一步分离;进一步将基于研究区2017年OLI影像构建的CSD和CDD相结合方法与CART方法的模型分别应用于研究区2019年OLI影像进行分类,基于CSD和CDD相结合方法构建的模型分类总体精度和Kappa系数分别为:86.97%、0.83,基于CART方法构建的模型无法满足分类需求,研究结果较好地证明了基于CSD和CDD相结合方法构建的模型在年际之间具有良好的适用性和稳定性。总之,CSD和CDD相结合的方法在不降低湿地信息提取精度的基础上,有效避免了传统遥感特征指数选择方法的局限性,提高了分类模型的普适性,是遥感特征指数选择算法和决策树相结合在湿地信息提取方面的有益尝试。