四元分组测量模型:一种测量网络瓶颈带宽的新机制

针对分组对测量模型的不足,提出了四元分组测量模型.该模型利用一个测量四元组内两个分组对的差值关系,抵消了数据链路层和物理层对测量分组长度的影响,具有较高的测量精度.实测和ns-2仿真结果表明,该测量模型具有更高的测量精度和更强的稳健性.     

ArcGIS与Excel在电子航道图数据检测中的应用

长江电子航道图为船舶安全航行提供服务,其图载水深的准确性和精确性直接影响到服务的可靠性,因此对水深数据进行检测是一项十分重要且必要的工作。检测点与水深点位置一般不重合,很难进行批量检查,传统的方法是人工逐点进行比对。本文利用ArcGIS中的IDW插值等空间分析工具提取出测量水深数据在检测点处的水深值,然后通过Excel进行批量计算,获得各个检测点处检测水深与测量水深之间的差值,一方面可以提高数据检测的效率,另一方面,可以对数据质量的检测结果进行一个直观的分析。     

分形插值与拉格朗日插值的比较研究

数据插值方法的精度和效率是人们在插值方法的研究中关注的主要问题.在理论分析的基础上给出了自仿射分形插值函数的表达形式和垂直比例因子的显式表达形式.分别利用分形插值方法和拉格朗日插值方法对给定数据进行了插值拟合处理,结果表明分形插值方法对数据的拟合精度整体上高于拉格朗日插值方法,而且不会出现数据拟合中常见的"龙格现象".通过对拟合曲线的分析,发现由于垂直比例因子采用了局部显式表达形式,从而将局部信息与全局信息有机地结合了起来,既突出了局部信息,避免了"龙格现象",又保持了数据总体的变化趋势.拉格朗日插值在插值区间的中部精度很高,而靠近区间两端则会出现严重的"龙格现象".     

高光谱图像分块压缩感知采样及谱间预测重构

压缩感知理论提供了一种新的数据采集思路. 基于该理论提出了一种高光谱数据采集和图像重构方法,以波段分组的方式将高光谱各波段分为参考波段和普通波段,对各波段图像单独采用分块压缩感知测量以获取高光谱数据. 在图像重构过程中,参考波段采用平滑投影Landweber算法重构. 对于普通波段,结合谱间预测和平滑投影Landweber提出了一种新算法: 先采用谱间双向预测得到预测图像,然后对预测图像进行分块压缩感知测量获得测量值,并计算它与该波段原测量值之间的差值,再由测量差值重构预测差值来迭代恢复原波段图像. 该方法在数据重构过程中充分考虑了高光谱图像的谱间相关性和空间相关性,能提高图像重构精度. 实验结果表明,利用所提出的方法重构高光谱图像,其性能优于多向量压缩感知方法和分块压缩感知测量后直接对各波段图像单独重构的方法.     

GPS高程拟合代替水准测量的可行性研究——以S202涡阳段道路改造工程为例

与传统的水准测量相比,GPS高程测量技术具有效率高、全天候、实时性等优势,但GPS测量所得到的高程是大地高,而工程实际应用中需要的是正常高。如何以较高的精度来完成从大地高到正常高的转化是当前研究的热点。本文以安徽省S202涡阳段道路改造工程为例,结合GPS高程拟合的原理,采用三种常见的拟合方法,将不同高程拟合结果与水准测量数据比较,并进行精度分析。结果表明:在一定条件基础上,GPS高程拟合可以取代水准测量。     

青藏高原中部似大地水准面精化的应用研究

介绍了精化似大地水准面的常用方法.采用青海和西藏三级GPS大地控制网测量数据,按移动曲面法、改进的移动曲面法、二次曲面拟合法和改进的二次曲面拟合法对青藏高原中部似大地水准面进行了拟合计算.结果表明,利用改进的移动曲面法和改进的二次曲面法能有效地改善本地区似大地水准面的精化效果,精度优于0.5m.     

垂直比例因子对分形插值精度的影响

在数值分析的许多领域中,许多方法都是借助于插值公式导出的。几乎所有的经典数值微分、数值求积和常微分方程的数值积分公式都可以从插值公式推导出来。分形插值方法是近几十年发展起来的一种局部非线性插值方法,它提供了拟合实验数据的一种新方法。在分形插值方法中,垂直比例因子是影响插值精度的主要因素。在实验的基础上给出了垂直比例因子的局部显式表达式。通过比较固定比例因子和变化比例因子分形插值的精度,说明了显式垂直比例因子分形插值方法的高精度和高效率。     

基于移动最小二乘与控制曲线的3D点云变形

将移动最小二乘法用于3D点云模型变形,提出一种基于控制曲线的3D点云模型变形方法.该方法根据点云数据的形状信息或变形需要设置关键点,利用三维空间三次样条插值拟合生成控制曲线,通过改变曲线两端的偏导数来改变空间曲线的形状,从而更好地拟合物体的轮廓.基于移动最小二乘法实现3D点云模型的刚性变形,通过轮廓拟合准确定位变形后的物体轮廓,利用控制曲线可实现多个区域的准确变形.实验表明,该方法可使3D点云模型产生比较平滑而真实的变形效果.     

LTE网络中融合二次插值和TOA观测的终端定位方法

针对LTE蜂窝网络中移动终端的精确定位问题,提出一种融合二次插值和到达时间(TOA)观测的定位方法 .首先,基站将具有时间差的样本信号发送到移动终端,通过测量获得信号的TOA.然后,计算信号样本之间的互相关性,找出最大值及其相邻的两个值.接着,利用二次插值法,基于这3个点拟合出一个抛物线函数,并以函数最大值所对应的时间差作为最终估计的时间差值.最后,根据时间差值计算出与基站的距离,进而实现终端定位.仿真结果表明,该方法具有较高的定位精度.     

对存在缺失的二项数据的第一阶段监控

缺失数据是指数据集中存在未观测到的值.以往研究中很少涉及到对不完整离散数据的统计过程监控问题,为了对缺失数据进行监控,采用4种插值方法来处理缺失数据集,分别是均值插补(MS)、线性回归插补(RG)、随机线性回归插补(SRG)和多重插补(MI).在仿真中,考虑在5种不同的缺失率下控制图的整体发出失控信号概率,从而比较基于...     

基于收入分组数据拟合洛伦兹曲线新模型

洛伦兹曲线的准确度关系到基尼系数的精度,结合2006年湖北省农村和城镇的收入分组数据,分别针对性地提出一个洛伦兹曲线新模型。通过对2种新模型的初次分析,从拟合度上可以表明拟合效果很好。新模型拟合效果从全部模型来看还是相当好的。     

基于空间插值算法的2014—2018年河南省PM_(2.5)时空分布及演变特征研究

本文选取河南省2014—2018年监测网络中269个监测站点的空气质量资料,在地理统计学和GIS的支持下,分别用四种不同的空间插值方法对各年PM_(2.5)年均浓度进行插值,通过模拟精度的对比以及制图分析发现:泛克里金和普通克里金插值精度较高;而可视化方面普通克里金具有最佳效果。将普通克里金插值结果与前期探索性数据进行整合,得出结论:PM_(2.5)浓度大致从由中北部向四周递减变为由北部向南部递减,在东西方向上呈现中部高两侧低的特点,2014年以来河南省大气质量整体在改善。     

基于曲率数据的曲线拟合方法研究

从肠道内窥检查中镜体模型重建的需要出发,介绍了基于曲率数据的曲线拟合方法.首先完成了从线应变到曲率的转换,以及从离散曲率到连续曲率的插值;然后用微分几何的方法,研究得出了三种基于曲率积分的曲线拟合方法;并在对这些拟合方法进行试算验证的同时,分析了拟合误差产生的原因,以及相应的减小拟合误差的若干措施.     

基于加权整体最小二乘的平面坐标转换模型精度分析

由于平面坐标转换在实际工程中应用较广且精度要求较高,故提出基于加权整体最小二乘算法求解坐标转换参数,即对系数矩阵和观测值矩阵都赋予合理权值。为进一步提高转换精度,通过实例在加权整体最小二乘求解参数的基础上,分别比较了四参数模型、六参数模型、双线性内插模型及二次曲面模型的坐标转换精度。实验表明,基于加权整体最小二乘求解的二次曲面模型在平面坐标转换中精度较高。     

基于截面测量数据的B样条曲面重建

研究了逆向工程中截面测量数据的B样条曲面拟合问题.结合二分法和最小二乘法,提出并实现了截面数据的B样条曲面拟合算法.该算法在满足指定精度的条件下,对测量数据有较大的压缩率,适合工程应用.应用实例表明算法稳定、可靠、高效.     

基于长短时记忆网络的恒温水浴锅温度模型预测

【目的】由于恒温水浴锅温度系统存在强非线性及大滞后性,本研究提出一种基于长短时记忆网络的恒温水浴锅温度模型预测方法。【方法】首先,对采集到的数据进行标准化处理,寻找长短时记忆网络的最优结构及超参数,用来拟合出最佳的数据映射特征,并构建恒温水浴锅温度的动态数学模型。其次,通过模型对未来一段时间内的温度趋势进行预测。最后,使用本研究提出的方法与最小二乘法所预测的结果进行对比分析。【结果】本研究所提方法构建的模型的拟合度达到了98.2%,预测结果的MSE及MAE比最小二乘法模型分别降低了4.616、0.823。【结论】本研究所提方法具有更高的预测精度,对提高恒温水浴锅的生产效率及控制精度具有重要意义。     

多维二次拟合函数优化方法

二次拟合函数法也称为函数模拟法或插值函数法,是公认的经典和有效的优化方法。以丰富优化方法为目的,补充了拟合目标导函数的一次拟合导函数法,推导了极值计算公式,并在多维优化方法领域进行了拓展研究。最后提出了多维二次拟合函数法。算例结果验证了算法有效。     

灰色BP神经网络组合模型在大坝沉降监测中的应用

大坝沉降是一个非线性的过程。为了能准确预测大坝沉降,将GM(1,1)模型和BP神经网络模型结合,以某大坝沉降量为实例,研究灰色BP神经网络在大坝沉降监测中的应用。通过GM(1,1)获得一组拟合数据,将拟合数据和原始值作差得到拟合值的误差序列,再利用BP神经网络模型对拟合数据和拟合数据的误差序列进行训练,最后再以拟合数据作为输入值,利用训练完成的BP神经网络得到误差序列,进而得到预测值。经过实验分析,得出组合模型的预测精度高于单一模型的预测精度。     

一种基于自编码器的无线传感网数据收集方案

利用自编码器设计了一种高效的数据收集方案.该方案包括模型训练和数据收集两个阶段,在模型训练阶段利用历史监测数据进行模型训练从而获得测量矩阵和重构矩阵,在数据收集阶段首先利用测量矩阵实现分布式数据压缩,然后利用重构矩阵重构网络中的所有监测数据.实验结果表明,该方案不但具有较高的数据压缩率,而且具有较高的数据重构精度和较快的数据重构速度.     

总体最小二乘法及其在GNSS高程拟合中的应用

为了解决多项式曲面拟合方法在进行全球导航卫星系统(GNSS)高程拟合时,控制点的坐标数据与高程异常均存在测量误差的问题,从总体最小二乘法的角度,在系数矩阵存在误差的情况下,来优化GNSS高程拟合模型,提高拟合精度.实验结果表明:采用总体最小二乘法进行曲面拟合GNSS高程异常,较传统最小二乘法精度会有一定提高.