一种处理系统误差的新方法

测量数据处理中影响观测值的因素有2个部分:线性部分和某种干扰因素,干扰因素同观测量的关系是完全未知的,没有理由将其归入误差项,可以将其看成半参数模型中的非参数分量,即用非参数分量表达参数模型不完善的部分。本文首先利用自然样条函数法,找到符合条件的非参数自然插值样条函数;其次利用偏残差法并综合最小二乘法,导出了这种平差方法的解算公式;最后,用一个算例说明了此方法的优越性。

半参数测量平差模型参数的二阶段估计

本文首先利用自然样条函数法,找到符合条件的非参数自然插值样条函数。其次利用核函数并综合最小二乘法建立了参数x和S非参数的估计量x、S,讨论了窗宽参数h的选取方法。最后,用一个模拟的平差算例从估值的稳定性、均方差等方面与最小二乘法进行了比较,结果说明,半参数测量模型能更接近于真实情况。

半参数测量平差模型与系统误差处理

考虑半参数测量模型L=Bx+S+Δ,x$Rd为未知回归参数,S为未知Borel函数。本文首先利用自然样条函数法,找到符合条件的非参数自然插值样条函数。其次利用偏残差法并综合最小二乘法,导出了这种平差方法的解算公式。最后,用一个算例说明了此方法的优越性。

半参数回归模型在测量数据处理中的应用

考虑半参数测量模型,利用核函数并综合最小二乘法建立了参数β和s的估计量β∧、s∧, 其次,用一个模拟的平差算例从估值的稳定性、均方差等方面与最小二乘法进行了比较,最后, 将所得结果应用到自由网平差和GPS测量中。结果说明,半参数测量模型比参数模型更能反 应真实情况。

部分线性自回归模型中回归函数的半参数估计

本文主要研究具有一阶自回归误差的三阶部分线性自回归模型中回归函数的半参数估计问题.假定回归函数来自某个参数分布族,利用条件最小二乘法得到参数估计量,再结合非参数核函数进行调整,给出回归函数的半参数估计量.并在一定条件下,证明了估计量具有相合性.最后,通过模拟研究验证了此方法的有效性.