导读:本文包含了加权总体最小二乘论文开题报告文献综述及选题提纲参考文献，主要关键词:平面拟合,点云数据,稳健加权总体最小二乘,粗差探测
加权总体最小二乘论文文献综述
陶武勇,花向红,陈西江,吴飞,冯绍权[1]（2019）在《方差膨胀的稳健加权总体最小二乘点云平面拟合》一文中研究指出为了提高平面拟合精度,本文采用总体最小二乘求解平面拟合参数。同时考虑到点云数据中含有的粗差点可能影响点云平面拟合的精度,提出了方差膨胀的稳健加权总体最小二乘。本文通过选取IGG权函数将点云数据分为3段,并引入中位数对IGG权函数进行改进,可以更准确地探测粗差。考虑到点云数据中x、y、z这3个方向的误差并不是等精度,计算了点位的协方差矩阵,使得x、y、z这3个方向的误差分配更加合理。通过实例表明,本文的方法不仅可以消除粗差点的影响,还能减弱可疑点的影响,得到更为准确的平面拟合参数,提高了平面拟合精度。(本文来源于《测绘科学技术学报》期刊2019年02期）
龚循强[2]（2018）在《一种稳健加权总体最小二乘的新方法》一文中研究指出在测绘地理信息实践中,可能会遇到系数矩阵含有误差的情况,如果此时采用传统的最小二乘(LS)方法进行参数估计显然是不恰当的。为了弥补这个缺陷,在顾及权阵的前提下,采用同时考虑观测向量和系数矩阵误差的加权总体最小二乘(WTLS)方法被认为是更可取的。然而,该方法虽然考虑了系数矩阵存在误差的情况,但对于观测向量和系数矩阵中均可能存在的粗差却没有考虑,致使结果较大地偏离真实值。本文研究加权总体最(本文来源于《测绘学报》期刊2018年10期）
王乐洋,余航[3]（2019）在《附有相对权比的加权总体最小二乘联合平差方法》一文中研究指出采用不同类数据联合平差时,不仅观测向量含有误差,其对应的系数矩阵也通常受到误差的影响。将加权总体最小二乘方法应用于多类观测数据的联合平差模型,推导相应迭代计算方法,以相对权比权衡各类数据参与联合平差的比重。设计了多种方案,并给出了确定相对权比的判别函数最小化方法。结果表明,验前单位权方差法与总体最小二乘方差分量估计方法具有一定的局限性,当验前信息不准确或者总体最小二乘方差分量估计方法不可估时,判别函数为n_1∑i=1︱e_(1_i)︱ +n_2∑j=1︱e_(2_j)︱|的判别函数最小化法能取得较优的参数估值结果。(本文来源于《武汉大学学报(信息科学版)》期刊2019年08期）
李林林,周拥军,周瑜[4]（2019）在《二维直角建筑物规则化的加权总体最小二乘平差方法》一文中研究指出针对基于遥感数据的二维建筑物的直角化问题,以建筑物边界点的坐标为观测值,以顾及边界正交限制条件的直线斜率和截距为参数,建立附有限制条件的变量误差(errors-in-variables, EIV)模型。考虑观测向量和设计矩阵相关的情况,给出了增广设计矩阵的协方差阵的计算方法,推导了附限制条件的通用加权总体最小二乘(weighted total least squares, WTLS)平差算法,以及近似精度评定算法和仅含二次型限制条件的WTLS平差方法。理论和算例分析表明,在建筑物重建问题中,附有限制条件的EIV模型比经典附有限制条件的Gauss-Helmert模型易于构建,所提的WTLS算法快速收敛速度快,对拓展WTLS平差方法的应用具有理论与实践意义。(本文来源于《武汉大学学报(信息科学版)》期刊2019年03期）
刘支亮,李明峰,陆建华[5]（2018）在《基于稳健加权总体最小二乘的点云数据圆柱面拟合》一文中研究指出在测量中,为了对建(构)筑物的圆柱面点云数据进行建模或检测,需要精确拟合圆柱面并对拟合结果进行分析、表达。针对传统圆柱面点云数据拟合方法未考虑粗差存在和系数矩阵含有误差,导致圆柱面拟合结果不够精确的问题,提出了可自适应调整权阵的稳健加权总体最小二乘算法计算拟合参数。该算法在考虑全部观测值误差的基础上,通过激光点到圆柱面的距离确定各点的权重,以3倍标准差剔除粗差,经迭代计算最终得到稳健的拟合结果。经工程实例计算,证明该算法能有效克服粗差的影响,得到准确可靠的拟合参数估值,拟合效果优于传统拟合算法。(本文来源于《现代测绘》期刊2018年04期）
吴璐璐,陈汉清,王乐洋[6]（2018）在《加权总体最小二乘法在点云数据平面拟合中的应用》一文中研究指出研讨一种加权总体最小二乘法,它是在Malengo A文献的基础上推导的基于拟牛顿法的加权总体最小二乘算法,能够处理误差变量模型中的各种不同的情况。本文将该算法应用于点云数据平面拟合模型的求解,通过比较加权总体最小二乘法与最小二乘法、总体最小二乘迭代解法的结果来验证该种算法的有效性。(本文来源于《江西测绘》期刊2018年02期）
王乐洋,李海燕,陈晓勇[7]（2018）在《拟牛顿修正法解算不等式约束加权总体最小二乘问题》一文中研究指出根据总体最小二乘准则,可以将附有不等式约束的变量误差(errors-in-variables,EIV)模型转化为标准最优化问题,并运用有效集法、序列二次规划法等优化方法求解。已有算法在涉及计算目标函数的Hesse矩阵(二阶导数)时,存在计算量较大的缺陷。针对上述问题,利用基于拟牛顿法修正Hesse矩阵的序列二次规划算法解算附有不等式约束加权总体最小二乘问题,新算法减少了计算量,可以提高收敛速度。通过实例,证明了该算法具有很好的适用性和计算效率。(本文来源于《武汉大学学报(信息科学版)》期刊2018年01期）
汪奇生[8]（2017）在《多元加权总体最小二乘新解法》一文中研究指出将多元加权总体最小二乘模型进行变换,转化为加权总体最小二乘模型,推导构造新的系数矩阵和系数矩阵元素协因数阵的公式,研究多元加权总体最小二乘的解算流程。以Jazaeri加权总体最小二乘为例,给出多元总体最小二乘参数的解算过程。通过算例分析和比较,验证了该方法的有效性。(本文来源于《大地测量与地球动力学》期刊2017年12期）
龚循强[9]（2017）在《一种稳健加权总体最小二乘的新方法》一文中研究指出在测绘地理信息的应用中,如线性拟合、坐标转换和GPS高程拟合等,参数估计是一种基本的手段。按照惯例,采用仅考虑观测向量误差的最小二乘方法对参数估计进行求解。为了考虑系数矩阵中可能存在的误差,近十几年发展了总体最小二乘方法。同时,为了考虑不等精度观测的问题,提出了加权总体最小二乘方法,特别是加权总体最小二乘的高斯—赫尔默特模型方法、加权总体最小二乘的牛顿—高斯方法和加权总体最小二乘的拉格朗日乘数方法。然而,加权总体最小二乘方法没有考虑观测数据中可能存在的粗差,这可能导致参数估计的稳健性和可靠性降低。为了解决这个问题,本文提出一种基于IGG权函数的稳健加权总体最小二乘的拉格朗日乘数方法,该方法利用拉格朗日乘数得到严格的加权总体最小二乘方法,同时通过IGG权函数使得加权总体最小二乘方法更加稳健和可靠。为了对该方法的性能进行定量评估,选取了两个评定指标(即单位权方差和均方误差)。通过模拟数据(不同的粗差数量和粗差大小)和叁组真实数据(即线性拟合、坐标转换和GPS高程拟合),并与加权总体最小二乘方法和现有稳健加权总体最小二乘方法(即基于Huber权函数的稳健加权总体最小二乘的高斯—赫尔默特模型方法)进行比较实验。模拟数据实验结果表明:随着粗差数量和大小的增加,加权总体最小二乘方法和现有稳健加权总体最小二乘方法的单位权方差和均方误差几乎呈线性增加,而该方法所得的结果几乎是稳定的。这意味着与加权总体最小二乘方法和现有稳健加权总体最小二乘方法相比,该方法能够有效地减少粗差的影响。同时,粗差的数量和大小越大,粗差的影响减少得越明显。此外,叁组真实数据的实验结果与模拟数据实验的结果一致。时间序列的自回归模型预测是沉降预测中的一种常用方法。在传统的自回归模型参数估计中,采用仅考虑观测向量误差的最小二乘方法。为了考虑系数矩阵中的误差及观测数据中可能存在的粗差,本文提出采用稳健加权总体最小二乘方法(即基于IGG权函数的稳健加权总体最小二乘的拉格朗日乘数方法)对高速铁路桥墩沉降自回归模型预测中的模型进行参数估计。通过两组观测数据,将该方法与最小二乘方法、稳健最小二乘方法和加权总体最小二乘方法进行比较评估。实验结果表明:在建模数据不含粗差的情况下,加权总体最小二乘方法与稳健加权总体最小二乘方法的单位权方差和预测残差绝对值的均值小于最小二乘方法和稳健最小二乘方法的结果。同时,在建模数据含粗差的情况下,稳健加权总体最小二乘方法的单位权方差和预测残差绝对值的均值最小。这说明在高速铁路桥墩沉降自回归模型预测中,使用提出的方法比最小二乘方法、稳健最小二乘方法和加权总体最小二乘方法的预测结果更加可靠和准确。线性回归分类是图像识别领域中一种相当简单而有效的分类方法,目前普遍采用最小二乘方法对分类模型进行参数估计。然而,遥感图像场景数据中可能包含高斯噪声和椒盐噪声,而且同一场景中不同的遥感图像相对应位置的灰度值也不完全相同,这些均会造成遥感图像场景分类精度的降低。为了解决这一问题,本文提出采用稳健加权总体最小二乘方法(即基于IGG权函数的稳健加权总体最小二乘的拉格朗日乘数方法)对线性回归分类模型的参数进行估计。通过叁组遥感图像场景数据,将该方法与最小二乘方法、稳健最小二乘方法和加权总体最小二乘方法进行比较评估。实验结果表明:稳健最小二乘方法和稳健加权总体最小二乘方法能够抵抗遥感图像场景数据中较大的高斯噪声和椒盐噪声,使得稳健最小二乘方法和稳健加权总体最小二乘方法较最小二乘方法和加权总体最小二乘方法有更好的分类精度。同时,稳健最小二乘方法和稳健加权总体最小二乘方法也能减少同一场景中遥感图像不同所带来的较大随机误差或粗差的影响。更重要的是,稳健加权总体最小二乘方法能够同时考虑观测向量和系数矩阵的误差,同时能够有效减少粗差的影响,从而获得更高的分类精度。(本文来源于《西南交通大学》期刊2017-11-01）
王乐洋,余航,李毅[10]（2016）在《一种加权总体最小二乘问题的解法》一文中研究指出加权总体最小二乘(WTLS)方法是一种可同时顾及观测向量与系数矩阵误差的方法,其理论更为严密.基于已有总体最小二乘方法,推导了一种WTLS平差方法,该方法可顾及观测向量与系数矩阵中随机元素间的相关性;给出了一种可顾及相关观测情况下WTLS平差的新的等价平差准则,该准则具有与最小二乘(LS)平差准则相似的结构,进而可按照求解自由极值的方式进行推导,并将WTLS与LS平差思路进行了统一.针对推导过程中观测向量与系数矩阵组成的增广矩阵的协因数阵存在不可逆情况,构建的等价平差准则可避免直接对其求逆.通过直线拟合与二维仿射变换算例分析,结果表明:提出的方法能取得与已有平差方法相同的结果.并验证了该方法的正确性与可行性.(本文来源于《中国矿业大学学报》期刊2016年06期）
加权总体最小二乘论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
在测绘地理信息实践中,可能会遇到系数矩阵含有误差的情况,如果此时采用传统的最小二乘(LS)方法进行参数估计显然是不恰当的。为了弥补这个缺陷,在顾及权阵的前提下,采用同时考虑观测向量和系数矩阵误差的加权总体最小二乘(WTLS)方法被认为是更可取的。然而,该方法虽然考虑了系数矩阵存在误差的情况,但对于观测向量和系数矩阵中均可能存在的粗差却没有考虑,致使结果较大地偏离真实值。本文研究加权总体最
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
加权总体最小二乘论文参考文献
[1].陶武勇,花向红,陈西江,吴飞,冯绍权.方差膨胀的稳健加权总体最小二乘点云平面拟合[J].测绘科学技术学报.2019
[2].龚循强.一种稳健加权总体最小二乘的新方法[J].测绘学报.2018
[3].王乐洋,余航.附有相对权比的加权总体最小二乘联合平差方法[J].武汉大学学报(信息科学版).2019
[4].李林林,周拥军,周瑜.二维直角建筑物规则化的加权总体最小二乘平差方法[J].武汉大学学报(信息科学版).2019
[5].刘支亮,李明峰,陆建华.基于稳健加权总体最小二乘的点云数据圆柱面拟合[J].现代测绘.2018
[6].吴璐璐,陈汉清,王乐洋.加权总体最小二乘法在点云数据平面拟合中的应用[J].江西测绘.2018
[7].王乐洋,李海燕,陈晓勇.拟牛顿修正法解算不等式约束加权总体最小二乘问题[J].武汉大学学报(信息科学版).2018
[8].汪奇生.多元加权总体最小二乘新解法[J].大地测量与地球动力学.2017
[9].龚循强.一种稳健加权总体最小二乘的新方法[D].西南交通大学.2017
[10].王乐洋,余航,李毅.一种加权总体最小二乘问题的解法[J].中国矿业大学学报.2016
标签：平面拟合; 点云数据; 稳健加权总体最小二乘; 粗差探测;