大型复杂曲面零件加工余量均布优化问题研究

提出通过曲面的初始匹配和精确匹配来实现余量分布的优化，初始匹配决定后续算法的变量空间；精确匹配获得最佳的曲面匹配姿态及最佳的余量分布，精确匹配采用最小二乘方法构造评估函数，应用遗传算法和单纯形法混合寻优，直接对问题涉及的曲面匹配变换矩阵的6个未知量求解，应用结果表明该方法具有易地实现，算法稳定等特点，较好解决了大型复杂曲面类零件加工余量计算问题。     

变形系数相关的最小二乘匹配算法

对在图像匹配中被广泛使用的最小二乘算法进行了改进．最小二乘算法精度高,但收敛速度很慢．根据图像中除少数高度变化不连续的区域外,大多数区域的变形参数都是连续变化且平缓这一特点,在最小二乘算法的迭代过程中,变形参数初始值视情况取前面的结果．实验表明,这一改进大大提高了最小二乘匹配算法的计算速度,同时保持了其精度和匹配率     

基于局部特征点检测与匹配的微悬臂梁变形受力测量方法

提出了一种基于局部特征点检测与匹配的微悬臂梁变形受力测量方法.通过光学显微镜得到微悬臂梁变形前后的图像和基于放大的微悬臂梁表面的散斑纹理特征，在尺度空间中定位具有局部响应极值的LOG（Laplace of Gaussian)特征点，并在LOG特征点周围提取局部仿射不变封闭区域，其质心可以作为具有亚像素精度的特征点位置.由封闭区域构造仿射不变特征描述算子并进行特征点匹配，根据匹配点的位移信息进行悬臂梁弯曲挠度曲线拟合以描述微悬臂梁的弯曲变形，并采用最小二乘法计算悬臂梁受力大小与受力点.通过对实际的微悬臂梁变形图像实验，验证了所提方法的有效性.     

利用最小二乘匹配算法提取影像道路网

针对遥感影像道路网提取问题,提出了利用最小二乘匹配算法进行道路网智能化提取的思想,通过对影像进行预处理、种子点选取、最小二乘匹配、道路段筛选和连接来实现道路网的提取.利用多组影像进行验证的实验结果显示:该方法能够较好地对道路网进行识别,且具有较好的鲁棒性.     

基于机器学习的低分辨率图像增强和细节匹配方法研究

当前低分辨率图像增强和细节匹配方法具有细节易丢失、边缘模糊、无法适应图像平移、旋转等变化的弊端,导致图像增强与细节匹配性能低下。为此,提出一种新的基于机器学习的低分辨率图像增强和细节匹配方法,通过建立一个间隔最大的超平面获取最小二乘支持向量机分类器。在待处理低分辨率图像中选择一块图像,将图像的每个3×3邻域像素看作一个训练样本,通过最小二乘支持向量机法对其进行训练,输出增强像素点。通过复数小波对图像特征进行描述,利用最小二乘支持向量机获取最优判定准则函数,输出最优匹配的目标子图像。实验结果表明,所提方法有很高的峰值信噪比、边缘保持指数和等效视数,很低的归一化均方误差、均值和方差,整体性能优。     

局部最小二乘法校正中药指纹图谱信号的组分保留时间漂移

提出和实现了采用局部最小二乘法对中药指纹图谱中的组分保留时间漂移进行校正的方法。首先介绍了标准最小二乘法的算法原理,针对标准最小二乘法直线拟合在处理指纹图谱数据时的局限性,根据中药指纹图谱信号数据的特点,提出对组分复杂的中药指纹图谱信号采用局部最小二乘法实现对组分保留时间漂移的校正。对3组田基黄中药样本的指纹图谱信号采用局部最小二乘法进行处理,从校正前后相似度结果的对比可知,校正后的相似度均有不同程度的提高,证明文中所提方法的可行性和优越性。     

老年服务机器人视觉定位方法研究

提出一种视觉定位方法对影响老年服务机器人的视觉定位精度的摄像机标定、手眼系统标定以及三维重建3个部分进行优化.首先对多幅标定图像的结果进行最小二乘处理,剔除大权重的误差样本以减小标定的统计误差;通过建立过渡空间坐标系的方法来对手眼系统进行标定,减少多次计算转移矩阵所造成的累积误差;利用最小二乘拟合精确确定目标的匹配点,...     

三维激光扫描技术在滑坡变形监测中的应用

为了能够捕捉滑坡体变形的细节变化,借助三维激光扫描技术对平朔公司东露天矿东北帮进行了三维测绘,采用最小二乘曲面拟合法对原始点云数据进行去噪处理,将Kriging插值法与曲面拟合法结合对预处理后的点云数据进行插值研究为滑坡体处理方案提供了一定的参考价值。     

基于局部轮廓曲线的图像配准方法

图像配准是计算机视觉领域的基本问题.提出了一种基于局部轮廓曲线的图像配准方法 .首先,利用图像的最小作用曲面提取从角点出发的局部轮廓曲线,并通过MLSD描述符描述轮廓曲线;其次,对曲线的MLSD特征向量进行傅里叶变换以便于使用轮盘匹配方法实现两幅图像中从角点出发的局部轮廓曲线的配准;然后运用最小二乘法迭代求解局部配准参数;最后,统计局部配准参数直方图获取全局配准参数.实验结果表明：此配准方法有较高精度.     

一种基于不变特征的图像匹配算法

提出了一种基于图像不变特征的目标匹配算法.算法首先采用了一种改进的SIFT图像特征点提取技术提取目标的SIFT特征向量;建立改进的Kd-Tree特征结构,使用BBF搜索策略完成特征的匹配,接着建立目标的姿态变换空间对匹配点进行HOUGH聚类,去除错误的匹配点,最后对匹配点按照最小二乘法拟合出目标的姿态参数,从而完成目标的定位.实验结果表明,在目标发生平移、旋转和缩放以及场景部分遮挡、视角变化等因素引起的图像变形时,算法均能够稳定地匹配出目标.     

三种计算层次分析法中权值的方法

分析了几种计算权值的常见的方法,在分析最小二乘法的基础上,分别以"残差平方之和最小"、"残差绝对值之和最小"和"最大残差绝对值最小"准则的建立了计算权值的三种新方法。通过实例给出了计算方法和结果。     

正态-逆Gamma先验下线性模型中回归系数和误差方差Bayes估计的改进

在正态 逆Gamma先验下, 研究线性模型中回归系数和误差方差Bayes估计的优良性, 改进了已有的结果, 去掉了附加条件. 在Pitman准则下, 证明回归系数的Bayes估计优于最小二乘估计(LSE), 并讨论误差方差的Bayes估计在均方误差准则下相对于LSE的优良性. 最后进行Monte Carlo模拟研究, 进一步验证了理论结果.     

离子选择电极信息特性研究

以硝酸根选择电极为例 ,介绍了离子选择电极的响应时间特性 ,建立了硝酸根选择电极在温度阶跃变化下输出电势对时间的响应模型 .本研究中 ,用相关分析最小二乘法拟合响应全过程曲线 ,根据残差平方和准则判定模型的阶次 ;再用最小二乘法逐步拟合确定模型的参数 .为连续自动分析和在线测量提供了基础 .大量实验结果表明 ,建立的模型能很好地拟合响应过程曲线 ,且对一般离子选择电极具有通用性 .     

PC准则下错误指定模型中回归系数有约束LS估计的优良性

在错误指定的回归模型和线性约束条件下，于ＰＣ准则下，比较了回归系数的有约束的最小二乘估计（ＲＬＳＥ）相对于通常的最小二乘估计（ＬＳＥ）的优良性．也对预测情形类似的问题进行了讨论．     

平衡损失下回归系数James-Stein估计的性质

在平衡损失下给出了回归系数James—stein估计优于最小二乘(LS)估计的充要条件，得到了在Pitman close—ness准则下James—Stein估计相对于LS估计的优良性。     

基于多层前馈网络的卫星姿态控制器

卫星姿态动力学系统与其线性化模型之间的误差会影响姿态控制的精度。应用多层前馈网络对该误差进行建模,并基于此模型和线性系统理论设计了一种新型的卫星姿态控制器,该控制器实现了卫星三轴解耦控制,并使卫星姿态动力系统与其线性化模型的响应误差在最小二乘准则意义下最小。仿真结果表明在俯仰角、滚动角和偏航角机动量均为0.01rad情况下,控制器能够提供较高的控制精度。     

组合预测模型的回归分析方法

给出求解组合预测权系数的回归分析方法，文章首先给出了基于最小二乘和最小一乘准则的线性回归组合预测模型，然后应用最小二乘原理得到权系数最小二乘估计值。由于最小一乘准则下，目标函数不可微，传统的优化规则方法无法求解，故文中提出用基于最小二乘的逐步变权方法进行求解。同时，还给出了百分误差绝对值最小为目标的组合预测模型及权系数求解方法。通过实例分析，表明组合预测模型的预测精度很高，回归效果很显著。     

一种基于仿射变换的SIFT误匹配剔除方法

针对基于尺度不变特征转换(scale invariant feature transform,SIFT)在配准过程中存在大量误匹配的问题,提出一种基于仿射变换的误匹配剔除方法.该方法首先根据SIFT算法粗匹配后得到的初始匹配点对,利用最小二乘法求解仿射变换的系数,然后通过不断迭代去除均方根误差较大点对的匹配关系.以长汀县不同时相的TM影像配准为案例的实验结果表明,所提出的方法简明高效、配准精度优于目前被广泛使用的RANSAC误匹配对剔除方法.     

带有线性测量误差的半参数EV模型的估计

研究一类带有线性测量误差的半参数EV模型的估计问题.通过综合利用核光滑方法、修正最小二乘法和广义最小二乘法给出未知参数和未知函数的估计.在一般条件下,证明了未知参数估计的渐近正态性并给出了未知函数估计的收敛速度.     

权重优化在公路路线方案决策中的应用

为了更好地进行公路路线方案决策,提出了一种指标权重优化的方法.利用贝叶斯公式,在各方案下对指标主观权重进行逐个修正,利用最小二乘法建立指标权重的优化模型并给出精确解.以某高速公路路线方案决策为例证明了该方法的有效性.