整体最小二乘法直线拟合

针对在直线拟合中,因变量选取不同拟合的结果有差异现象,提出采用整体最小二乘法进行直线拟合。文章在分析直线方程特点的基础上,采用EIV模型描述直线方程,在解算中根据系数矩阵的特点应用QR分解分为将方程两部分,采用了混合最小二乘法求解。理论分析和实际计算结果表明,整体最小二乘法顾及了因变量和自变量的误差。拟合精度高于普通最小二乘法,采用整体最小二乘拟合直线,整体上优于普通最小二乘法。     

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.     

回归拟合模型误差补偿效果比较研究

测量的真值与被测物物理量的真值不一致,其中不可避免地含有测量误差,建立回归拟合模型是处理数据的常用方法 .通过1算例,应用附加系统参数、最小二乘配置和半参数3种模型误差补偿技术,比较其对一次函数和二次函数回归模型误差的补偿效果.结果表明,最小二乘配置得到的补偿效果最好.     

正交多项式曲线拟合

介绍最小二乘法拟合曲线的原理并且找出这种拟合方法的不足,针对这种不足提出另外一种新的拟合方法正交多项式拟合。这种方法能弥补最小二乘拟合中的x拟合y和y拟合x出现的曲线不一样的现象。这种方法经过数据实验精度比最小二乘法拟合更高,而且这种方法中的多项式系数a可以根据自己的精度需要来自主选择迭代的次数,使得结果更加精确。     

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.     

一种基于产生式系统的空间直线拟合方法

求解设备转动副的高精度实际轴线是提高设备运行精度的重要措施之一.当空间测量点密集时,通常的最小二乘法很难得到正确的拟合直线.研究发现,最小二乘法易造成90°的偏转,即发生偏转后,直线位于理想直线的垂直面内;造成这种偏转的原因是最小二乘法距离函数不是一个单极值函数,发生偏转的直线实际上是取得了其中一个最小值,而非全局的极小值.为防止偏转,提出了一种基于产生式系统的空间直线拟合方法,该方法首先为拟合直线指定一个基本方向,然后通过微分变化,经有限次迭代便可求得理想的拟合直线.该方法能有效避免在使用最小二乘法求取拟合直线时产生的偏转问题,通过在机器人关节轴线测量中的应用证明,该方法在工程实际中有较高的应用价值.     

一元整体线性回归模型解算

主要讨论了最常用的一元线性回归问题,分析了同时顾及自变量和因变量误差回归解算的相关问题,对采用同时考虑自变量和因变量误差的条件平差解算法,通过分析得出其解算出回归参数的估值与不考虑自变量误差情况下回归参数的估值一致,同时给出了同时考虑自变量和因变量误差的整体最小二乘解法,通过算例分析得出了整体最小二乘法解算的有效性.     

对最小二乘法的一点探讨

作者在研究正交多项式的最小二乘拟合算法时发现当观测数据的趋势是某一个N次多项式时会出现一种现象,即不能找到最佳的最小二乘拟合多项式。为此,作者利用统计学中的零假设及其结论,以方差代替平方误差,然后用多组服从零平均正态分布的随机模拟误差,经程序反复计算,结果表明用方差代替平方误差能克服上述现象,并找出最佳拟合多项式。最后用一个生产实例简要说明了该研究的实际意义。     

最小二乘法处理自变量误差实验数据的方法

最小二乘法是处理实验数据的常用方法，一元线性回归方程要求自变量无误差或其误差远小于因变量的误差．但在实际的测量中，测量数据不可避免地会带来误差，该文在分析和总结了自变量有误差的情况下，用最小二乘法处理实验数据时的几种方法．     

顾及自变量与因变量误差及相关性的线性回归

提出一种顾及自变量和因变量观测误差及误差相关性的线性回归新方法,并导出了求解线性回归系数的迭代公式.以一元线性回归为例,导出了与最小二乘回归系数表达形式类似的解析解,并揭示了新方法与最小二乘方法的本质区别.此外,对于含有多个自变量的多元线性回归,给出了相应的同时考虑自变量和因变量观测误差及误差相关性的回归系数求解方法.试验表明,当自变量是非随机变量时,新方法与最小二乘方法的回归效果相同;当因变量和自变量都是随机变量(自变量与因变量的观测误差相关或不相关)时,新方法的回归系数比最小二乘方法的回归系数更加接近实际值.     

用光纤位移传感器测量金属丝的杨氏模量

用光纤位移传感器对金属丝的杨氏模量进行测量,用最小二乘法拟合直线方程,用逐差法处理实验数据,得出实验结果.与光杠杆法相比,该方法测量误差小,准确度高.     

基于全局最小二乘拟合的直线抽取算法

提出了基于全局最小二乘拟合的应用于二维图像的直线抽取算法.类似于一维数据曲线拟合的方法,通过引入叉分的手段,克服了二维图像数据非单值函数的困难(图像的y坐标作为x坐标的函数),实现了用最小二乘算法来全局地描述、提取二维图像中的直线.并提供了数值实验验证.     

用最小二乘直线法求取直线度误差

通过与两端点直线法和最小区域法对比的方法,利用最小二乘原理,介绍了采用最小二乘直线法求取直线度误差的方法,并对最小二乘直线法求取直线度误差的可行性进行了探讨.     

一元总体最小二乘线性回归与解算分析

针对自变量为随机变量情形,在最小二乘准则下,一元线性回归所得到的回归参数估计及其拟合直线存在二义性问题,为确保解算结果的唯一性和一致性,需用总体最小二乘准则进行解算,对总体最小二乘准则进行了描述,利用奇异值分解方法,讨论了解算公式,最后用一数字算例,用最小二乘和总体最小二乘方法进行了计算和结果分析,得到了一些结论,此方...     

电涡流传感器及求特性曲线拟合方程的新方法

介绍了用途广泛的电涡流传感器的工作原理,输出特征以及建立特性曲线拟合方程式的新方法——在最小二乘法的基础上结合０．６１８优选法进一步使拟合方程式中常数更加合理．用这种方法可以求得最佳拟合直线方程和最小的非线性误差,其值比最小二乘法求得的非线性误差更小．此法适用于各种类型的线性传感器或可以通过适当的变量代换把变量之间的非线性关系化为线性关系的传感器或测量系统．     

一类半参数模型的正交级数及最小二乘估计

考虑半参数回归模型Y_i=X_iβ+g(X_iβ)+e_i,i=1,…,n。用正交级数和最小二乘法构造了β和g的估计β和g,证明β和g的强相合性,并把此结果应用于截断回归模型=Xβ+e,e～F(未知)中未知参数β和误差分布F的估计.     

传感器数据处理中的“准最小二乘法”及其微机处理结果

本文介绍了作者在传感器的数据处理中用来确定传感器最佳拟合直线的“准最小二乘法”及其微机处理结果.将计算机与该新方法及其程序相结合,不仅自动地找出了给定精度下的线性区,还使得传感器的非线性误差较目前公认拟合精度最高的最小二乘法的结果下降了3～20%.本方法对其它传感器以及需要用最小二乘法线性化的实验数据的处理都是非常适用的.     

减少无线传感器网络节点定位误差的方法

为提高无线传感器网络节点定位精度,提出3种基于距离信息的改进定位算法:改进三边测量法、加权最小二乘估计、抗差最小二乘估计.在一定先验假设情况下,对三边测量法以及由其衍生出最小二乘估计进行改进,并将抗差最小二乘估计方法引入到节点定位计算之中.仿真结果表明:3种算法能够有效减少定位误差.抗差最小二乘估计在系统存在粗差情况下效果尤其显著.当系统对能耗要求严格时,可采用改进三边测量法或加权最小二乘估计替代抗差最小二乘估计.     

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.     

用最小二乘直线法求取直线度误差

通过与两端点直线法和最小区域法对比的方法,利用最小二乘原理,介绍了采用最小二乘直线法求取直线度误差的方法,并对最小二乘直线法求取直线度误差的可行性进行了探讨。