论偏最小二乘校正方法的稳定性

研究了多元校正方法－－偏最小二乘（ＰＬＳ）在波长色散Ｘ射线荧光光谱分析中的应用，并将该法与传统的经验系数法（ＥＣＭ）进行了比较，其考察对象为一组转炉渣文献数据，一组不锈钢样和一组锌精矿样。结果表明，ＰＬＳ比ＥＣＭ准确、稳定、经分析探讨，认为其主要原因是ＰＬＳ能滤除噪音，文中建立了描述浓度和强度本质的关系式。     

基于最小二乘法的二维条码图像倾斜校正方法

在二维条码的获取中,获取的二维条码图像或多或少都会存在倾斜的情况,因此必须首先对二维条码进行倾斜校正,这样才能实现正确的解码.首先对条码图像进行一定的预处理,并且使用凸包算法来精确定位二维条码,然后提取出二维条码的边缘轮廓,保存边缘的特征点,并且采用最小二乘法将这些特征点拟和成一条直线从而获取条码的倾斜角度,最后采用双线性插值对倾斜的条码图像进行校正.实验结果表明该算法速度快,抗噪声强,有效的提高了条码的识别速度和识别率.     

基于最小二乘法的变压器经济运行参数校正

电力变压器由于各种原因在运行一段时间后,其实际参数与铭牌标定不再一致。本文利用现场测得的运行数据,在考虑了温度对参数影响的情况下,运用最小二乘法进行曲线拟合并计算出变压器实际参数,为变压器的经济运行提供相应技术依据。     

基于多项式最小二乘算法的剔粗差研究

在飞行试验数据粗大误差处理研究中,在野值处理的算法中,采用多项式最小二乘曲线拟合算法,得到数据噪声误差方差的统计特性,以拉依尔准则为依据,首次提出使用判别野值的动态门限,来判定出野值点,并予以剔除,然后按统计特性进行补值处理,反复处理,直至野值处理完。消除各类各组飞行试验数据粗大误差,得到无粗差的飞行试验数据结果。     

基于分布式抗差最小二乘法的状态估计

针对电力系统互联的必然趋势,在研究传统算法和分布式算法的基础上,提出了基于结构和电压等级分布的组合分布式状态估计算法,建立了相应的数学模型。抗差估计理论主要研究抗拒少量粗差对估值的影响。拓扑错误和坏数据可以分别看作带有粗差的网络参数和量测数据,因此可以将抗差最小二乘法用于存在拓扑错误和坏数据时的状态估计。算例结果表明,基于分布式的抗差最小二乘法具有良好的抗粗差能力和收敛可靠性,并且收敛速度快。     

最小绝对值和与最小二乘联合抗差估计

讨论了从改正数绝对值和最小条件出发的线性规划法在粗差估计中的应用,以及该法在粗差探测能力方面与多余观测数之间的联系。认为最小绝对值和与最小二乘法联合抗差估计是一种有效,可行,简单,实用的估计方法。     

基于最小二乘法的网络蠕虫检测方法

分析了网络蠕虫的生命周期和传播模型,根据蠕虫的特性提出一种新的蠕虫检测方法,该方法首先监测网络上各主机的连接度,得到疑似感染蠕虫主机的数量.然后利用最小二乘法判别疑似感染蠕虫主机的数量变换是否符合蠕虫的传播模型.实验证明,该检测方法能够快速有效地检测出未知网络蠕虫的爆发.     

最小二乘估值的计算方法

推导出了计算最小二乘估值的实用公式,详细地介绍了程序设计的方法。并提供了工程实例．     

基于移动最小二乘法的稳健重构方法

在实际工程问题中,由于人为或环境等外界因素的影响,通过仪器测量获得的数据,不可避免地会存在粗大误差,以某种方式偏离测量数据,导致数据重构的精度不稳定.针对包含粗大误差的测量数据,本文提出一种基于移动最小二乘法的稳健重构方法,该方法对支持域内节点采用最小二乘法进行拟合,将生成的拟合点根据引入的几何特征参数a,量化各节点的...     

基于最小二乘的选权迭代抗差拟合模型研究

目的提出基于最小二乘的选权迭代抗差推估GPS水准高程拟合方法,并检验可靠性.方法利用数值分析方法和GPS水准拟合过程分析软件对相关平面、二次曲面和三次曲面抗差推估数学模型进行对比分析研究.结果二次曲面抗差的结果要好于相关平面与三次曲面抗差的结果精度,并非抗差模型阶次越高有效性越高.抗差模型的精度与点位分布有关.在进行抗差计算时要结合多种模型进行比较分析,特别点要进行多次抗差计算,通过抗差计算有效剔出了粗差点,提高了GPS水准拟合精度.结论基于最小二乘的选权迭代抗差拟合模型解决了常规拟合模型不稳定的缺点,实际数据证明,模型结果能够达到等级几何水准的精度.     

旋转机械动平衡校正质量的最小二乘迭代计算方法及…

本文论述了用影响系数法计算动平衡校正质量的有关问题。在分析和改进Ｇｏｏｄｍａｎ法、局部最小二乘法之后，提出了一个新颖的最小二乘迭代算法。在ＩＢＭ－ＰＣ／ＡＴ机上的仿真计算，在摸拟３０万ｋＷ大汽轮发电机组转子系统上的试验以及在火电厂机组现场的动平衡试验，表明了其结果是较理想的。在选择校正质量的幅值和相位下，残余振动的计算值和实测数据接近。说明了本计算方法及程序具有实用和推广价值。     

移动最小二乘无网格方法

介绍移动最小二乘法的基本原理和近似函数的构造方法,并应用配点法和最小二乘原理,提出了一种基于移动最小二乘思想的最小二乘配点型无网格方法.该方法的实施不需要背景网格,不需要进行高斯积分,具有计算量小、边界条件处理简单的特点,是一种真正的无网格方法.     

基于最小二乘的视频定位阴影反演方法研究

为定位一段视频的拍摄地点和时间,可以根据视频拍摄的固定物体影子变化的规律进行测算。作者通过对已知视频中物体阴影影像进行分析,依据小孔成像原理反演优化得到实际影长,再根据实际影长的变化规律,利用最小二乘原理优化并通过遗传算法进行搜索反演得到拍摄地点经度、拍摄地点纬度以及拍摄时间等信息。     

一类新函数模型及通用加权总体最小二乘平差方法

针对摄影测量、计算机视觉、三维激光扫描、遥感影像几何纠正等领域中观测数据的特性,将y≈Aξ的变量含误差模型(EIV)拓展为y≈A(x)ξ的函数模型,该模型首先给出了设计矩阵协方差阵的计算方法,其次推导了一种通用的加权总体最小二乘(WTLS)平差算法和近似精度评定方法,并通过直线拟合、自回归模型参数估计算例进行验证计算.结果表明:无论观测值独立还是观测值相关,该方法与已有方法的WTLS平差结果及其精度一致,从而验证了该方法的正确性,且其算法更简洁方便.对于完善WTLS平差理论和方法,拓展总体最小二乘方法在3S技术中的应用有理论与现实意义.     

递推部分最小二乘方法及其应用

该文提出了一种递推的部分最小二乘算法.该算法利用遗忘因子法对旧参数矩阵进行加权,再和新数据矩阵组合,构成输入输出的数据矩阵,然后利用PLS核算法得到模型.结合实际工业过程的要求,给出了该算法的步骤,并运用该算法建立了煤气化炉合成气组分浓度的软测量模型.结果表明,递推的部分最小二乘算法可以有效的更新模型,使模型适应过程的...     

基于最小一乘的单因变量偏最小二乘算法

偏最小二乘回归能较好地解决自变量间的多重共线问题，最小一乘法比最小二乘法能更有效地降低回归模型的误差。本文提出的改进的偏最小二乘回归将这两种方法结合起来，在偏最小二乘回归过程中利用最小一乘法建立因变量对提取的自变量成分的多元回归模型。算例表明改进的偏最小二乘回归算法的预测精度较高。