一、线性回归中粗差点判别法的改进及其应用（论文文献综述）
赵俊瑞[1]（2021）在《物体的三维点云配准方法研究》文中指出
李斌[2]（2021）在《重力坝变形监控的智能分析方法研究》文中进行了进一步梳理重力坝变形监测数据包含了大坝变形过程的重要信息,对其信息挖掘、分析预测、安全评价是掌握大坝安全性态至关重要的技术方法。随着大坝安全监控的发展,监测数据的采集方式越来越全面、越来越智能,数据量也越来越大,这就对数据的分析处理能力提出了更高的要求。如何在海量数据中挖掘更多的有用信息,是了解大坝运行性态的基础;如何对海量数据进行预处理,是提高数据质量的前提;而对效应量保持长期精准的预测以及科学合理的安全评价,是大坝安全管理的重要内容。因此,在人工智能快速发展的时代背景下,本文以重力坝变形监测相关数据为研究对象,引入数据挖掘、智能算法、机器学习等方法,用于监测数据的异常值检测、预测预报、安全评价等分析方法的研究。主要研究内容和成果如下:（1）通过理论分析与实测数据验证,总结了重力坝变形的一般规律。首先,对空间维度的面板数据进行了相关分析,结果表明不同坝段之间均具有高度线性相关性;在此基础上,提出了形状相似系数,用于描述不同测点在变形幅度上的大小关系,计算结果表明:以中间坝段为中心将坝体对称分开,一般情况下,处于对称位置的坝段变形相似度较高,同时相邻坝段的变形相似度也较高。然后,对时间维度的单测点数据进行了自相关和偏自相关分析,从而得知某个数据与其前1时刻、前2时刻、或前3时刻有显着相关性。最后,从整体、局部和空间3个方面对重力坝变形监测数据的变化特征进行了分析和总结,以期研究适合该类数据特征的异常值检测算法。（2）对重力坝变形监测数据中的异常值进行了定义,并总结了异常值的分类与特征。然后分析了基于距离的异常值检测算法在重力坝变形监测数据分析中的适用性,并借鉴该类算法的思想,提出了多重局部异常系数法,该方法通过提取待检测值前k个数据组成的局部窗口数据,并根据设定的判别准则,可简单、快速地进行异常值实时检测。该算法主要针对原位监测数据中异常值的预处理检测,目的是为了获得高质量数据,便于后续建模分析。（3）改进了自适应差分进化算法关于初始解的选择方式,得到了改进的自适应差分进化算法（Improved Self-Adaptive Differential Evolution Algorithm,ISADE）,这提高了该算法的全局优化能力,然后将其用于在线极限学习机（Online Sequential Extreme Learning Machine,OSELM）的优化,提出并建立了基于ISADE-OSELM的重力坝变形预测模型。该模型仅通过训练最新数据便可更新已有模型的参数,可实现模型的自我更新,改善了传统模型的更新方式,同时结合优化算法,提高了模型的精度和泛化性。实例计算结果表明:ISADE-OSELM模型的综合性能优于逐步回归模型、ELM模型和OSELM模型。（4）在传统置信区间法拟定监控指标的基础上,考虑了监测数据的随机性和模糊性,将云模型融入其中,使得一个具有明确边界的置信区间,拓展为一个以区间为边界的置信区间。提出并建立了云置信区间法的重力坝变形监控指标,该方法以ISADE-OSELM预测模型的误差为研究对象,因此可随着ISADE-OSELM模型的更新而更新,这使得监控指标的拟定方式更加高效。实例计算结果表明,云置信区间不仅具有传统置信区间的功能,还可按一定隶属度评价接近置信区间边界数据的安全性,这种评价方式更符合实际情况,对大坝的变形监控更加合理。
刘新江[3]（2020）在《基于自动观测的天文大地测量新方法研究》文中研究表明天文大地测量通过观测恒星等自然天体的位置来确定地面点的位置以及至地面某一目标的方位角,是大地测量的主要技术手段之一,应用于空间基准建立、航天测控、远程精导武器发射、惯导设备标定、垂线偏差确定及工程测量等领域。传统的天文大地测量方法主要适用于北半球中纬度地区;测量设备主要是光学经纬仪,需人工观测,效率很低。近年来,随着数字天顶仪、视频经纬仪等新型测量系统的研制成功,天文大地测量技术已开始向自动观测转型,但定位定向观测和数据处理模型基本上仍采用的是传统方法,不能满足在全球范围内进行快速高效和高精度的测量。为了实现任意地区快速天文定位定向,解决复杂环境下只有部分星可见时的天文大地测量难题,本文基于自动测量技术能在短时间内获得全天区大量天文观测数据的特点,引入相关变量回归分析理论,提出了多种新的天文大地测量方法,并进行了深入系统的理论研究和大量的野外实际测量实验验证。论文主要研究内容及创新点如下:（1）首次在天文大地测量数据处理中引入相关变量回归分析方法,构建了天文大地测量数据回归分析仿真平台;在实测数据处理中,对回归方法进行了拓展,提出了两步回归法、平行回归法和零值分位回归法。（2）提出观测多颗近似中天星实现定位定向的新方法,采用高度差平行回归法测定纬度,采用多星中天时角法测定经度和方位角。在低纬度地区实测36颗任意高度近似中天星数据,定位精度优于±0.5″,定向精度优于±0.25″,满足高等级天文大地测量精度指标要求。与经典的北极星任意时角法相比,定向测量前不需要进行精密天文定位,1个一等天文方位角的观测用时由至少2天时间缩短到2小时以内,将精密天文定向测量的作业范围由北半球中纬度地区扩展至全球任何地区。（3）针对只有北天区星可见时的观测条件,提出了多颗近似大距星同步定位定向方法。传统大距星对法只能精确定向,且需要已知测站精确坐标;新方法不需要按照天体赤纬和大距时刻进行配对观测,通过观测多颗近似大距星的天顶距和水平角数据即可实现定位定向,选星条件从星位角严格在90°扩展到87°～92°,同等时间内可观测星数增加1倍以上。（4）基于自动观测可同时获取近似等高星天顶距和水平角的特点,在数据处理中提出了方位角零值分位回归法实现同步定位定向。依据测站纬度和天顶距确定零值分位数进行分位回归,观测40颗近似等高星,定位精度优于±0.3″,定向精度优于±0.5″,与普通回归方法相比计算精度提高30%。自动观测与人工观测相比,天顶距观测精度提高33%,水平角观测精度提高52%,观测效率提高1倍以上。（5）通过增加回归参数,将近似中天、卯酉和等高星数据回归处理方法适用范围扩展至全天区,建立了观测多颗任意星实现精密定位定向的多元回归模型。针对任意星观测精度不一致、高度和方位分布不均匀所引起的数据处理结果不稳健问题,提出了按方位角装箱的非参数—参数两步回归法,有效提高了成果的稳健性。（6）采用多种型号的全站仪作为观测仪器,对本文所提出的新方法进行了大量的实际测量实验,与传统测量方法相比,新方法的计算结果准确可靠,能够满足不同地域各种复杂环境的测量需求。
丁少鹏[4]（2020）在《三维激光点云中复杂地形地面滤波方法研究》文中认为三维激光扫描技术具有高精度、高效率和非接触测量等优势,可快速获取地表及物体表面的三维坐标信息,满足各行业对三维地理信息快速增长的需求,在测绘领域得到广泛应用。三维激光扫描系统获取的点云数据包含不同地形以及丰富的地物信息,通过地面滤波将地面点与地物点分离,可获取高精度的地形数据进行研究与应用。现实地形根据坡度分为平地、缓坡与陡坡。对于存在不同地形或地形起伏变化较多的复杂地形数据,地形点空间分布散乱,高程变化无明显规则,存在地物等干扰点,难以取得较高精度滤波结果。本文深入分析不同地形数据空间分布特征,利用坡度识别地形变化规律,针对复杂地形数据研究地面滤波,主要内容和创新点如下:（1）对三维激光扫描系统发展及趋势进行梳理,总结现有地面滤波算法优缺点,介绍点云数据的特点,为滤波方法研究奠定了理论基础;（2）针对复杂地形变化无规则的问题,研究坡度特征地形分割方法。对坡度值进行统计,利用坡度值方差与平均值进行地形特征描述,将点云分为不同类别,分别针对不同地形特点进行滤波。（3）设计了自适应坡度地面滤波方法对缓坡地形进行地面滤波。根据不同地形类别,选取相应尺度的滤波窗口,利用坡度值的统计特性,自动获取坡度阈值参数,提取完整地面点数据。（4）针对陡坡地形点云数据的剖面曲线拟合滤波。采用降维的思想,利用最大坡度方向转换为二维剖面,结合曲线拟合的方法获取边坡地形的特征变化曲线,提取完整陡坡地形地面点云数据。（5）利用不同地形数据进行实验,对实验结果进行分析。结果表明,通过地形分类能够提高对不同地形的复杂点云数据适用性。算法采用自适应阈值参数进行滤波,具有一定实用价值。
罗超[5]（2020）在《加权整体最小二乘理论在坐标转换中的应用研究》文中研究指明整体最小二乘（TLS）能有效解决参数估计中观测向量和模型系数阵同时包含误差的情形。在坐标转换中,顾及模型中两套坐标误差的参数解算是整体最小二乘典型应用之一。本文围绕着坐标转换的模型表示、模型选取、参数估计以及其他等问题,结合整体最小二乘及其拓展理论开展深入研究,主要内容包括:（1）根据大地测量问题中模型系数阵包含误差的特性,分别以线性和非线性情形对所采用的EIV模型进行概括总结。系统地推导了六种加权整体最小二乘（WTLS）基本解法,并证明这些解法相互等价。分别对约束、混合、参数加权以及Procrtues分析下的WTLS法进行了相应的研究和推导。针对坐标转换模型在形式和种类上的多样性,提出了适用于不同维度、不同参数量以及不同旋转表示的统一表达模型,为参数估计提供了便捷。此外还利用多重假设检验和信息准则这两个方面来分析讨论坐标转换模型的选取。（2）对于坐标转换的参数估计,除了采用WTLS法、约束WTLS法和Procrtues WTLS法解算之外,还综合这三种方法的优势提出了可适用于任意权阵且计算效率高的重心化WTLS法。对于局部区域下转换模型呈现病态的问题,由于在该情形下WTLS正则化法可概括其他的WTLS抗病态法,如岭估计法、截断奇异值法和谱修正迭代法等,因此提出了正则化参数近似估计、利用自适应步长矩阵改进的WTLS正则化法;同时也研究了混合WTLS、重心化WTLS和数值改造法等处理坐标转换病态问题的可行性和有效性。对于坐标值包含粗差的问题,分析了WTLS下模型的残差特性,制定出利用L1估计获取稳健初值、等价权函数临界值自适应可变的抗差WTLS估计方案,由于良好观测量的残差仍然可能受到粗差的影响,所以在该抗差方案的基础上提出了消除粗差影响和进行粗差补偿的两种改进方法,这两种方法均能进一步改善抗差效果和解算精度。对于随机模型为异方差结构的问题,利用最小二乘方差分量估计（LS-VCE）原理推导了WTLS的方差分量估计,由于估计的方差分量可能会出现负值,所以推导了基于重新参数化的非负估计;但非负估计的准确性可能受模型结构的影响,故又利用可靠的先验信息对非负估计进行改进,以确保估计的精度和准确性。（3）在坐标转换更新问题中,为能充分利用先验信息同时又避免异常先验成果对参数估计的影响,在推导的参数加权WTLS基础上,讨论了基于单因子和分类矩阵的两种参数加权WTLS自适应解法;此外数据融合算法与基于可靠先验信息的自适应解具有几乎一致的解算精度,所推导的四种参数解融合算法在多组参数融合中有着较高的计算效率。对于多坐标系的统一转换和多坐标系之间的转换,分别以三套坐标系的统一转换和机器视觉的手眼标定模型为例进行研究和讨论,针对这两类问题分别推导了相应的WTLS解和约束WTLS解。在坐标转换无缝推估模型中,以两套坐标系中顾及所有公共点和非公共点推估模型为例进行研究分析,并根据推估预测值与平差残差值的相互关系,概括出可适用于任意情形的坐标转换推估解。（4）最后结合三个实际测量案例展示了论文中坐标转换的部分解法和应用。其中案例一分析了在坐标框架转换解算中重心化WTLS法与目前其他主流方法的异同;案例二讨论了应用坐标转换抗差估计和无缝推估模型来分别解决高铁控制网起算点兼容性分析和更新问题的可行性;案例三比较了在手眼标定解算中WTLS法与其他方法的异同。
刘忠贺[6]（2020）在《粒子加速器隧道控制网稳定性分析及束流轨道平滑》文中研究指明随着科技的不断发展,科学研究已经迈向微观世界中的粒子领域。粒子加速器装置能够帮助科研工作者探索微观粒子的奥秘,以提升我国在物理、生物、医疗等领域的地位和水平。加速器工程具有规模宏大、结构复杂、精度极高的特点,给测量工作提出了巨大挑战。加速器设备运营期间,需要定期进行维护,以确保机器的安全运转。本文主要从不同期控制网坐标系之间的统一、基准点的稳定性分析以及束流轨道平滑三个方面展开研究。主要研究内容和创新点如下:1.为提高坐标转换的精度和可靠性,提出了一种基于RANSAC算法的相对稳定公共点筛选方法。以四元数坐标转换模型为基础,引入RANSAC算法来迭代筛选控制网中相对稳定公共点,利用这些点进行坐标转换,以提高转换的精度。以加速器隧道控制网为例,进行模拟试验和实例分析,并与基于M估计的坐标转换结果进行对比。结果表明,本文方法能够精确定位粗差,相对稳定点误判率低于M估计结果,且坐标转换精度更高。2.基于传统TST模型求解相似变换参数容易受到较大变形点影响的不足,将RANSAC算法与该模型相结合,并对其在隧道控制网稳定性分析中应用时的有效性进行验证。首先,在求解转换参数前,利用RANSAC算法初步筛选相对稳定点;然后,再通过TST模型对这些稳定点进行计算,求解正确的变换参数,得到各网点位移;最后,通过T检验法对控制网进行稳定性分析。进行了模拟试验和实例分析,并与传统TST模型、IWST模型计算结果进行了比较。结果表明,本文方法的稳定点判别正确率最高,且得到的位移量与实际情况符合得更好。3.粒子加速器停机时间短,磁铁间相对精度要求高,为提高束流轨道平滑分析效率,提出了一种基于移动最小二乘的平滑分析方法。首先,对原始平滑数据作预处理,使环形磁铁数据呈直线形分布;其次,对平滑区域进行网格化处理,提取网格点并选定合适的基函数与权函数;然后,给出平滑分析的三项指标并设计了整个平滑分析流程;最后,通过模拟数据对比分析了平均值法、最小二乘拟合与迭代法及本文方法的平滑结果。结果表明,在相同指标条件下,本文方法得到的拟合曲线最光滑,且磁铁调整数量最少,在一定程度上节省了调整时间,提高了效率。
袁冬阳[7]（2019）在《基于多元时空信息挖掘的混凝土重力坝变形体征监控方法》文中认为我国现役混凝土坝无论是建设数量还是建造规模均居世界首位,其长效健康服役关乎整个水工程的安危。服役期内混凝土坝受外部环境荷载与内部材料性能演变协同作用,大坝结构难免出现不同程度的性能退化问题。依托大坝原型监测资料有效建立安全监控模型,合理感知并诠释大坝结构运行性能、保障大坝服役安全是坝工界长期关注的重要科学问题。为此,本文以重力坝为对象,采用理论分析、数值仿真与原型观测相结合的研究手段,开展运行期混凝土重力坝变形体征监控方法研究。主要研究内容如下:（1）考虑到原型监测资料难免存在数据缺失与数据异常等问题,为进一步提升监测数据对大坝运行性态的诠释能力,结合核独立主成分分析与极限学习机构建了融合多源时空信息的监测数据缺失插补模型;另外,利用奇异谱分析与3?准则提出了监测数据奇异点诊断方法。（2）伴随服役年限的增加,筑坝材料不可避免地出现不同程度的老化与性能退化,大坝结构材料参数较设计期发生了一定程度的变化。考虑到实际工程领域中监测资料存在一定误差,而基于确定性结构参数与物理模型获取的结构分析结果难免失真,故结合粗糙集理论与神经网络原理建立了混凝土坝材料参数区间反演模型。（3）鉴于传统监控模型中变形与环境因素间函数关系尚未完全明了,推导了大坝与库区泥沙淤积间的函数关系,并提出了基于鸡群算法优化的相关向量机构建了变形监控统计模型;此外,为较好地联系大坝系统结构性态演变特征,在材料参数反演的基础上构建了相应的变形监控混合模型。（4）变形预警指标是对大坝运行性态加以反馈和控制的重要指标,在介绍结构分析法与典型小概率法拟定变形预警指标方法的基础上,基于前述变形监测资料正反分析结果拟定了相应的水平变形预警指标。
郭露芳,周群[8]（2018）在《Origin和C语言在热敏电阻温度特性实验中的应用》文中认为热敏电阻温度特性实验在数据处理过程中由于数据点多、误差大等问题会给数据处理带来不便。介绍了Origin作图法和C语言粗差剔除法在实验数据处理中的应用。首先提出了采用Origin8软件处理实验数据的方法;然后将一元线性回归曲线拟合与C语言程序相结合,采用线性回归粗差点判别法,实现粗差点的剔除,有效地提高判别结果的准确性;最后对比两种方法的优缺点。结果表明,两种方法各有优缺点,可以将两种方法有效结合得到准确又直观的结果。
蔡一[9]（2018）在《网络视频用户体验质量QoE的评估分析研究》文中提出随着移动通讯能力的不断发展、终端设备计算存储能力的不断提高,越来越多的人选择通过移动设备在线观看网络电视,网络供应商以及业务提供商想要获得终端用户的认可就必须确保良好的用户体验质量（Quality of Experience,QoE）。因此对于用户体验质量的评估不仅是学术界有意义的研究课题之一,而且也是网络供应商以及业务提供商提升服务质量的关键所在。用户体验质量是用户对所观看视频的主观感受,仅依赖于主观测试获得QoE需要消耗较多的人力、物力,并且得出的测试结果是后验的,而客观测试QoE的结果虽然是先验的,但是其预测结果的准确性却得不到保证。本文围绕终端用户视频体验质量为研究对象,采用主客观相结合的评估方法对用户视频体验质量进行研究。先获得用户对视频业务的主观体验质量,并得到用户视频观看过程中的一些客观参数,通过分析客观参数与主观体验质量之间的关系建立了多种评估模型,最后通过模型能够准确地反映出用户的视频体验。本文的主要工作如下:1.主观测试数据难免存在粗大误差,因此本文采用M-MCD对QoE主观测试数据进行粗差判别。通过马氏距离判别粗差时因数据集中提前混入粗差而歪曲了均值与协方差从而导致粗差判别不准确,MCD粗差判别使用样本均值与协方差代替总体均值与协方差进行粗差判别,但MCD判别粗差存在所挑选的样本个数难以确定的问题,因此本文先采用M-MCD确定挑选样本个数,再使用MCD判别粗差。2.提出使用多元非线性回归模型来进行用户视频体验质量评估。课题中经过对数据集的粗差判别,均值、标准差、相关性的计算以及分布函数的绘制发现数据集存在近似的线性关系,因此首先使用建立了多元线性回归评估模型,但模型不能很准确地反映出用户体验质量,因而使用了多元非线性回归评估模型来反应QoE最后得到了较为令人满意的估计结果。3.提出了使用人群搜索算法（SOA）计算多元非线性回归模型的回归参数。在建立多元非线性回归评估模型时由于计算回归参数较复杂,涉及到较多求偏导、矩阵求逆等运算,计算量大、易出错。通过使用人群搜索算法计算回归参数大大减少了程序的编写复杂度,并且通过SOA与多元非线性回归组合所估计的QoE准确度同样是令人比较满意的。4.提出了SOA与小波神经网络组合的QoE评估方法。虽然多元非线性回归模型估计结果是可以接受的,但是本文想要进一步提高估计精度,提高模型性能。由于小波神经网络也属于非线性模型,因此本文提出使用人群搜索算法优化小波神经网络进行用户体验质量主观预测,通过SOA与小波神经网络的结合,最后较为准确地得到了反应QoE的评估模型。
郭露芳,杨欣[10]（2017）在《线性回归粗差点判别在大学物理实验数据处理中的应用》文中研究表明大学物理实验数据处理过程中变量之间的关系大多可以转化为一元线性回归问题,但实验测量数据中可能存在的粗差点会降低其结果的准确性。本文将一元线性回归曲线拟合与C语言程序相结合,采用线性回归粗差点判别法,实现粗差点的剔除,有效地提高判别结果的准确性。
二、线性回归中粗差点判别法的改进及其应用（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：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（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。
三、线性回归中粗差点判别法的改进及其应用（论文提纲范文）
（2）重力坝变形监控的智能分析方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究的目的和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 大坝安全监测数据异常检测研究进展 |
| 1.2.2 大坝安全监控模型研究进展 |
| 1.2.3 大坝变形监控指标拟定研究进展 |
| 1.3 问题的提出 |
| 1.4 研究内容和技术路线 |
| 1.5 创新点 |
| 2 变形监测数据的规律与特征分析 |
| 2.1 引言 |
| 2.2 重力坝变形影响因子及其规律分析 |
| 2.2.1 水压因子 |
| 2.2.2 温度因子 |
| 2.2.3 时效因子 |
| 2.2.4 重力坝的一般变形规律 |
| 2.3 变形监测数据的相关性分析 |
| 2.3.1 面板数据的相关性分析 |
| 2.3.2 面板数据的形状相似性分析 |
| 2.3.3 时序数据的自相关与偏自相关分析 |
| 2.4 变形监测数据的特征分析 |
| 2.4.1 整体特征 |
| 2.4.2 局部特征 |
| 2.4.3 空间特征 |
| 2.5 本章小结 |
| 3 基于多重局部异常系数法的异常值预处理 |
| 3.1 引言 |
| 3.2 异常值的基本概念 |
| 3.2.1 异常值定义 |
| 3.2.2 异常值的分类 |
| 3.2.3 异常值的特征 |
| 3.3 基于距离的异常值检测算法 |
| 3.3.1 距离的度量方法 |
| 3.3.2 局部离群因子算法 |
| 3.3.3 K近邻算法 |
| 3.4 多重局部异常系数算法研究 |
| 3.4.1 多重局部异常系数算法 |
| 3.4.2 窗口长度的选择 |
| 3.4.3 阈值的选择 |
| 3.4.4 多重局部异常系数 |
| 3.4.5 实例计算 |
| 3.5 本章小结 |
| 4 ISADE-OSELM重力坝变形预测模型研究 |
| 4.1 引言 |
| 4.2 在线极限学习机 |
| 4.2.1 单隐层前馈神经网络 |
| 4.2.2 极小范数最小二乘解 |
| 4.2.3 极限学习机 |
| 4.2.4 在线极限学习机 |
| 4.3 在线极限学习机的优化研究 |
| 4.3.1 自适应差分进化算法 |
| 4.3.2 自适应差分进化算法的改进 |
| 4.3.3 ISADE-OSELM预测模型 |
| 4.4 ISADE-OSELM预测模型应用研究 |
| 4.4.1 工程概况 |
| 4.4.2 模型拓扑结构 |
| 4.4.3 参数选择 |
| 4.4.4 ISADE-OSELM模型预测结果 |
| 4.5 本章小结 |
| 5 基于云置信区间法的重力坝变形监控指标研究 |
| 5.1 引言 |
| 5.2 置信区间法的变形监控指标拟定 |
| 5.2.1 置信区间法 |
| 5.2.2 误差序列的分布检验 |
| 5.2.3 置信区间法拟定的监控指标 |
| 5.3 云置信区间 |
| 5.3.1 云模型 |
| 5.3.2 云置信区间的组成 |
| 5.3.3 云置信区间的计算步骤 |
| 5.3.4 云区间的选择 |
| 5.4 云置信区间法的变形监控指标拟定 |
| 5.4.1 数据转换 |
| 5.4.2 云区间的计算 |
| 5.4.3 云置信区间法拟定的监控指标 |
| 5.5 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 攻读博士学位期间主要研究成果 |
（3）基于自动观测的天文大地测量新方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 天文大地测量技术及应用研究进展 |
| 1.2.1 基本星表 |
| 1.2.2 观测仪器 |
| 1.2.3 测量方法 |
| 1.2.4 成果应用 |
| 1.3 研究路线及主要内容 |
| 1.3.1 研究路线 |
| 1.3.2 主要研究内容 |
| 第二章 基本理论方法及仿真平台构建 |
| 2.1 参考系和参考框架 |
| 2.1.1 天球参考系和天球参考框架 |
| 2.1.2 地球参考系和地球参考框架 |
| 2.1.3 天球参考系与地球参考系之间的转换 |
| 2.2 时间系统 |
| 2.2.1 常用的时间系统 |
| 2.2.2 时间系统的转换 |
| 2.3 坐标系统 |
| 2.3.1 天球坐标系 |
| 2.3.2 地球坐标系 |
| 2.4 天文定位定向基本原理 |
| 2.4.1 天体视位置计算 |
| 2.4.2 天文定位定向基本公式 |
| 2.4.3 天文定位定向误差分析 |
| 2.5 回归分析基本理论方法 |
| 2.5.1 随机变量 |
| 2.5.2 回归模型 |
| 2.5.3 回归显着性检验 |
| 2.5.4 回归诊断 |
| 2.5.5 回归参数估计方法 |
| 2.6 天文测量数据回归分析仿真平台构建 |
| 2.6.1 计算误差分析 |
| 2.6.2 回归方法选择 |
| 2.6.3 成果精度评定 |
| 2.7 本章小结 |
| 第三章 观测多颗近似中天星实现定位定向 |
| 3.1 中天星定位定向基本方法 |
| 3.1.1 纬度测定方法 |
| 3.1.2 经度测定方法 |
| 3.1.3 方位角测定方法 |
| 3.2 近似中天星高度差法测定纬度 |
| 3.2.1 基本原理 |
| 3.2.2 观测天体偏离中天位置引起误差分析 |
| 3.2.3 仿真数据分析 |
| 3.3 近似中天星方位角法测定经度 |
| 3.3.1 偏离中天位置引起误差分析 |
| 3.3.2 多颗子午星测定经度 |
| 3.3.3 多组子午星对测定经度 |
| 3.3.4 仿真数据分析 |
| 3.4 多星中天时角法精密测定天文方位角 |
| 3.4.1 分析变量间关系 |
| 3.4.2 确定回归模型 |
| 3.4.3 确定样本数量 |
| 3.4.4 建立回归方程 |
| 3.4.5 仿真数据分析 |
| 3.5 本章小结 |
| 第四章 观测多颗近似大距星实现定位定向 |
| 4.1 大距星定位定向基本方法 |
| 4.1.1 大距位置基本量间关系 |
| 4.1.2 纬度测定方法 |
| 4.1.3 经度测定方法 |
| 4.1.4 方位角测定方法 |
| 4.2 观测误差对计算结果的影响分析 |
| 4.2.1 时角误差的影响 |
| 4.2.2 方位角误差的影响 |
| 4.2.3 天顶距误差的影响 |
| 4.3 大距星对法测定天文方位角 |
| 4.3.1 大距星对法定向基本原理 |
| 4.3.2 传统大距星对法 |
| 4.3.3 改进的大距星对法 |
| 4.4 多颗近似大距星同步定位定向 |
| 4.4.1 观测方位角同步确定纬度和方位角 |
| 4.4.2 观测天顶距测定经度 |
| 4.4.3 仿真数据分析 |
| 4.5 本章小结 |
| 第五章 观测全天区星实现定位定向 |
| 5.1 多颗近似卯酉星同步定位定向 |
| 5.1.1 卯酉星对定位定向基本原理 |
| 5.1.2 近似卯酉星天区范围的确定 |
| 5.1.3 多颗近似卯酉星回归分析定位定向 |
| 5.1.4 仿真数据分析 |
| 5.2 多颗近似等高星同步定位定向 |
| 5.2.1 多星近似等高法同时测定经纬度 |
| 5.2.2 观测方位角同步定位定向 |
| 5.2.3 仿真数据分析 |
| 5.3 多颗任意位置星同步定位定向 |
| 5.3.1 天顶距回归分析 |
| 5.3.2 方位角回归分析 |
| 5.3.3 非参数—参数两步回归 |
| 5.3.4 仿真数据分析 |
| 5.4 自适应天文定位定向算法构想 |
| 5.4.1 确定观测星的天区范围 |
| 5.4.2 确定回归模型 |
| 5.5 本章小结 |
| 第六章 实验验证 |
| 6.1 近似中天星观测实验 |
| 6.1.1 观测数据质量分析 |
| 6.1.2 方位角差值与天顶距、赤纬间的相关分析 |
| 6.1.3 方位角组平均值回归分析 |
| 6.1.4 方位角单次观测值回归分析 |
| 6.1.5 多种方法计算方位角结果比较 |
| 6.1.6 经度计算 |
| 6.1.7 纬度计算 |
| 6.2 近似大距星观测实验 |
| 6.2.1 观测数据质量分析 |
| 6.2.2 大距星对法计算方位角 |
| 6.2.3 回归分析计算方位角和经纬度 |
| 6.3 近似等高星观测实验 |
| 6.3.1 传统方法计算结果分析 |
| 6.3.2 天顶距和方位角直接回归结果分析 |
| 6.3.3 粗差数据和时间因素对回归结果的影响分析 |
| 6.3.4 观测方位角零值分位回归结果分析 |
| 6.3.5 选择特定方位区间星回归分析 |
| 6.3.6 自动观测与人工观测的比较 |
| 6.4 本章小结 |
| 第七章 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 致谢 |
| 参考文献 |
| 作者简历 |
（4）三维激光点云中复杂地形地面滤波方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.3 主要研究内容 |
| 1.4 论文组织结构 |
| 2 三维激光扫描技术简介 |
| 2.1 三维激光扫描系统组成 |
| 2.2 三维激光扫描系统工作原理 |
| 2.3 三维激光点云数据与特点 |
| 2.4 本章小结 |
| 3 缓坡地形自适应坡度滤波 |
| 3.1 坡度滤波原理 |
| 3.2 地形特征分析与分割 |
| 3.3 缓坡地形滤波 |
| 3.4 实验结果与分析 |
| 3.5 本章小结 |
| 4 陡坡地形剖面曲线拟合滤波 |
| 4.1 边坡剖面分析与剖面提取 |
| 4.2 陡坡曲线拟合滤波 |
| 4.3 实验结果与分析 |
| 4.4 本章小结 |
| 5 结论与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 作者简历 |
| 致谢 |
| 学位论文数据集 |
（5）加权整体最小二乘理论在坐标转换中的应用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 选题背景及研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 整体最小二乘研究现状 |
| 1.2.2 坐标转换研究现状 |
| 1.3 研究目标和内容 |
| 第2章 整体最小二乘理论与方法 |
| 2.1 最小二乘和整体最小二乘 |
| 2.1.1 最小二乘 |
| 2.1.2 整体最小二乘 |
| 2.2 加权整体最小二乘法 |
| 2.2.1 适用于大地测量的EIV模型 |
| 2.2.2 拉格朗日乘数法 |
| 2.2.3 Gauss-Markov模型法 |
| 2.2.4 极大似然估计法 |
| 2.2.5 不同方法的等价性证明 |
| 2.3 加权整体最小二乘的拓展 |
| 2.3.1 约束加权整体最小二乘法 |
| 2.3.2 混合加权整体最小二乘法 |
| 2.3.3 参数加权整体最小二乘法 |
| 2.3.4 Procrustes加权整体最小二乘法 |
| 第3章 坐标转换模型的统一表示及选取 |
| 3.1 坐标转换模型 |
| 3.1.1 坐标转换模型 |
| 3.1.2 旋转矩阵的表示 |
| 3.2 坐标转换模型的统一表示 |
| 3.2.1 坐标转换无约束模型的统一表示 |
| 3.2.2 坐标转换约束模型的统一表示 |
| 3.3 坐标转换模型的选取 |
| 3.3.1 基于多重假设检验的模型选取 |
| 3.3.2 基于信息准则的模型选取 |
| 3.3.3 实验与分析 |
| 第4章 坐标转换的整体最小二乘估计 |
| 4.1 坐标转换的整体最小二乘估计 |
| 4.1.1 加权整体最小二乘迭代法 |
| 4.1.2 约束加权整体最小二乘迭代法 |
| 4.1.3 Procrustes加权整体最小二乘法 |
| 4.1.4 重心化加权整体最小二乘法 |
| 4.1.5 实验与分析 |
| 4.2 坐标转换的整体最小二乘抗病态估计 |
| 4.2.1 病态分析及整体最小二乘抗病态估计 |
| 4.2.2 整体最小二乘正则化法的分析及改进 |
| 4.2.3 坐标转换的抗病态估计 |
| 4.2.4 实验与分析 |
| 4.3 坐标转换的抗差整体最小二乘估计 |
| 4.3.1 经典抗差理论 |
| 4.3.2 抗差整体最小二乘估计及改进 |
| 4.3.3 坐标转换的抗差估计 |
| 4.3.4 实验与分析 |
| 4.4 坐标转换的整体最小二乘方差分量估计 |
| 4.4.1 整体最小二乘方差分量估计 |
| 4.4.2 方差分量的非负估计及改进 |
| 4.4.3 坐标转换的方差分量估计 |
| 第5章 坐标转换拓展问题的研究 |
| 5.1 坐标转换的更新与融合 |
| 5.1.1 参数加权整体最小二乘自适应解 |
| 5.1.2 数据融合算法 |
| 5.1.3 实验与分析 |
| 5.2 多坐标系的转换模型 |
| 5.2.1 多坐标系的统一转换 |
| 5.2.2 多坐标系之间的转换 |
| 5.2.3 实验与分析 |
| 5.3 坐标转换无缝推估模型 |
| 5.3.1 顾及所有坐标点的推估模型 |
| 5.3.2 任意情形下的推估模型 |
| 第6章 坐标转换在测量数据处理中的应用 |
| 6.1 坐标框架转换 |
| 6.2 高铁控制网起算点的兼容性分析及更新 |
| 6.3 机器人视觉的手眼标定 |
| 结论与展望 |
| 结论 |
| 展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间发表的论文 |
| 附录 A |
| 附录 B |
（6）粒子加速器隧道控制网稳定性分析及束流轨道平滑（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 拟稳点选取 |
| 1.2.2 稳定性分析 |
| 1.2.3 平滑分析 |
| 1.3 研究思路 |
| 1.4 本文研究的主要内容和结构安排 |
| 第二章 隧道控制网建立的基础理论 |
| 2.1 隧道控制网网型 |
| 2.2 测量方法 |
| 2.2.1 激光跟踪仪测量系统 |
| 2.2.2 坐标测量原理 |
| 2.2.3 自由设站与搬站测量 |
| 2.3 平差模型 |
| 2.3.1 误差方程 |
| 2.3.2 数学模型 |
| 2.3.3 定权及误差方程数讨论 |
| 2.4 实例分析 |
| 2.5 本章小节 |
| 第三章 控制网中相对稳定公共点选取 |
| 3.1 坐标转换模型 |
| 3.2 基于RANSAC算法的相对稳定点筛选 |
| 3.2.1 RANSAC算法基本思想 |
| 3.2.2 筛选方法 |
| 3.3 模拟试验 |
| 3.3.1 数据 |
| 3.3.2 试验与分析 |
| 3.4 实例分析 |
| 3.4.1 数据源 |
| 3.4.2 试验与分析 |
| 3.5 本章小结 |
| 第四章 控制网稳定性分析 |
| 4.1 函数模型 |
| 4.1.1 TST模型 |
| 4.1.2 IWST模型 |
| 4.1.3 本文方法 |
| 4.2 模拟试验 |
| 4.2.1 数据 |
| 4.2.2 试验与分析 |
| 4.3 实例分析 |
| 4.3.1 数据源 |
| 4.3.2 试验与分析 |
| 4.4 本章小结 |
| 第五章 加速器元件的平滑调整 |
| 5.1 移动最小二乘法 |
| 5.1.1 拟合函数的建立 |
| 5.1.2 权函数 |
| 5.2 平滑分析方法 |
| 5.2.1 数据预处理 |
| 5.2.2 网格化 |
| 5.2.3 基函数与权函数的选取 |
| 5.2.4 平滑标准 |
| 5.3 模拟试验 |
| 5.3.1 数据源 |
| 5.3.2 平滑分析 |
| 5.3.3 平滑分析方法对比 |
| 5.3.4 平滑分析流程 |
| 5.3.5 权函数对平滑分析的影响 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 论文的主要工作与创新 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 作者简历 |
（7）基于多元时空信息挖掘的混凝土重力坝变形体征监控方法（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究目的和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 原型监测资料处理方法 |
| 1.2.2 材料参数反演 |
| 1.2.3 变形监控模型 |
| 1.2.4 变形预警指标 |
| 1.3 问题的提出 |
| 1.4 本文主要研究内容 |
| 第2章 大坝变形监测数据处理与挖掘 |
| 2.1 概述 |
| 2.2 基于KPCA-ELM的变形监测缺失数据插补模型 |
| 2.2.1 核主成分分析(KPCA) |
| 2.2.2 极限学习机(ELM) |
| 2.2.3 基于KPCA-ELM的变形监测缺失数据插补步骤 |
| 2.3 基于SSA-3σ准则的监测数据变异点诊断方法 |
| 2.3.1 奇异谱分析(SSA) |
| 2.3.2 拉依达准则(3σ准则) |
| 2.3.3 基于SSA-3σ准则的变异点诊断 |
| 2.4 算例分析 |
| 2.4.1 缺失数据插补 |
| 2.4.2 变异点识别 |
| 2.5 本章小结 |
| 第3章 基于粗糙神经网络的混凝土坝材料参数区间反演 |
| 3.1 概述 |
| 3.2 基于粗糙神经网络的混凝土坝材料参数区间反分析模型 |
| 3.2.1 区间分析理论 |
| 3.2.2 粗糙集理论 |
| 3.2.3 具有区间参数反演功能的粗糙神经网络模型 |
| 3.3 混凝土坝材料参数区间反演 |
| 3.4 算例分析 |
| 3.5 本章小结 |
| 第4章 顾及多元环境效应混凝土重力坝变形监控模型 |
| 4.1 概述 |
| 4.2 顾及多元环境效应改进的混凝土坝变形监控模型 |
| 4.2.1 混凝土坝变形监控基本理论 |
| 4.2.2 顾及多元环境效应改进的混凝土坝变形监控理论 |
| 4.2.3 基于SSA-CSO-RVM的变形监控统计模型 |
| 4.3 混凝土坝变形监控混合模型 |
| 4.4 算例分析 |
| 4.4.1 变形监控统计模型 |
| 4.4.2 变形监控混合模型 |
| 4.5 本章小结 |
| 第5章 混凝土重力坝运行效力变形预警指标 |
| 5.1 概述 |
| 5.2 混凝土坝变形预警指标拟定方法 |
| 5.2.1 基本原理 |
| 5.2.2 结构分析法 |
| 5.2.3 典型小概率法 |
| 5.3 算例分析 |
| 5.3.1 结构分析法 |
| 5.3.2 典型小概率法 |
| 5.4 本章小结 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 攻读学位期间的研究成果 |
（8）Origin和C语言在热敏电阻温度特性实验中的应用（论文提纲范文）
| 1 理论与方法 |
| 1.1 NTC型热敏电阻特性 |
| 1.2 最小二乘法原理 |
| 1.3 粗差点判别法 |
| 2 数据处理及分析 |
| 2.1 Origin作图法 |
| 2.2 一元线性回归粗差点判定法 |
| 2.3 两种方法对比 |
| 3 结语 |
（9）网络视频用户体验质量QoE的评估分析研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 本文主要工作及论文结构 |
| 第二章 基于QoE的视频分析概述 |
| 2.1 网络服务质量(QoS)指标介绍 |
| 2.2 视频用户体验质量(QoE)指标介绍 |
| 2.3 QoS 与 QoE 的关系 |
| 2.4 视频QoE评价方法概述 |
| 2.5 本章小结 |
| 第三章 关键参数的选择与主观测试数据的分析与处理 |
| 3.1 关键参数提取及主观测试数据的获取 |
| 3.2 数据的粗差判别 |
| 3.3 视频数据分析 |
| 3.4 关键参数与主观评分之间的关系 |
| 3.5 本章小结 |
| 第四章 基于多元回归的QoE评估方法研究 |
| 4.1 回归分析概述 |
| 4.2 基于多元线性回归的用户体验质量方法研究 |
| 4.3 基于多元非线性回归的用户体验质量方法研究 |
| 4.4 本章小结 |
| 第五章 SOA算法与非线性系统组合的视频体验质量模型 |
| 5.1 人群搜索算法的基本原理 |
| 5.2 SOA 算法与多元非线性回归组合的 QoE 评估 |
| 5.3 SOA 算法与小波神经网络组合的 QoE 评估方法研究 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 研究工作总结 |
| 6.2 未来工作展望 |
| 参考文献 |
| 攻读硕士期间研究成果 |
| 致谢 |
（10）线性回归粗差点判别在大学物理实验数据处理中的应用（论文提纲范文）
| 1 理论与方法 |
| 1.1 一元线性回归方程 |
| 1.2 粗差判别 |
| 2 应用举例 |
| 2.1 NTC型热敏电阻温度特性实验原理及实验数据 |
| 2.2 应用程序 |
| (1) 数据输入 |
| (2) 可疑数据判断 |
| (3) 剔除粗差数据 |
| 2.3 计算结果 |
| 3 结论 |
四、线性回归中粗差点判别法的改进及其应用（论文参考文献）
- [1]物体的三维点云配准方法研究[D]. 赵俊瑞. 沈阳建筑大学, 2021
- [2]重力坝变形监控的智能分析方法研究[D]. 李斌. 西安理工大学, 2021(01)
- [3]基于自动观测的天文大地测量新方法研究[D]. 刘新江. 战略支援部队信息工程大学, 2020(03)
- [4]三维激光点云中复杂地形地面滤波方法研究[D]. 丁少鹏. 山东科技大学, 2020(06)
- [5]加权整体最小二乘理论在坐标转换中的应用研究[D]. 罗超. 西南交通大学, 2020(07)
- [6]粒子加速器隧道控制网稳定性分析及束流轨道平滑[D]. 刘忠贺. 战略支援部队信息工程大学, 2020(08)
- [7]基于多元时空信息挖掘的混凝土重力坝变形体征监控方法[D]. 袁冬阳. 南昌大学, 2019(02)
- [8]Origin和C语言在热敏电阻温度特性实验中的应用[J]. 郭露芳,周群. 实验室科学, 2018(04)
- [9]网络视频用户体验质量QoE的评估分析研究[D]. 蔡一. 东华大学, 2018(06)
- [10]线性回归粗差点判别在大学物理实验数据处理中的应用[J]. 郭露芳,杨欣. 大学物理实验, 2017(06)