一种稳健的点云数据平面拟合方法

针对常用的平面拟合方法在点云数据存在粗差或异常值扰动时,存在拟合结果不稳定的缺点,提出了一种稳健的点云数据平面拟合方法.该法以特征值法为基础,通过利用一定的准则删除点云数据中的粗差或异常值,从而获得稳健的平面参数估计值.在实验中,分别利用最小二乘法、特征值法和该稳健特征值法对点云数据进行拟合,结果显示该法能克服异常值的影响,得到可靠的平面参数估值,具有稳健性.     

基于稳健S估计的长江流域气象异常值检测

高维数据如气象数据中不可避免地存在异常值,应用最广泛的最小二乘法在识别异常值上不具有稳健性和灵敏度.稳健估计方法可使求出的估计量不受异常数据的强烈影响,从而能更好地识别异常点.这里给出了基于稳健S估计的主成分分析模型,其中加入Tukey的双权型函数约束条件.该模型无须对数据分布函数的具体形式做假设,算法的收敛速度较快.之后再结合B样条函数对数据作平滑处理,以平均残差平方和为检验统计量,使用同样具有稳健性的调优箱型图作为判别异常值的界限.实证分析采用了我国长江流域5个城市60多年共约58 000条气象数据,分别运用PCA方法和基于稳健S估计的异常值判别方法对该数据集进行了对比分析.可以明显地看出,相比传统方法,基于稳健S估计的异常值判别方法更突出地给出关于异常值的信息,能更好地识别异常值.     

稳健加权整体最小二乘法在GPS高程拟合中的应用

由于GPS测量技术获取的大地高与国家采用的正常高之间存在高程异常的问题,为此,通常采用高程拟合的方式进行高程异常的计算,从而将大地高转换为正常高。针对采用加权整体最小二乘法估计GPS高程拟合中的多项式系数时,并没有考虑到观测数据中可能存在粗差的情况。采用稳健加权整体最小二乘法求解GPS高程平面拟合参数,并与最小二乘法、加权整体最小二乘法和稳健最小二乘法的结果进行对比,结果表明稳健加权整体最小二乘法的平面拟合结果最优。     

稳健正交最小二乘拟合法

针对一般的最小二乘法忽略自变量的误差这一缺点,提出一种新的正交最小二乘法.该方法以正交距离残差平方和最小为衡量准则,并通过一定的算法剔除粗差和异常值,从而获得最佳的拟合曲线.算例结果表明稳健正交最小二乘拟合法结果更为可靠.     

基于Gibbs抽样的我国汇率可加异常值的识别

异常值会使统计分析误差增大,为了识别这些异常值,本文给出了基于Gibbs抽样识别可加异常值的方法,并用我国人民币对美元汇率的月度数据进行实证研究。     

lp数据拟合及其在动态测试数据处理中的应用

在动态测试数据处理中 ,常常要进行稳健回归分析和最小最大值回归分析 .在 Gauss-Newton法的基础上推导了一种用于 lp 数据拟合的算法 .通过对 lp 准则的改造 ,建立了 lp 准则和二次准则之间的关系 .计算结果表明 ,该算法结构清晰 ,便于计算机编程 .当 p=1时 ,可应用于稳健回归分析 ;而当 p>2 0时 ,lp 数据拟合与 l∞ 数据拟合的计算结果十分接近 ,可以应用于最小最大值回归分析     

干涉仪解模糊异常值检测及纠错方法

针对多基线相位干涉仪测角雷达在通道相位误差较大时解模糊结果存在异常的问题,提出了一种基于有限记忆算法的干涉仪解模糊异常值检测与纠错方法.该方法利用逐次测角算法的初次解模糊结果估计角度和整周模糊值的初始值,在此基础上进行角度和整周模糊值的有限记忆递推,识别原始测角数据中存在的数据异常值,对其进行异常值剔除或重新解模糊纠错处理.仿真结果表明,该方法原理正确,对于干涉仪解模糊数据中出现的孤立型及连续型异常值都能够进行有效的检测并予以纠正,显著降低了解模糊的出错概率.     

RANSAC算法在线结构光视觉测量系统中的应用研究

针对线结构光视觉测量系统中参数标定易受噪声和亮度突变等因素的影响,而传统算法难以拟合包含异常值点云的问题,在现有标定方法的基础上,提出了一种基于随机抽样一致性(RANSAC)的改进算法拟合光平面参数。随机选取三个点云数据拟合光平面,选择阈值并统计在此平面上的内点数量,多次重复求得包含最多内点的平面,并以这些内点以特征值法进行平面拟合得到所求平面方程。实验结果表明,与最小二乘法相比,该方法可以很好地适应标定过程中出现的误差和异常值的情况,稳健地估计平面参数值,从而进一步提高线结构光参数标定精度。     

随机抽样一致性算法在线结构光视觉测量系统中的应用

针对线结构光视觉测量系统中参数标定易受噪声和亮度突变等因素的影响,而传统算法难以拟合包含异常值点云的问题,在现有标定方法的基础上,提出了一种基于随机抽样一致性(RANSAC)的改进算法拟合光平面参数。随机选取三个点云数据拟合光平面,选择阈值并统计在此平面上的内点数量,多次重复求得包含最多内点的平面,并以这些内点以特征值法进行平面拟合得到所求平面方程。实验结果表明,与最小二乘法相比,该方法可以很好地适应标定过程中出现的误差和异常值的情况,稳健地估计平面参数值,从而进一步提高线结构光参数标定精度。     

民用建筑“四节一环保”数据的清洗与修复方法研究

针对民用建筑“四节一环保”原始数据中存在的数据质量问题, 使用多种方法实现数据清洗与数据修复。数据清洗方面, 重点关注单栋建筑能耗数据中存在的相似重复记录及异常记录。其中, 识别异常记录采用3σ准则、DBSCAN聚类算法及箱线图内限3种方法。数据修复方面, 重点关注缺失值的填补及基于模型的数据修正。其中, 缺失值的填充使用简单填充、线性回归模型和基于用户的协同过滤推荐算法, 并以平均绝对误差为评估指标进行对比。基于多元线性回归、主成分回归、偏最小二乘回归、岭回归及Lasso回归5种模型, 拟合建筑运行能耗与各解释变量间的关系, 对上海市建筑运行能耗相关数据进行数据修复。结果显示, 单栋建筑能耗数据适合采用箱线图内限来识别异常记录, 并使用中位数填补缺失数据; 上海市建筑运行能耗相关数据中, 岭回归模型的拟合情况最好。     

基于自动提取分段点的车轮外形轮廓拟合方法

为准确拟合轮对外形轮廓线,提出了一种基于自动提取分段点的轮对外形轮廓拟合方法。首先根据设定的误差和阈值对激光位移传感器探测得到的轮对外形轮廓离散点进行自动分段处理,确定分段点,然后提出分段点区间的概念,以各个分段点为中心确定分段点区间,并对各个分段点区间的数据点进行最小二乘曲线拟合,最后采用拉格朗日乘数法将每条分段曲线平滑连接成一条完整的轮对外形轮廓线,并采用现场实测数据对该拟合方法进行了检验。实验结果表明,该方法拟合的轮廓曲线在分段点处平滑连续,且平均绝对误差为0.045 mm,最大偏移幅度小于0.05%,相较于基于手动分段的曲线拟合方法具有更高的拟合效率和拟合精度。该方法已在轮对尺寸在线检测系统中得到了成功的应用,提高了轮对尺寸结果的计算精度。     

基于局部K-距离的靶场异常数据检测算法

航天靶场观测数据是鉴定运载火箭性能的重要依据,数据中的异常值严重影响数据处理的质量.传统的靶场异常数据处理方法不能适应日益提高的精度要求.为了解决这一问题,文章分析了测量数据中粗大误差的特点,提出了一种适合靶场观测数据的基于局部K-距离的异常数据检测算法LKD（Local K-Distance）.该算法通过计算对象与最近k个最近邻中的最大距离来分析数据对象的稀疏程度,从而检测异常值.实验结果证明,该方法简单快速,对粗大误差的检测有效率可达90%以上.     

无需初始轮廓的局部图像拟合模型

【目的】基于图像局部信息的区域活动轮廓模型可以较好地分割灰度不均图像，但存在对初始轮廓的位置及大小比较敏感的缺点，而且不同初始轮廓可能会产生不同的甚至是错误的分割结果。因此，需研究避免初始轮廓的选取对图像分割结果影响的方法。【方法】受局部图像拟合模型和灰度重加权局部二值拟合模型的启发，提出一个无需初始轮廓的局部图像拟合模型。首先，利用局部图像信息构造局部图像拟合函数，并在拟合函数中加入灰度权重；其次，通过极小化拟合图像与原图像之间的差值来构造图像的局部能量泛函；最后，运用变分法和最速下降法推导出所提模型的水平集函数演化方程。上述步骤采用有限差分方法进行数值实现。【结果】所提模型允许水平集函数常值初始化，即是无需初始轮廓，这有效避免了初始轮廓对分割结果的影响。此外，还可以保持分割的亚像素精度，能够有效分割多目标、背景复杂以及含伪影、孔洞等多类图像。【结论】实验结果表明，无需初始轮廓的分割模型完全避免了轮廓初始化带来的诸多问题，而且实现简单，分割快速。     

一种基于贝叶斯后验的异常值在线检测及置信度评估算法

为识别一类更新速度快、变化趋势平缓、缺少人工类标的大数据量工业时间序列中所存在的异常值,提出了一种以贝叶斯后验为基础的异常值在线检测及置信度评估算法.算法将预测检测和假设检验相结合,首先建立时间序列自回归模型,然后对预测残差作基于贝叶斯原理的后验检验,用后验概率对数比确定序列中的异常值.为减少识别过程中的误判,在检测完成后,利用自组织映射神经网络计算状态转移概率,进一步对已标记的异常值进行置信度评估.通过定期更新模型,算法各参数能动态保持与数据变化规律同步,提高了检测的准确率.实验结果表明,该算法能够对时间序列异常值准确快速地进行在线检测,同时给出可靠的置信度评估,具有较高的实用价值.     

顾及高频影响的局域GPS水准高程的“RR”方法

地形起伏可以视为重力场的噪声 ,它极大地影响局域内GPS水准高程的精度 .通过分离高频短波分量 (由地形变化引起 ) ,对中、长波分量作二次解析模拟 ,利用广义最小二乘法进行高程异常值估计 ,将估计出的高强异常值加上用物理方法测定的高频分量即得地面点的高程异常值 .此外 ,讨论了GPS水准误差来源及GPS水准高程的质量准则 .该方法有助于改善地形起伏地区高程异常的精度 ,有广泛的应用前景 .     

自动导引车视觉导引路径的识别及精确测量

为了提高基于单目视觉导引的双向型自动导引车的视觉测量精度,首先通过导引车运动状态下的自标定降低系统误差,并通过彩色图像处理提取导引路径中心线;再根据测量目标精度,提出一种基于曲率角估计的路径模型分类方法,将路径分为直线、圆弧拐弯和非圆弧拐弯3种模型,并采用最小均方差法对前两种模型参数进行回归,采用基于曲率角估计的自适应加权拟合法对非圆弧拐弯模型参数进行回归.实验结果表明,文中方法的测量精度高,达到了目标要求.     

基于小波网络的遥测视速度异常数据剔除方法

为了提高遥测视速度数据的质量,保证制导工具系统误差分离精度,提出了一种小波网络预测与3σ准则相结合的遥测视速度异常数据检测和剔除方法。将遥测视速度数据加时间窗获得小波网络的训练样本,根据3σ准则对网络输出进行检测判别异常数据,对异常数据用小波网络的一步预测输出代替。试验数据处理结果证明了利用小波网络进行遥测异常数据剔除的可行性。由于小波网络的拟合作用,可以提高输出的信噪比。     

基于激光三维成像数据的车辆目标方位估计

对目标方位进行精确估计是提高目标匹配识别效率的重要前提,而车辆目标的地面投影轮廓近似于矩形,为此提出了基于激光三维成像数据的车辆目标方位估计方法.首先依据激光成像数据的高程值对数据进行分类,从激光成像区域的三维数据中提取出车辆目标数据进而获取目标的投影轮廓数据,然后采用向量积异号排除法求解车辆目标投影轮廓数据的凸边界,在此基础上采用直接求解凸边界最小外接矩形的方法对车辆目标的方位进行初步估计,最后利用与目标投影轮廓数据邻近的地面数据,并依据最小二乘原理拟合优化凸边界的最小外接矩形,校正车辆目标初始估计方位,从而实现车辆目标方位的精确估计.仿真结果表明,该方法可实现车辆目标方位的快速准确估计.     

基于试飞数据的固定翼飞机盘旋性能仿真分析技术

针对飞行试验过程中的盘旋性能分析问题,提出一种以试飞数据为基础的盘旋性能仿真分析方法。首先依据拉依达准则识别试飞数据中的异常值,并根据提出的移动基准区间牛顿插值方法对异常值修正;然后建立飞机盘旋运动的动力学计算模型,采用欧拉角法通过坐标变换矩阵求解飞机盘旋动力学方程,计算结果应用中心插值算法进行平滑处理。最后基于某型固定翼飞机实际飞行试验中记录的试飞数据进行算例分析,依据能量机动理论绘制完整的盘旋性能飞行包线,将理论计算结果与仿真结果进行对比表明了所建模型与仿真分析方法的有效性与正确性,为飞机的反馈设计及飞行性能的改进提供方法及依据,在工程实际应用上具有一定的可行性。     

抗差估计在多波束测深异常值探测中的应用

针对传统最小二乘趋势面滤波法在多波束测深异常值探测过程中存在的不足,提出一种基于抗差估计的选权迭代趋势面拟合滤波法,利用等价权将抗差估计理论与最小二乘趋势面拟合有机结合起来,以趋势面拟合系数求解模型作为判别异常值的迭代推值模型,介绍了多波束测深异常数据探测及滤波的基本步骤,结合仿真和实测数据采用不同滤波方案进行分析比对.研究结果表明:经选权迭代趋势面拟合法滤波后的海底地形表面较为平滑,同时微小地形得以保留,跳点以及孤立点得到剔除,滤波效果较为理想.