最小二乘法视觉系统标定研究

介绍了单目视觉系统标定的现状,以及现行标定法的优缺点。在相机固定、机器人末端执行器在平面内运动的场合,提出了一种基于最小二乘法的拟合标定算法,该算法可以考虑径向畸变、切向畸变等非线性因素。在不同的拟合模型下,该标定算法分别将平均标定误差从原来的1.4505mm下降到0.4879mm、0.1084mm,最大标定误差从原来的2.2001mm下降到0.7587mm、0.2081mm,大大降低了标定的误差。并进行了算法的可靠性验证,证明了算法的有效性。     

快速模糊正交最小二乘算法

本文在非线性非交最小二乘辨识方法中引入模糊基函数,得到可以统一利用语言信息和数据信息的模糊正交最小二乘方法,并且针对其计算量大,速度慢的缺点,推导出不同计算正交项的快速模糊正交最小二乘算法,并且在玻璃窑炉温度系统离线建模中进行了仿真实验,验证了算法的有效性。     

基于最小二乘原理的电力故障录波器通道校正方法

为了保证电力故障录波器的测量精度,提出了一种基于线性最小二乘原理的录波器通道校正方法.根据录波器模拟量采样电路的构成,采用线性数学模型来描述模拟量通道的输入输出特性,在此基础上采用最小二乘准则获得最小二乘意义下的变比参数,同时说明了通道相移的计算方法.所提出的算法具有简单、实用、精度高等特点.在WDGL-IV型电力故障录波器上的实验结果表明,这一通道校正方法对提高录波器的测量精度是十分有效的.     

基于最小二乘原理的电力故障录波器通道校正方法

为了保证电力故障录波器的测量精度 ,提出了一种基于线性最小二乘原理的录波器通道校正方法。根据录波器模拟量采样电路的构成 ,采用线性数学模型来描述模拟量通道的输入输出特性 ,在此基础上采用最小二乘准则获得最小二乘意义下的变比参数 ,同时说明了通道相移的计算方法。所提出的算法具有简单、实用、精度高等特点。在WDGL IV型电力故障录波器上的实验结果表明 ,这一通道校正方法对提高录波器的测量精度是十分有效的     

基于核偏最小二乘的光伏发电出力预测

光伏发电出力与太阳辐射强度和温度等气象条件关系密切,在出力预测模型中,气象因素与出力数据存在着非线性关系,同时各气象因素之间也存在非线性的关系。核偏最小二乘(KPLS)方法具有较强的处理非线性问题的能力,本文基于KPLS方法建立光伏发电出力预测模型。利用光伏电站的历史气象数据和出力数据对KPLS预测模型进行训练,训练的模型用以预测光伏电站的出力。通过实际光伏电站运行数据的验证,并将预测结果同偏最小二乘(PLS)方法和人工神经网络(ANN)方法的预测结果相比较,实验结果显示KPLS预测模型具有较准确的预测能力和较强的适用性。     

基于最小二乘估计法预测管柱运动轨迹

石油钻机工况复杂,为满足现场作业要求,需对机械臂抓取管柱运动轨迹进行预测,以提高抓取效率.为确保轨迹预测方法的精确度,本文提出一种基于最小二乘法原理预测管柱运动轨迹(Predicting the trajectory of pipe based on least square method,P-LSM)的策略.利用最小...     

最小二乘算法的研究与改进

最小二乘法具有良好的滤波和数据窗可变的特性 ,但运算量很大 ,以至于无法满足微机保护实时性的要求。文中针对最小二乘算法的这一缺陷 ,通过深入的分析和研究提出了最小二乘改进算法 ,改进后的算法不仅具有良好的滤波特性和数据窗可变的特点 ,而且运算量大大减少 ,从而使高精度的最小二乘算法能够很好地应用于微机保护中。理论分析和计算机仿真表明 :改进算法能准确估计出待求量     

最小二乘算法的研究与改进

最小二乘法具有良好的滤波和数据窗可变的特性,但运算量很大,以至于无法满足微机保护实时性的要求.文中针对最小二乘算法的这一缺陷,通过深入的分析和研究提出了最小二乘改进算法,改进后的算法不仅具有良好的滤波特性和数据窗可变的特点,而且运算量大大减少,从而使高精度的最小二乘算法能够很好地应用于微机保护中.理论分析和计算机仿真表明:改进算法能准确估计出待求量.     

基于核偏最小二乘的电厂热力参数预测与估计

为了解决机组运行过程中参数失效和优化过程中参数计算的问题,提出了一种基于核偏最小二乘方法的热力参数预测和估计方法.首先用正常数据建立机组参数的预测和估计模型,确定各变量之间的回归关系,然后将其用于参数的在线预测与估计.其基本思想是通过非线性核函数将数据映射到高维特征空间,然后在高维特征空间中进行偏最小二乘回归运算.该方法可以有效地捕捉变量间的非线性关系,参数预测和估计效果明显好于偏最小二乘法和主元回归方法等线性回归方法.某1 000MW发电机组烟气含氧量历史特征数据集仿真试验及实际应用比对实验证明了该方法的有效性.     

基于最小二乘法的变压器参数实时校核

我国城乡电网的改造和电力市场的发展对配电变压器的安全、可靠运行要求越来越高。而准确的设备参数是变压器经济运行的前提，为此，利用配电自动化系统进行测量，获取变压器的有功功率、无功功率、电压等数据，采用最小二乘法的过程辩识方法，进行曲线拟合计算，对变压器运行参数和功率损耗特性进行实时校核统计，从而为经济运行奠定基础。     

基于抗差总体最小二乘法的电力系统谐波状态估计

介绍了谐波状态估计的数学模型及最小二乘和总体最小二乘的求解算法,综合考虑测量误差和参数误差的影响,利用总体最小二乘法进行谐波状态估计。分析了测量粗差对估计结果的影响,针对总体最小二乘法不具备抑制粗差能力的缺点,提出利用抗差总体最小二乘法进行谐波状态估计。用Matlab搭建了IEEE-14节点谐波测试系统仿真模型,在测量数据和参数矩阵中分别加入含有粗差的正态分布误差及正态分布误差,画出概率密度曲线图,并对总体最小二乘法、抗差最小二乘法和抗差总体最小二乘法进行比较,结果表明利用抗差总体最小二乘法能够得到更精确的谐波状态估计结果。     

一种改进的基于最小二乘法的自适应谐波检测方法

提出了一种基于最小二乘法的自适应谐波检测方法,并利用动力系统的均值理论证明了该方法的稳定性。此法克服了传统自适应谐波检测方法的局限性,不仅能够检测电流谐波,而且能够有效地提取电流的畸变量,通过学习率因子的选择,提高了该方法的瞬态响应速度,具有较好的跟踪性能,可用于时变谐波的跟踪检测。仿真结果表明该方法比以往的自适应谐波检测法能更迅速地进行谐波的同步检测和基波的同步提取。实验结果也表明了文中所述方法的有效性,可满足电力系统对电压或者电流畸变量检测的要求。     

基于最小二乘法的TD-LTE传播模型校正研究

基于线性最小二乘法,采用经典的SPM模型,在现有TD-LTE系统的传播模型——COST231-Hata模型的基础上,根据上海市热点地区实测所得的数据进行模型校正和改进,通过校正得到SPM模型的新的模型参数.将新的参数模型与实测数据进行仿真对比和误差分析,看出新的参数模型预测的数据和实测数据更为接近,校正后的误差也在可接受的参考标准误差范围内,校正后SPM模型与当地的环境相匹配.最后给出了校正结果,为TD-LTE网络规划奠定了一定的理论基础,同时为运营商采用无线网络规划软件进行基站的覆盖范围预测提供更为准确的参考模型.     

基于最小二乘法的正交多项式级数在谐波估计中的应用

利用基于最小二乘法的正交多项式级数来逼近谐波的概率密度函数并估计其95%不超过概率值。根据电力谐波测量样本统计样本的阶矩(原点矩);对于多变量或多矢量求和,首先建立求和模型,在统计出分量阶矩的基础上通过递归方法计算和的阶矩。基于最小二乘法的思想,确定逼近的正交多项式级数展开中的待定系数。这种方法不要求谐波的幅值和相位具有某种特定分布,适用范围广。最后用实例证明了该方法的有效性。     

基于薄壁管法的稀疏最小二乘支持向量回归机

针对最小二乘支持向量回归机的解存在缺乏稀疏性的缺陷,并结合支持向量分类机选择支持向量的特点,提出了薄壁管算法。通过样本的学习误差构造一个中空的有穷厚壁的管即薄壁管,把支持向量压缩到管壁当中,以克服传统的剪枝算法由于构造无穷厚壁管而无法抑制系统中奇异点的缺陷。与已有的拥有无穷厚壁的剪枝算法相比,薄壁管算法不仅能大大减少最小二乘支持向量回归机的支持向量数目和缩短预测时间,而且能成功抑制系统中存在的奇异点,提高最小二乘支持向量回归机的预测精确度。仿真实例验证了薄壁管法的有效性。     

基于最小二乘支持向量机控制器的研究

阐述了支持向量机与最小二乘支持向量机的特点,设计了基于最小二乘支持向量机的控制器,该控制器构成的系统学习与泛化能力强、抗干扰效果好,并利用垃圾焚烧炉的估计模型进行了仿真.仿真结果表明,该方法抗干扰效果好,适应性强.     

基于粒子群-最小二乘混合算法的参数自适应故障测距方法

对于双端故障测距频域法,为了消除线路参数不确定性和双端数据不同步的影响,必须建立多维非线性故障测距观测方程进行求解,其求解方法的有效性将决定测距结果的成败,而目前采用的方法均存在着局限性。为此,利用粒子群优化算法的全局搜索能力与最小二乘迭代算法的快速精确收敛能力,提出一种基于粒子群—最小二乘混合算法的参数自适应故障测距方法。为了提高实用性,还针对前置低通滤波器和具有并联电抗器的输电线路等问题进行了研究。以1 000 kV特高压输电线路故障测距为例,进行全面仿真验证,证明了测距方案的正确性。     

基于递归最小二乘的单通道混合信号时延估计算法

针对单通道混合信号的时延估计问题,提出了一种基于递归最小二乘(recursive least squares,RLS)的算法,将时延估计分为了基于循环统计量的粗估计和基于RLS的细估计过程,用二乘方的时间平均准则,对时延粗估计值进行迭代更新,完成整个估计过程.该算法结构简单,收敛速度快,估计精度提升明显,但较依赖于两路...     

基于加权偏最小二乘回归的中长期负荷预测简

针对中长期负荷预测,考虑各历史样本在建立适用于预测对象的模型时处于不同的地位,应分配不同的权值,提出一种基于加权偏最小二乘回归（weighted partial least squares regression,WPLSR）的预测方法。利用相似离度计算历史样本与预测对象的相似度,判定样本是否含有异常值,自适应地为历史样本分配权值,进而采用偏最小二乘回归（partial least squares regression,PLSR）提取主成分和回归分析。算例结果表明WPLSR方法的预测精度比普通PLSR模型有显著提高,具有良好的可行性和有效性。