高维AFT模型的正则化变量选择

针对生存分析中建立生存模型时,如何处理生存数据中特有的数据类型——删失数据,降低高维协变量的维数,更好地识别出真正具有预测性的因子,建立准确的生存模型的问题,提出用STUTE’s加权最小二乘法和删失限制以及LASSO正则化相结合的方法来对AFT模型进行估计。首先,提出STUTE’s加权最小二乘法和删失限制相结合的方法对生存数据中的删失数据进行处理;其次,提出了LASSO的一个新的实现算法进行模型的变量选择,降低模型中协变量的维数,精简模型;最后,通过仿真分析得到提出的新估计方法较已有的LASSO旧算法以及其他的变量选择方法,VSURF算法更能找出"真"因子,建立准确的生存模型。     

基于二维最小二乘回归的子空间分割

现实中有很多样本数据是二维的,且多数聚类方法需将二维样本数据向量化,从而导致二维数据的内部几何信息丢失.针对这一问题,提出二维最小二乘回归子空间分割方法直接对二维数据进行聚类,将一维最小二乘回归子空间分割方法推广到二维,使得原始数据的结构信息得以保留.在人脸数据集和哥伦比亚大学图像数据集上进行实验,结果表明该方法是有效的.     

高分辨率遥感图像场景线性回归分类

线性回归分类是图像识别领域中一种简单而有效的分类方法,目前通常采用最小二乘方法对分类模型进行参数估计。然而,同一场景中不同的遥感图像相对应位置的灰度值不完全相同,而且遥感图像还可能包含椒盐噪声和高斯噪声,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,笔者提出采用稳健加权总体最小二乘方法对线性回归分类模型的参数进行估计。采用两组高分辨率遥感图像场景数据进行实验,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,能够有效减少椒盐噪声和较大高斯噪声的影响,从而获得更高的总体分类精度。     

基于移相法的三维面型测量系统优化算法研究

概述了基于相位测量的光学三维面型测量原理和移相法相位测量技术。针对移相法相位测量过程中的移相误差,结合优化的方法研究了传统五步移相算法的误差估计。根据相位展开原理,提出了加权最小二乘相位展开方法,并分别用两种不同的优化方法进行二维相位展开,对结果比较分析,验证了其性能与效率。     

基于张量罚偏最小二乘的自动图像标注

如何有效地挖掘变量与标签之间的相互关系和处理高维数据是自动图像标注的两个具有挑战性的问题。以往的自动图像标注都是基于向量模式的学习算法,这样一方面产生高维数据,另一方面破坏了图像数据的高阶结构和内在相关性,导致信息丢失。向量模式下的罚偏最小二乘算法(penalized partial least square,PPLS)可以在获取变量和标签相关性的同时,进行维度约简。在PPLS的基础上,提出基于张量罚偏最小二乘算法(tensor-PPLS)。首先构造图像的张量数据形式,然后采用多线性主成分分析(MPCA)进行降维预处理,最后用tensor-PPLS进行图像标注。在图像标注的三个标准数据集上,提出的算法标注结果明显优于传统的基于向量模式的学习算法。     

无线传感器网络中传感器节点定位的递归加权最小二乘优化方法

采用最小二乘优化算法,研究了基于接收信号强度测量的信号源定位问题.首先,建立了路径损耗的线性化模型;然后,介绍了加权最小二乘法,并提出了无线传感器网络中传感器节点定位的递归加权最小二乘优化方法.最后将本文提出的迭代加权最小二乘法与基于接收信号强度（RSS）的2种算法进行比较,仿真结果表明提出的算法在定位精度方面有更好的表现.      

基于总体最小二乘的泰勒级数展开的TOA的UWB定位方法

泰勒级数展开算法在求解非线性定位方程组中有着高精度、强顽健性的特点。针对其在TOA定位的初始值确定问题,提出一种基于总体最小二乘的泰勒级数展开的TOA的UWB定位算法。考虑TOA的测量误差,利用总体最小二乘评估目标点的初始位置,将此值作为泰勒级数展开点。最后,使用加权最小二乘迭代计算搜索最优值,从而实现目标点的精准定位。仿真结果表明,所提出算法在定位精度近似于真实值的泰勒级数展开算法的性能。     

四向加权最小二乘法相位解缠研究

相位解缠是干涉合成孔径雷达(InSAR)成像的关键步骤之一.首先采用正余弦均值滤波法去除InSAR图像噪声,然后提出一种改进的最小二乘法,即四向加权最小二乘法,应用该算法进行相位解缠实验.实验结果表明, 正余弦均值滤波法不仅对去除噪声非常有效,而且很好的保持了图像边缘信息;四向加权最小二乘法比现有的两向最小二乘法相位解缠更接近真实解缠相位.     

基于偏最小二乘分析的人脸表示与识别

基于偏最小二乘回归分析,提出了一种新的人脸表示与重构方法.与主成分分析相比,通过偏最小二乘所抽取的低维人脸表示特征具有更好的分类性能.在ORL人脸数据库上的实验结果表明,基于偏最小二乘方法对于测试图像进行重构优于主成分分析方法,并且分类结果也好于后者.     

基于优化最小二乘支持向量机的数控机床热误差建模分析

数控机床热误差是降低加工精度的主要因素之一.针对热误差建模问题, 结合布谷鸟算法的随机莱维飞行机制和最小二乘支持向量机结构风险最小化与线性规划等优点, 提出基于布谷鸟算法优化最小二乘支持向量机的热误差建模方法.在最小二乘支持向量机将低维非线性问题转化为高维线性问题时, 构建了混合核函数.同时,采用布谷鸟算法对最小二乘支持向量机惩罚因子γ、核宽度参数σ和混合核权值λ进行了优化.以GMC2000A机床为实验对象, 分别对热误差数据进行了聚类分析和建模分析.通过误差预测对比分析得出结论, 基于布谷鸟算法优化混合核最小二乘支持向量机建立的误差模型取得了良好的预测效果, 且明显优于BP神经网络模型和未优化的最小二乘支持向量机模型的预测效果.     

融合梯度向量流条纹探测与图切法相位解缠

为解决GVF-Snake(gradient vector flow snake)条纹探测相位解缠时,内部条纹线探测偏离条纹边界的问题,提出了一种融合GVF-Snake条纹探测与马尔科夫随机场(Markov random field,MRF)图切法相位解缠方法.通过判断出条纹探测线不是真实条纹边界的情况,对该条纹探测线上一步探测条纹的内部块用MRF图切法进行分割解缠,按照相应解缠准则将两种解缠结果进行融合,形成含有边界跳跃点的粗解缠结果,并用高通滤波插值法消除粗解缠结果的边界孤立点的方法研究了矿区梯度较大地区的相位解缠.结果表明:以巨野矿区某工作面为实验区,用两景sentinel-1A的单视复数图像进行两轨法干涉处理的真实相位来验证算法的有效性.在面分析上,以自适应局部平滑相位评估(phase estimation using adaptive regulation based on local smoothing,PEARLS)为评价标准,将本文方法与最小费用流等5种相位解缠算法进行比较.对比结果显示,本文方法的平方根误差、平均绝对误差分别是±0.0791、±0.0090、±2.3173 rad.在线分析上,对只含有变形相位的绝对相位,提取各解缠绝对相位工作面走向线、倾向线的变形.以实际水准观测值为标准,本文方法的平方根误差、平均绝对误差、绝对值最大误差分别是±0.17748、±0.14107、±0.40529 cm.面分析中以PEARLS相位重构为基准,可见本文方法要优于其他常规的解缠方法;同理,线分析中以水准数据作为依据其各项指标亦为最优.     

基于最小二阶差分的相展开方法

条纹类图象的自动处理在近十年来受到极大关注。近几年来，一些可选用的抗噪相展开算法已经被提出来，但是对于大尺度相值间断线和真实的相值不连续缺乏有效的对策或需要较强的限制条件，从而限制了它们的应用。该文针对上述问题进行了分析，提出了一种新的寻找噪声源的方法。并且以二阶差分在区分相值间断区域和真实的相值不连续处的良好表现为基础，提出了一种适用性较强的相展开方法。     

一种改进的相位解缠算法

针对复杂包裹相位图解缠相位时存在相位跳变和解缠耗时的问题, 提出一种改进的相位解缠算法. 首先通过四步相移法得到包裹相位图, 由包裹相位图生成质量图; 其次将质量图划分为高质量区和低质量区, 高质量区使用简单路径算法解缠, 低质量区通过相邻两像素点的质量值构造水平和竖直权值边; 最后按构造边权值从小到大进行相位解缠, 解缠过程以两像素点所构成的边为单位, 采用不连续解缠路径, 逐次解缠所有像素点. 实验结果表明, 该算法与其他算法相比, 解缠速度较快且效果好.     

一种改进的相位解缠算法

针对复杂包裹相位图解缠相位时存在相位跳变和解缠耗时的问题, 提出一种改进的相位解缠算法. 首先通过四步相移法得到包裹相位图, 由包裹相位图生成质量图; 其次将质量图划分为高质量区和低质量区, 高质量区使用简单路径算法解缠, 低质量区通过相邻两像素点的质量值构造水平和竖直权值边； 最后按构造边权值从小到大进行相位解缠, 解缠过程以两像素点所构成的边为单位, 采用不连续解缠路径, 逐次解缠所有像素点. 实验结果表明, 该算法与其他算法相比, 解缠速度较快且效果好.     

An Efficient Topography Adaptive Filter for Insar Processing

An efficient implementation of the topography adaptive filter based on local frequency estimation is proposed, where chirpz transform is applied to enhance the accuracy of the frequency estimation. As a byproduct of this adaptive filter, the linear approximated phase model of the interferogram is employed to improve the coherence estimation. The impacts of the adaptive filter on global and local phase unwrapping algorithms are discussed. Finally, aiming at the negative effect that the adaptive filter can bring to local phase unwrapping algorithms, a fusion scheme that takes advantage of least square and several local phase unwrapping algorithms is presented.     

基于SSOR预条件技术的快速相位解缠算法

相位解缠是合成孔径雷达干涉测量中的一个关键步骤和研究热点。在众多的解缠算法中,最小二乘相位解缠算法以其优良的稳定性受到人们的关注。该方法的核心思想是将相位解缠问题转化为通过迭代方法求解大型线性方程组。然而,传统的迭代方法存在收敛缓慢,耗时过长的缺点。针对这一问题,本文提出了一种利用对称超松弛预条件技术加速相位解缠的新方法。数值仿真实验表明,与传统方法相比,该方法可以在精确恢复真实相位的前提下,大大提高相位解缠的效率。     

基于多重网格法的相位解缠算法

指出了最小二乘相位解缠算法是求解二维相位解缠问题最稳健的方法之一,并可等效为求解一大型的稀疏线性方程系统.求解大型线性方程组通常采用迭代法,然而其收敛速度非常慢.为了改善收敛特性,提出了一种新的相位解缠算法——多重网格法,该方法通过在疏密不同的网格层上进行迭代,以平滑不同频率的误差分量,从而加快系统的收敛速度.仿真实验表明:该方法能够很好地恢复真实相位,具有解缠精度高,收敛速度快等优点.     

基于极化SAR干涉反演DEM的方法

为了将极化信息有效的和干涉信息融合,提高数字高程模型(DEM)反演的精度,提出了基于相似性参数的相干增强方法,基于加权中值滤波的相位滤波器以及基于加权的枝切法的相位解缠方法。该文从理论上分析了该方法和传统方法的性能。实验结果表明:与传统方法相比,该方法可以充分利用极化信息,有效地增强相干性,并将相位的质量提高7%,有效地抑制了噪声,将残余点数减少了95%以上,并快速精确地得到了三维地形图。     

基于极化SAR干涉反演DEM的方法

为了将极化信息有效的和干涉信息融合,提高数字高程模型(DEM)反演的精度,提出一种基于相似性参数的相干增强方法,基于加权中值滤波的相位滤波器以及基于加权的枝切法的相位解缠方法。该文从理论上分析了该方法和传统方法的性能。实验结果表明:与传统方法相比,该方法可以充分利用极化信息,有效地增强相干性,并将相位的质量提高7%,有效地抑制了噪声,将残余点数减少了95%以上,并快速精确地得到了三维地形图。