一种基于随机粒子群的变差函数优化方法

变差函数是克里格法中反映区域化变量空间变化特征的有效数学模型,其在克里格插值算法中是重要的环节,由其确定的拟合模型参数直接影响插值精度。由于变差函数采用非线性模型,导致拟合误差曲面存在很多局部极值点。因此传统的最小二乘法不易达到满意的结果。基于这一问题,提出了基于随机粒子群优化(RPSO)算法的变差函数设计方法。实验结果验证了该方法的有效性。     

大气折射率分布规律的建模与仿真

提高雷达探测精度的关键因素之一是对电波折射误差进行高精度的修正。针对目前大气折射率线性插值的方法导致电波射线折射率产生较大误差的情况,依据大气折射率随高度变化的规律,提出了样条插值和最小二乘结合的方法。在0～13 km高度范围内利用样条插值得到连续的折射率曲线,在9～60 km高度范围内利用最小二乘方法拟合出折射率连续的曲线。将样条插值和最小二乘拟合方法得到的折射率与分段插值的折射率、实际探测的大气折射率进行对比,证明样条插值具有较高的精度,最小二乘拟合函数具有计算简便、误差小的优点;将实际探测数据与由样条插值和最小二乘法得到的大气折射率折射误差进行比较,证明了样条插值和最小二乘法可有效提高电波折射修正精度。     

一种飞行目标跟踪方法

提出一种以单一飞行目标的质心为特征点的运动目标跟踪方法，对于产生的图像序列，计算每一帧图像中飞行目标的质心，并在坐标系中记录其位置，采用最小二乘法拟合实现对目标的跟踪。最后给出了实验结果，从实验结果可以看出，该算法对目标的跟踪和预测效果良好。     

复杂工业环境下激光束中心快速精确定位方法

针对工业现场在线检测对计算机视觉算法稳定性、实时性、精度和抗干扰能力的要求,结合两万吨挤压机活动部件五自由度实时监测系统的具体情况,在现有方法的基础上,提出了一种复杂工业环境下激光束中心快速精确定位方法.首先,在图像预处理的基础上通过Canny算法实现图像边缘二值化,并对得到边缘进行筛选,剔除不符合光斑轮廓特征的边缘.接着,采用一种改进的快速Hough变换初步确定激光光斑的大致位置和半径,依据Hough变换计算结果设置光斑有效区域,在有效区域内通过最小二乘法椭圆拟合得到亚像素精度的激光束中心坐标.实验研究表明,该方法在存在噪声的环境下单次检测时间小于50ms,精度达0.15像素(pixel).可在较强干扰下实现激光束中心的精确定位,与传统方法相比,精度高,实时性好,适应性强.     

蒙文文档图像的倾斜检测方法

在文档扫描过程中,输入的文档图像不可避免地会发生倾斜现象,倾斜检测是文档分析预处理的重要环节,因此提出了一种基于最小二乘法的蒙文文档倾斜检测方法.它提取文档图像中文字连通体的质心作为特征点,使用最小二乘法对特征点进行直线拟合,从而可以得到文字质心所在直线方程,该直线方程的斜率能够反映文档图像的倾斜情况.而且该方法通过连通体分析,能够适用于含图片和表格等复杂版面元素的文档图像.实验证明,该算法检测的速度快,精度高.     

青岛海湾大桥GPS水准拟合研究

利用传统最小二乘法和移动最小二乘拟合GPS水准曲面的方法，结合青岛海湾大桥工程，分析拟合点的选取及权函数的确定，然后利用首级控制网内的9个大桥首级控制点进行水准拟合，得出水准拟合方程，并采用两种方式来检验拟合方程在大桥区域内的拟合精度。通过研究青岛海湾大桥水准问题，为其他大型桥梁工程的GPS水准拟合提供参考。     

AAM图像处理方法的不同最优化性能研究

主动外观模型(Active Appearance Model,AAM)是一种统计参数化模型,AAM模型在人脸特征点提取和识别中有广泛的应用。AAM模型拟合的主要思想是使测试图像与模板图像之间的纹理差异值最小,也就是一个最优化问题。传统的AAM方法利用最小二乘法求解这个最小化问题,在最小二乘法中当计算Hessian矩阵以及逆矩阵时,由于该逆矩阵可能是奇异矩阵将会产生较大的误差。因此,在研究不同的最优化算法基础上,分别采用遗传算法、QPSO、牛顿法、最小二乘法求解AAM拟合中的优化问题。通过实验展现AAM在不同优化算法下的拟合性能。     

权函数支持域尺寸和场节点间距对移动最小二乘法拟合精度的影响

移动最小二乘法作为一种拟合插值方法,当其基函数采用非正交基时,移动最小二乘法中采样点支持域尺寸、节点间距大小将影响到力矩矩阵的可逆性.力矩矩阵可逆是移动最小二乘法拟合成功的必要条件.因此如何合理地选取节点间距及采样点支持域尺寸以确保力矩矩阵可逆,成为移动最小二乘法应用过程中的一个重要环节.其值的选取也是移动最小二乘法主要误差来源之一.理论上,至今仍无法推导出采样点支持域尺寸及节点间距最优取值.实践中,可通过拟合实验寻找支持域尺寸、节点间距的变化规律,给出具有建议性的取值范围.本文在节点均匀分布的情况下,对其变化规律进行研究并提出了可以保证插值精度的支持域尺寸、节点间距的建议取值.     

两种移动最小二乘法在曲面拟合中的对比研究

文章首先介绍了移动最小二乘逼近法和移动最小二乘插值法,然后分别将两种方法运用于曲面拟合,用MATLAB编程实现算例,对比精确解和两个数值解.结果表明移动最小二乘插值法精度较高.     

基于最小二乘法的曲线导航线提取算法

针对视觉导航中的曲线导航线提出了一种基于最小二乘法的导航线提取算法。首先通过图像分割将原始图像转化为二值图像,其中导航线对应像素点标记为1,再通过最小二乘法拟合这些导航线对应的像素点得到导航线方程。实验结果表明新算法不仅能较好的提取曲线导航线而且对直线导航线也能适用。     

激光光斑中心高精度定位算法研究

为提高测风激光雷达系统光学结构能量接收效率,需要对激光雷达系统中的激光光斑中心进行准确定位. 通过对常用亚像素定位算法的分析,利用高斯拟合和矩形区域来对灰度重心定位算法进行优化,提出了激光光斑定位的改进算法,并与已有的算法进行了对比分析,设计并开展了验证试验. 试验结果表明改进算法比已有传统算法对激光光斑的定位准确性大幅提高,最大限度地减小光斑形状的不对称所导致的误差,对于光能量分布中心的估计也更为准确,是一种切实可行的光斑中心定位算法.      

最小二乘混沌算法在水位流量关系拟合中的应用

针对水位流量关系曲线拟合问题,将最小二乘法(LS)与混沌算法(CA)相结合,提出了一种适应于曲线拟合的最小二乘混沌算法(LSCA),并与最小二乘算法及遗传算法的拟合结果进行比较。结果表明,最小二乘混沌算法具有简便、快速、实用性强等优点,是一种较为优秀的全局优化方法,适应于非线性关系的参数率定。     

一种基于消失点和颜色过滤器的车道线检测算法

针对经典霍夫车道线检测方法实用性较差,无法准确区分车道线和路沿与应用道路场景简单等问题,提出 了一种基于消失点和颜色过滤器的车道线检测算法,不仅提高车道线检测的准确率,而且能够应用较复杂行车场 景;首先,对行车视频连续五帧图像进行预处理,获取行车环境下车道线消失点位置,能够自适应选取行车环境图 像的感兴趣区域(Region of Interest,ROI);然后,对 ROI 图像根据车道线颜色特征进行过滤得到二值图像,获取二 值图像中所有连通区域质心和倾斜角等数据,通过结合消失点特征和角度阈值进行限制,筛选记录符合车道线特 征连通区域的数据,接着分割较大区域获取更多质心点,识别漏检符合车道线特征的区域质心点;最后,对获取的 质心点使用最小二乘法进行拟合并标识车道线;实验结果表明:算法能够在多场景道路上快速准确的检测出车道线,与经典霍夫算法进行仿真比较,算法具有一定的鲁棒性和实时性。     

数据似合分析

在MEMS器件中,经常涉及到它的力学性能.对实验测得的数据,通过对非线性部分做基于Mtlab的最小二乘法的多项式拟合和BP神经网络逼近,得到如下结论：最小二乘法多项式拟合的误差较大,拟合精度低,而BP神经网络逼近误差小,精度高.同时最小二乘法拟合的多项式次数不同逼近的误差也有所不同.     

利用蜂群算法优化的区域高程拟合精度分析

针对最小二乘支持向量机拟合法的拟合参数难以选取的问题,提出将人工蜂群算法引入最小二乘支持向量机建立高精度区域拟合模型的方法。人工蜂群算法可对最小二乘支持向量机中的参数进行全局性追踪搜索,模仿蜜蜂的采蜜过程,将参数的初选值作为蜜源,最小二乘支持向量机预测的平均平方误差作为目标函数,在一定范围内经过迭代更新确定最佳参数,最终建立精度较高的全球定位系统(GPS)高程拟合模型。实验结果表明,相比常规最小二乘支持向量机拟合法,ABC-LSSVM组合方法构建的拟合模型精度提高了28%,在此同时,该组合方法比BP神经网络拟合法的收敛效果更高、稳定性更佳,证明了ABC-LSSVM组合方法在GPS高程拟合模型构建中的有效可行性,为GPS高程拟合模型的建立提供一定的参考价值。     

基于LS-SVR的图像矫正

最小二乘支持向量回归(the least squares support vector regression,LS-SVR)算法因其回归拟合度高广泛应用于各领域中.以目标物在不同光源下采集的图像呈现出不同的颜色值,从而导致图像与目标物出现视觉上的偏差为研究对象,并以潘通色卡为参照,利用LSSVR算法,结合将RGB颜色空间到sRGB颜色空间的转换模型,对测试图像进行矫正处理.实验结果表明:与多项式回归相比,LS-SVR算法能取得更小的色差,且矫正后的图像更接近于目标图像.     

一种稀疏度拟合的图像自适应压缩感知算法

针对运用压缩感知理论对图像进行自适应压缩采样时,采样率及稀疏度阈值确定具有很强的主观性,提出一种稀疏度拟合的精确自适应采样算法.该算法通过循环迭代来确定各个稀疏度下满足PSNR要求的最低采样率,利用最小二乘法对稀疏度及采样率数据进行拟合,得到稀疏度-采样率选取的最佳目标函数.基于TVAL3重构算法对上述自适应采样算法进行了实验仿真,结果表明,重构图像的PSNR均高于用相同值的固定采样率重构的PSNR值,其中纹理特征区分明显的图像此PSNR差值能达到3.5 dB以上.相比粗糙自适应算法,平均采样率比其降低的同时,重构图像仍得到了更高的PSNR值.      

激光光斑定位的多圆拟合算法的研究

介绍了用于提取激光光斑参数的曲面拟舍和圆拟合算法，在圆拟合算法的基础上提出了新的多圆拟合算法，在不同的噪声水平下比较了曲面拟合算法和多圆拟合算法所能够达到的精度。研究结果表明，多圆拟合算法具有更好的抗噪声性能，除了可以检测光斑中心外，多圆拟合算法还可以检测其半径达到亚像素级的光斑，所以能够广泛地应用在光学测量系统之中。     

Algorithmic Study of M-Estimators for Multi-Function Sensor Data Reconstruction

This paper describes a data reconstruction technique for a multi-function sensor based on the M-estimator, which uses least squares and weighted least squares method. The algorithm has better robustness than conventional least squares which can amplify the errors of inaccurate data. The Mestimator places particular emphasis on reducing the effects of large data errors, which are further overcome by an iterative regression process which gives small weights to large off-group data errors and large weights to small data errors. Simulation results are consistent with the hypothesis with 81 groups of regression data having an average accuracy of 3.5%, which demonstrates that the M-estimator provides more accurate and reliable data reconstruction.     

具有线性等式约束的整体最小二乘平差

利用拉格朗日乘数求目标函数极值的数学方法,推导了观测值与系数阵元素独立等权条件下具有线性等式约束的整体最小二乘平差迭代公式,并通过一个直线拟合算例验证了算法的正确性和有效性。