用最小二乘法提高CCD

本文针对相位型光栅的面形测量,用最小二乘法做二次曲线拟合,解决了     

基于最小二乘法的椭圆拟合改进算法研究

为了提高数字图像中椭圆检测的不确定度和拟合精度,在最小二乘椭圆拟合算法的基础上进行了改进。该文对所有样本点进行编号并作归一化处理,通过归一化处理来提高算法的稳定性和鲁棒性。结合随机原理的思想,随机选取6点进行椭圆拟合,所选取的6个点中任意两点之间的距离大于一定的阈值,计算与拟合出与椭圆相匹配的所有样本点。重复该过程一定的次数,匹配样本点个数最多的椭圆即为最优的椭圆。对拟合出的椭圆所用的6个样本点进行坐标反归一化处理,计算出最终的椭圆参数。通过对给定图形进行拟合,验证了该改进算法有效性,与原算法相比,检测的不确定度和拟合精度得到了提高。     

基于最小二乘法的射表数据拟合

高炮射表数据起着重要作用,精确处理射表数据很受关注。文章提出了最小二乘法拟合高炮射表的方法．给出了简单的表达式和具体的计算实例。通过实例看出,利用最小二乘法实现了高精度拟合。     

基于遗传算法的圆度公差评定法与采用最小二乘法评定的比较

根据提出的计算模型,对基于遗传算法的圆度误差评定和传统上采用最小二乘法的评定算法进行了比较分析,根据方法本身的特点和计算结果,分析了二者的不同点以及在工程应用中的适用场合.所构造的模型包括边界控制点和区域随机点,其中边界控制点模拟了由圆度误差最小区域条件所定义的最大内切圆和最小外切圆,而区域随机点模拟了实际情况下测试点的随机性和不确定性.计算结果表明基于遗传算法的圆度评定法精度较高,优于基于最小二乘法的评定算法.     

移动最小二乘法在NURBS曲线拟合中的应用

在NURBS曲线拟合中采用移动最小二乘(Moving Least-Squares)方法,提高了采用传统最小二乘方法得到的拟合曲线的精度及光滑性.详细介绍了移动最小二乘法(MLS)应用于NURBS曲线拟合的原理及特点;以螺杆转子端面点云数据为实例在MATLAB中实现了移动最小二乘NURBS曲线拟合,并将其与传统最小二乘N...     

最小二乘法在估计概率分布参数中的应用

提出一种估计概率分布参数的最小二乘法，这种方法以概率密度函数和频率间的关系为基础，通过对概率密度函数和频率间的关系进行合理的近似，建立求解未知分布参数的方程组，在求解过程中，将样本容量视为未知量，以简化求解过程。计算机模拟实例表明，这种方法求解出的未知分布参数精度较高，而且对于一些常见的分布函数，这处方法的求解过程十分简单。文中还通过计算机模拟对本文方法和极大似然估计法做了统计分析。     

基于遗传算法的动平衡最小二乘影响系数法的优化

基于对转子动平衡最小二乘影响系数法的研究,针对平衡过程中出现个别残余振动值偏大以及平衡效果不够理想等问题,将遗传算法引入到转子动平衡最小二乘影响系数法中。利用遗传算法的全局优化搜索特性对其进行优化改进及实现。实验结果表明,基于遗传算法的最小二乘影响系数法能达到更好的平衡效果。     

给定锥度的锥形度最小二乘评定法

给出了圆锥面锥形度的定义,介绍了给定锥度的锥形度最小二乘评定计算方法。     

最小二乘法在PCB板厚控制中的应用

PCB板厚是PCB制造过程中要严格控制的一个指标。在批量制造前,通过测量试作板的厚度,应用最小二乘法原理分析数据,在Excel或MATLAB中实现曲线拟合,得出板厚分布的估算公式,从而指导CAM的PCB拼版方式及尺寸以及压合工序的制造工艺参数选择,对保证制造后的PCB板厚均一性具有重要意义。     

非圆曲线的最小二乘拟合法

提出了一种利用最小二乘法对非圆曲线进行分段圆弧逼近的数控编程方法,在满足精度的要求下,可使拟合圆弧段数最少,并能够减小拟合误差、简化数值计算和编程,从而减少CAD系统与CNC系统的数据传送,提高了加工效率和质量。     

基于遗传优化算法的曲线光顺的研究

研究了在光栅矢量化后的光顺问题。在传统光顺算法的基础上，提出了以曲线曲率极值的均方差作为衡量曲线光顺的指标之一。在光顺计算中，引入了遗传优化算法，增加了计算的自动程度以及客观性。在优化中，提出了优于传统罚函数法的模糊罚函数法，将模糊集合理论和遗传算法有机地结合起来，以获得目标函数地全局解。计算结果表明，采用本方法，曲线获得了很好的光顺。     

基于最小二乘法的轮胎动平衡测试标定方法

在轮胎动平衡测量的实际应用中建立起测量数学模型,为了给出数学模型中的系数参数,引入了最小二乘法的思想。根据最小二乘法的求解原理,建立了一种适用于方程组系数参数的拟合算法,在传感器测量标定的数据处理中加以应用,提高了计算精度。通过将其与一般算法的结果进行比较,体现了最小二乘法在标定计算中的优越性。     

一种基于极线约束的最小二乘匹配方法研究

图像匹配技术在图像处理与计算机视觉中有着非常重要的作用。最小二乘影像匹配方法是常用的匹配方法之一。本文提出了一种基于极线约束的最小二乘图像匹配算法。该算法将极线约束和最小二乘法结合实现图像匹配。首先利用两幅图像间的极线约束得到多个预匹配点,确定预匹配区域,然后用最小二乘法求得最佳匹配。实验结果表明,该方法效果良好,具有实用价值。     

最小二乘原理在模具CAD中的应用

本文叙述了如何利用最小二乘原理,根据技术资料中推荐的离散的间隙值,去建立Z=F(T)经验公式,以便模具CAD调用;同时可拟出T-Z曲线,提出了在模具设计中确定模具间隙的一种新方法—查图法。     

基于张弛振荡器和最小二乘法的量化方法

用软件设计替代部分硬件设计,降低硬件系统复杂度,提高系统性价比。设计了一款简化张弛振荡器,对电路系统进行理论分析和实际测试。采用最小二乘法对测试数据进行拟合。对拟合结果进行对比分析。采用分段拟合方法,有效降低了拟合多项式的幂次数和拟合误差,提高了数据拟合度,优化了基于简化张弛振荡器的量化数学模型。在温度检测系统中得到应用,系统运行稳定,误差小于0.1℃.     

基于十折法的最小二乘支持向量机参数选取方法

针对最小二乘支持向量机参数选取的问题,提出一种基于十折法的参数选取方法.将数据平均分成十组,采用一组作为训练特征,其它作为测试组,规定参数的可能范围,然后选取平方差最小的作为参数的取值.经实验证明结果令人满意,提出的方法是可行的.     

基于最小二乘法的热量表温度采集模块设计

针对热量表的温度采集模块提出了一种新的硬件电路设计方法和软件控制方案.根据最小二乘法的有关理论建立了温度采集模块的数学模型,采用分布图法剔除采集数据中的疏忽误差,由A/D转换器采集的电压值直接转换成对应的温度值,采用分时供电技术,实现了温度采集模块的低功耗、高精度和高效率.理论分析和实际测试表明:该电路工作稳定,计算简便,理论误差小于0.000 8℃,实测误差小于0.04℃,满足普通热量表误差小于0.1℃的要求,因而具有很大的实用价值.     

基于最小二乘原理的多传感器加权融合算法

以存在随机扰动环境中的不同参数多传感器为研究对象，基于最小二乘原理，提出了一种加权融合算法，推导出各传感器的权系数与测量方差的关系。并且根据测量信息，提出了一种方差估计学习算法，实现对各传感器测量方差的估计，从而对各传感器的权值进行合理的分配。该算法简单，能快速、准确的估计出待测物理量的状态信息。     

基于免疫算法优化最小二乘支持向量机的压器故障诊断

由于支持向量机中的参数会显著影响着支持向量机分类的精确度,建立了一种基于免疫算法优化最小二乘支持向量机的电力变压器故障诊断模型;该模型以变压器油中主要溶解气体作为向量机的输入,以变压器故障类型作为其相应的输出,选用径向基核、使用免疫算法得到优化参数,充分发挥向量机较高泛化能力的优势.实例验证表明,这种方法能提高变压器的故障诊断准确率,反映了其有效性和正确性.     

基于分布式最小二乘法的锂离子电池建模及参数辨识

精确的锂离子电池模型对于电池状态的准确估计以及电动汽车整车的仿真、设计与优化具有至关重要的意义。然而,传统的递推最小二乘方法应用于电池这类多时间尺度系统时,会出现模型参数辨识精度低、建模效果差等问题。为此,以锂离子电池二阶RC等效电路模型为研究对象,提出一种基于分布式最小二乘的模型辨识参数方法。此方法根据电池不同时间尺度可以分离的特性,将电池模型细分为两个子模型分别进行辨识,避免了待估参数的相互干扰,因而能够取得更好的参数估计效果。试验结果表明,相比传统的递推最小二乘辨识方法,提出的方法在UDDS和FUDS工况下能够将平均绝对误差分别降低约50.00%和28.57%,均方根误差分别减小约46.43%和29.17%,验证了所提方法的有效性和可行性。