粗差的随机模糊处理方法(RFP法)

充分利用含有粗差的观测信息最佳地估计未知参数仍是一个值得进一步深入探究的课题。粗差的量化指标具有模糊性 ,视一组观测样本中的粗差为 F子集 ,通过建立样本与 F集的隶属度函数达到处理粗差的目的。本文给出了 R-F变量的均值、方差 -协方差及其概率分布函数 ,得出了显著离群数据的检验准则。对一组观测数据用既有的方法与本文提供的方法进行分析对比 ,结果初步展示了R-F处理粗差的可行性。     

基于Monte-Carlo方法的强非线性函数方差估计

以Monte Carlo方法为基础研究了强非线性函数的方差估计问题。对直接观测量的方差进行了随机扰动 ,将由线性同余法产生的一组伪随机数用Box Muller变换法转换为服从N(0 ,1)分布的正态伪随机数 ,并对伪随机数作了多项统计检验。在此基础上应用Bessel公式统计出强非线性函数的模拟方差。算例表明 :Monte Carlo方法估计出的非线性函数的方差比经典方法估计出的方差更优。     

三维城市模型辅助空间决策支持的研究思路

传统的空间分析方法由于只考虑目标本身的几何特征及相互间存在的简单拓扑关系，缺乏与专业应用模型的有机结合，在辅助空间决策方面远没有发挥应有的作用，随着三维城市模型在城市规划设计管理和城市信息化中的广泛应用，三维城市模型的辅助空间决策支持的研究已经提到议事日程，论述了三维城市模型辅助空间决策支持的典型数学模型，如统计模型、时间序列模型、空间动力学模型等，讨论了3DCM的一些典型应用。比如通视分析、噪声污染、日照分析、电磁波覆盖等，这对进一步推进三维城市模型数据的深层次应用和增值服务具有指导意义。图6，参8。     

非线性函数空间平差方程的解法及其特征

给出了两种参数估计准则下的非线性目标函数，讨论了目标函数的常用算法－迭代法。在此基础上提出非线性函数空间目标函数的最优算法，即基于差分理论的迭代算法及多维轮环搜索法，这算法均不依赖函数导数。图1，表3，参8。     

非线性模型与边坡蠕变观测数据的统计预报分析

基于边坡蠕变过程中先验认识，借鉴澳大利亚联邦科学和工业组织数学统计部ＤｖｉｄＡ．Ｒａｔｋｏｕｓｋｙ在生物生长规律研究中取得的成果，将Ｓ形生长模型和渐近回归模型引入了边坡蠕变观测数据处理，能更准确地反映边坡蠕变规律，研究了非线性模型构造，参数估计及优化模型的评价等技术问题。     

非线性测量平差与数据处理方法研究

非线性测量数据处理理论在理论上还不成熟 ,离实用还有相当的距离。该文简要评述了国内外研究非线性测量数据处理理论的现状 ,提出了非线性模型空间内参数估计的基本方法 ,简要论证了非线性模型空间平差方法的可行性