最大偏向角法测光栅常量实验的数据处理

研究了最大偏向角法测量光栅常量实验的数据处理方法,分析了光栅常量测量产生较大误差的原因,提出了减小该误差的方案,把最小二乘法引入到该实验数据的处理中,并在MATLAB中编写了相应的数据处理程序,实践证明用最小二乘法处理该实验数据的方法合理且精度高,且用最小二乘法拟合出离散数据点满足的曲线方程再联立方程求解消失点的位置的方法有效地解决了消失点的位置精确读数困难的问题.     

基于MATLAB的机床导轨垂直度误差的评定

利用MATLAB软件,建立基准符合最小条件法、最小二乘法、端点连线法的机床导轨在给定方向上线对线垂直度误差计算机数据处理系统,该系统可同时满足直线度误差和垂直度误差的求解,并实现测量数据的可视化.最后用实例验证了系统的可行性.     

一类半参数变量含误差回归模型的小波估计

研究了一类解释变量为(x,T)的半参数变量含误差模型,其中,x∈Rp为非随机解释变量,T∈R1为随机解释变量.通过应用小波估计法和全最小二乘法得出了未知参数和未知函数的估计,在一般的条件下,证明了估计的强相合性.     

非线性回归模型及其应用

非线性回归分析法是数理统计中一种常见的分析方法,它被广泛运用于各个领域中。在实际生活问题中我们常常会遇到多个变量同处于一个过程中,它们相互联系、相互制约,在有的变量间有完全确定的函数关系。另外还有一些变量,它们之间也有一定的关系,然而这种关系并不明确,不能用确定的函数关系表达出来。本文将在掌握最小二乘法的情况下将非线性模型转化为线性模型运用最小二乘法求解,并针对具体的问题进行实证分析,并对相应的结论进行合理的解释。     

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．     

偏最小二乘建模及其多重共线抑制能力分析

首先,分析偏最小二乘法解决问题的思路,进而从数学角度刻画偏最小二乘法的四步建模过程.然后,利用数学归纳法证实偏最小二乘法对多重共线的抑制能力.最后,以某地区的供水能力评价为研究实例,证实偏最小二乘法的有效性.结果表明:偏最小二乘法完全适用于多变量复杂关系的求解.     

断裂力学的复变量无网格方法

在移动最小二乘法的基础上, 讨论了复变量移动最小二乘法. 复变量移动最小二乘法的优点是不形成病态方程组、精度高, 所形成的无网格方法计算量小. 利用裂纹尖端解析解将复变量移动最小二乘法的基函数进行扩展, 推导了相应的逼近函数; 从最小势能原理出发提出了断裂力学的复变量无网格方法, 推导了相应的复变量无网格方法的求解方程. 与传统的无网格方法相比, 断裂力学的复变量无网格方法具有计算量小、精度高的优点. 最后给出了数值算例.     

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．     

复共线性下的主成分全最小二乘估计

针对最小二乘法在参数估计中的局限性,在多维解释变量存在复共线性时,提出主成分全最小二乘估计,避免奇异矩阵求逆的问题.经多组大量测试,计算得到的回归系数的平均绝对偏差均较小,且表现稳定,其效果明显地优于最小二乘估计和全最小二乘估计.     

两组变量的直线或曲线拟合

根据广义最小二乘法原理,用直线或曲线去拟合两组变量.提出的新方法;视两组观测值均为具有误差的变量.更为切合实际.所求出的参数估值为无偏估值.     

基于AR(1)的多个结构突变点的面板单位根检验

讨论了在AR(1)面板数据模型中,其个体效应上存在多个结构突变点的单位根检验问题.首先通过构造虚拟变量建立模型,假设模型中误差项为序列相关,得到模型的单位根检验统计量;然后在时间维度T有限横截面维度N无穷时得到统计量的渐近分布;最后利用蒙特卡洛模拟验证检验结果并进行实证分析,对中原经济区的宏观经济变量GDP进行单位根检验,结果表明考虑两个结构突变点后的GDP数据是平稳的.     

基于局部重构与全局保持的半监督判别分析方法

为克服线性判别分析(LDA)只能利用有标记样本的缺点,提出一种基于局部重构与全局保持的半监督判别分析(LRGPSSDA)方法.LRGPSSDA通过最小化局部重构误差来确定邻域图的边权值,在保持数据集局部结构的同时保持其全局结构,具有对邻域参数的选择不敏感、所得投影子空间的维数不受样本类别数的限制等特点.相较现有的半监督判别分析方法(如SDA和UDA),LRGPSSDA的分类性能更好.在YaleB和CMUPIE标准人脸库上的实验结果验证了该算法的有效性.     

改进的固定交通检测器缺失数据综合修复方法

基于检测器数据的时空相关性,为缺失数据修复模型动态地选择解释变量,在综合考虑检测器数据的周期性趋势和实时变化特性的基础上,提出了一种改进的缺失数据修复方法.对上海市南北高架的线圈流量数据进行数据修复精度测试.结果表明,相较于传统的支持向量回归(SVR)模型,该方法在3个测试检测器上的数据修复平均绝对误差分别减小了3.80%、3.40%、25.23%,并且在数据连续缺失1～10个时平均绝对百分比误差均低于6%.     

能抵抗粗差的雷电定位算法研究与仿真

雷电是严重危害人类生命财产安全的自然灾害。在雷电监测系统中,定位计算直接关系到探测结果的精度。然而在探测到的原始数据中有许多包含粗差,粗差的影响使得由基本定位方法得到的结果严重偏离真实值。为了满足应用的要求,必须设计能够抵抗粗差干扰的定位方法。论文首先介绍了目前在用的三站定位方法,并严格推导了Taylor级数法。为了使基本定位方法能够具备抵抗粗差的能力,基于数据挖掘技术设计了两种粗差处理算法：k-means聚类法和决策树分类法。仿真说明,采用后两种方法能够有效地抵抗粗差的干扰,提高定位精度。     

化工过程系统的多层数据调和框架

过程数据的可靠性和一致性在化工过程系统中是非常重要的。过程的测量数据一般含有随机误差和显著误差,必须应用数据调和与显著误差检测技术来减小过程测量数据的误差。测量数据具有不同的类型。针对不同类型的测量数据的数据调和问题,提出了一种多层数据调和框架。此框架可以根据不同的测量数据选择不同层次的机理模型,进行数据调和。不同类型的测量数据的数据调和问题分为三层:第一层是基于总物料平衡层,第二层是基于物料和组分平衡层,第三层是基于严格机理模型层。在此数据调和框架中,应用加权最小二乘目标函数作为调和目标,采用鲁棒高效的显著误差检测方法。基于此框架,对于化工过程系统的测量信息的不同,均可选择合理的模型有效地对测量数据进行数据调和。联塔系统和空气分离系统的数值模拟试验说明了此框架的灵活性和有效性。     

基于灰模型白化响应的边缘检测算法研究

边缘检测是图像分析与处理的重要基础，一直是视觉领域研究的活跃课题。本文深入研究了一种新的基于GM(1,1,C)模型白化响应的图像边缘检测算法。该算法用原图相邻的若干象素点，构建GM(1,1,C)模型，算出相应象素点的白化值，得到原图像素点亮度值与相应白化值之间的误差。依据边缘像素点其亮度与非边缘像素点亮度相差大而不满足GM(1,1,C)建模条件,从而导致边缘像素点白化值误差大的特点，实现边缘检测。实验证明该算法的有效性和具有一定的抗噪能力。     

基于数据特征的加热炉钢温预报模型

针对加热炉工业过程具有复杂、非线性、时滞性的特点和钢坯出炉温度预报问题,提出了一种基于数据特征的改进主元回归(PCR)加热炉钢温预报模型的建立方法.首先通过对原始数据进行同步化处理来解决各数据变量间存在的时间滞后问题;然后提取生产过程中各批次钢坯的统计特征和熵特征,并依据一定顺序将这些特征排列组合,构造等长的数据特征向量;最后通过PCR方法建立过程变量的数据特征和钢坯出炉温度之间的回归预报模型.本文以某钢厂加热炉工业过程为背景进行实验仿真,采用实际生产数据求取建模参数,并对钢坯出炉温度预报进行了测试.实验的校验与误差分析表明,该方法在预测钢坯出炉温度方面具有更好的性能,且预测误差满足工业应用的精度要求.     

Schrdinger方程一个新的H~1-Galerkin非协调混合限元方法

对Schrdinger方程提出了一个新的H1-Galerkin非协调混合有限元方法,在不需要满足离散的LBB条件以及不采用传统的Ritz投影的情况下,通过利用插值算子的正交性,得到了最优误差估计和某些超逼近性质.此外,通过利用插值后处理技术导出了整体超收敛结果.     

基于鲁棒自适应kalman滤波平台标定数据处理

摘 要：惯导系统作为飞行器导航系统的重要组成部分,其精度直接影响到飞行精度,为了更实现更精确的导航,通常采用射前自标定技术,从而补偿平台的误差。当飞行器竖立在发射场时,通常会受到各种干扰因素的影响,比如阵风,这些干扰会对射前标定的精度产生很大的影响。为了更好的补偿这部分干扰带来的误差,本文利用ARMA(2,1)建立平台漂移模型,考虑到系统噪声的方差和协方差等信息并不可知而且所建立的模型也会有误差,本文选用鲁棒自适应卡尔曼滤波对数据进行处理,结果表明,经过处理后的数据方差比原数据方差小很多,可以满足标定精度要求。     

侧向散射激光雷达反演气溶胶后向散射系数误差分析

气溶胶的光学特性是大气探测的一个重要部分,侧向散射激光雷达很适合于探测近地面大气气溶胶光学特性。在侧向散射激光雷达的反演公式中,气溶胶后向散射系数对各直接测量量偏导数的解析表达式是求不出的,传统的误差传递公式难以发挥作用。而直接误差传递的方法,适应于这种情况。用直接误差传递方法估算参考点气溶胶后向散射系数、大气后向散射系数、气溶胶消光后向散射系数比、测量信号、大气分子和气溶胶比相函数分别独立变化时引起后向散射系数误差的大小及总误差的大小。