最小二乘平差中的几个问题──关于改正数的不变性及精度和可靠指标一致性的探讨

本文应用矩阵代数理论，导出了在最小二乘平差中改正数Ｖ的不变住，精度指标及可靠性指标的一致住，从而提出了大型网平差中，当ｔｒ时，采用系数阵Ａ来计算多余观测分量ｒｉ，体现了可减少计算工作量，节省计算机内存等优越性．     

方差分量估计和多余观测分量计算方法探讨

本文根据矩阵迹运算规则,对消去定向角未知数前后赫尔默特方差分量估计公式作了简化,简化后公式仍精确.本文还提出一种方差分量估计的近似方法.利用该法进行方差分量估计,其估值无偏.此外,本文还导出消去定向角未知数后多余观测分量计算公式.利用上述有关公式进行方差分量估计和多余观测分量计算,既能节省计算机内存,又能提高运算速度.     

卡尔曼滤波模型粗差的探测及其在施工变形测量中的应用

在施工变形监测中，由于监测点的多余观测值较少，因此很难发现观测值中存在的粗差。用卡尔曼滤波方法进行数据处理时，观测值中的粗差将在预测残差向量中得到反映。通过分析卡尔曼滤波模型误差与预测残差向量之间的关系，提出了对粗差进行探测的方法，并通过一个实例说明了该方法的有效性。     

多余观测数对精度的影响

以边角网间接平差为例,对比分析了不同多余观测数条件下,观测值的平差值和中误差的变化,通过实例数据证明,增加多余观测数,观测值的平差值会出现微弱波动,平差值的精度会显著提高。对工程实践具有一定的指导意义。     

测量控制网的可靠性

本文讨论了测量控制网的内、外部可靠性和指标,可靠性的一致性和多余观测分量,指出,控制网的最优设计要有合格的精度和可靠性。     

分类因子自适应抗差滤波

自适应抗差滤波的关键技术是构造观测等价权矩阵和合理的自适应因子，以便能有效地平衡观测信息、状态信息及其各分量对状态参数估值的贡献．文中在自适应抗差滤波和双因子相关观测抗差估计原理的基础上，提出了将常速度模型的状态预报信息分为位置和速度两类，并分别构造相应的自适应因子．导出了相应的分类因子自适应抗差滤波解，并给出了分类自适应因子的计算表达式．计算结果表明，分类因子自适应抗差滤波不仅能有效地控制观测异常和动态扰动异常的影响，而且利用分类因子合理地平衡了位置预报信息和速度预报信息对状态参数估值的贡献，其精度要优于基于位置不符值和速度不符值的单因子自适应抗差滤波．     

基于2类观测值联合平差权比调整的MATLAB程序设计

不同观测值联合平差的做法已实现,但在平差处理时,一般是确定其中一类观测值基本正确,另一类观测值可能存有较大的偏差,且方差分量估计也存在某些不合理性,据此很多文献均提出了调整权比的计算方法.针对这类计算方法,依据MATLAB语言编制出了应用程序.     

平差因子在抗差估计中的应用

在经典的抗差估计中,一般都是给定不同的权函数从而产生了不同的估计方法,这些权函数基本上都是残差的函数,当遇到多于观测分量接近于0的时候,粗差就不能很好的在残差中反映,致使我们的抗差效果不是很好.本文在结合残差理论和这些经典方法上给出了两步法进而具有很好的抗差效果.     

边角后交粗差的一种检查方法

利用间接平差的原理,在列误差方程时增加了一个距离比例系数q并与待定点一起进行平差计算,通过q值大小来判断是否有粗差的存在,弥补了传统方法无多余观测时,计算本身无法检查的缺陷,给出算例说明其方法的有效性.     

边角后交粗差的一种检查方法

利用间接平差的原理 ,在列误差方程时增加了一个距离比例系数q并与待定点一起进行平差计算 ,通过q值大小来判断是否有粗差的存在 ,弥补了传统方法无多余观测时 ,计算本身无法检查的缺陷 ,给出算例说明其方法的有效性     

基于排序互信息的无监督特征选择

根据排序问题的单调先验知识,无监督学习问题中的观测属性之间也具备单调关系;否则该属性与排序无关,为冗余属性.基于排序互信息反应的两属性之间的单调关系,提出用每个属性与其他属性之间的平均互信息,来衡量每个属性与排序学习的相关程度,具有最高的平均互信息即为排序最相关的属性.     

冗余系统共因失效概率预测模型

根据可靠性数学理论,从零件失效物理模型应力-强度干涉模型出发,把零件失效概率看作是服从某种分布的随机变量,推导了冗余系统共因失效概率预测模型的数学表达式.通过Monte Carlo仿真法和神经网络技术,得到了该随机变量的分布类型及分布参数.该模型可以根据系统的有限失效数据预测系统任意阶失效概率,能够弥补传统共因失效模型的信息遗漏问题.最后给出实例,并与传统的BFR模型对比,结果表明,该方法比BFR模型更能精确地与实际吻合.     

企业财务危机预警模型研究

将主成分分析、粗糙集理论与径向基函数神经网络结合,引入反映企业现实财务状况的现金流量指标,使用粗糙集剔除冗余指标,通过主成分分析提取指标和降维,利用径向基函数神经网络作为判别企业财务状态的工具,构建上市公司财务危机预警模型,实证研究结果证明了该模型具有较高的建模精度和泛化能力。     

一种新的间歇过程多模式辨识方法

针对间歇过程的多模式划分问题,提出了一种基于主角度相似度比较的多模式划分新方法,有效克服了噪声或冗余数据对模式划分的影响.该方法的基本思想是利用PCA对间歇数据按时间轴进行主成分建模,然后利用主角度这一用于比较子空间相似度的方法进行主元模型相似度比较,从而对各个模型和过渡过程进行有效辨识和划分;在此基础上,对上述方法进行了深入分析,改进并完善了主角度相似度划分标准,使这一方法更趋完善.仿真结果检验了所提方法的有效性.     

基于Asmuth-Bloom门限的机密数据存储

机密数据的存储是冗余数据库服务器结构中的一个重要组成部分。在Asmuth-Bloom门限的理论基础上,提出了对机密数据（SD）的（t,n）秘密共享存储方案及实现方法,该方案在实现机密数据保密性的同时也保证了其可用性。     

可复用信息修改组件的实现

为了提高软件设计的可复用性,使软件系统的快速开发成为可能。文章通过使用.net技术,设计并实现了一个信息修改组件。该组件使用了通用的数据库操作类,实现了表单的自动化生成及自动化修改,可以在基于.NET平台的信息管理系统开发中重复使用,为信息管理系统的快速开发提供了有力的支持。同时,文中对该组件的设计思路及实现过程均进行了比较详细的介绍,为其它类似组件的实现提供了一个参考。并且这一组件被用到精品课的网站系统建设及课程建设上,结果表明了该方法的有效性。     

基于FPCA和ReliefF算法的图像特征降维

针对传统图像特征降维方法计算量大、 无法去除冗余信息、 未考虑相关性等缺陷, 提出一种结合快速主成分分析(FPCA)和ReliefF算法的图像特征降维方法. 该方法先利用FPCA[KG*6]算法对样本数据进行初次降维, 去除样本中的冗余信息;  再利用ReliefF算法计算样本特征的分类权重, 根据权重对特征进行组合优化. 在算法实现过程中, 采用递归排除策略, 进一步提升了算法特征寻优能力. 仿真实验表明, 利用本文算法优选出的图像特征, 可较好地提高聚类结果, 适合实际工程的应用.     

主成分分析法在油田原油开采成本分析中的应用

采用主成分分析方法分析了胜利油田原油开采过程中诸成本项目间的系统联系 ,指出降低原油开采成本对策。研究结果表明 ,主成分分析方法能从本质上揭示影响石油企业开采成本的各因素关系 ,从而为高层决策提供理论依据。