一种新的加权最小二乘测距定位方法

三站二维定位问题是最小定位问题，一般只利用几何关系就能获得定位估计，但由于未利用距离测量的统计信息，定位精度较差。该文先将点到点的距离测量转化为点到线的距离估计，再在此基础上推导出一种新的加权几休定位方法，其中加权的确定利用了距离测量的统计信息。仿真实验表明，在测距误差较小时新方法具有更高的定位精度。     

多频电磁波测井数据的反演成像技术及应用

针对测井数据反演成像问题的不适应定性，采用了带不等式约束的正则化最小二乘迭代反演，模型响应的正演计算用有限元方法实现，模型响应对电阻率及介电常数的偏导数用格林函数和互换原理计算，对高低频电磁波测井数据的反演分两步进行，首先用低频数据得到电阻率的大致分布，再以此为初值，用高频电磁波数据同时反演电阻率和介电常数，通过对模型的数值模拟和某地热田1口井的实际资料的应用表明，电磁波测井数据的反演厉像能给出井周近旁介质的电性参数分布，而在离井较远的区域不能得到稳定可靠的解释结果，无论高频还是低频测井数据，要得到高质量的成像结果，工作频率的适当选择及接收器灵敏度的提高是至关重要的。     

湿陷性黄土地基强夯有效加固深度预测

对强夯有效加固深度主要影响因素进行分析,考虑能量的转化,综合运用量纲守恒和最小二乘原理,结合一定量的湿陷性黄土地基强夯加固实例,推导了有效加固深度估算公式,并与其他公式进行比较;再结合另外两组湿陷性黄土地基实例,进一步探讨了本文公式的估算效果。新的公式反映了含水量与有效加固深度呈非线性相关,能使得计算效果更好,参数选用方便,对湿陷性黄土地基有一定参考价值。     

反向工程中三角网格的加工特征识别

为实现反向工程中的特征重构,提出一种在三角网格上由Morse-Smale复形转换为分割面属性邻接图进行加工特征提取的算法.首先通过移动最小二乘曲面法计算网格顶点曲率,构建曲率特性指标函数,消除因网格连接引起的误差,达到降噪的作用;然后在三角网格上建立和简化Morse-Smale复形,精确提取特征线,将网格分割为边界清晰连续的区域,并获得各区域的邻接关系;最后判断关键点和特征线的性质,将Morse-Smale复形直接转换为分割面属性邻接图进行加工特征识别.实验结果表明,该算法准确、高效,而且不需要人工干预,对于反向工程中大规模、带噪声的网格具有较好的识别效果.     

基于最小二乘法的HDR图像快速滤噪算法

提出一种针对高动态范围（HDR）图像滤噪的新方法,通过对用于合成HDR的一组图像进行滤噪来实现。在亮度空间中,通过求解加权最小二乘问题拟合L-t直线,并用该直线修正亮度值,从而到达滤噪目的。实验表明该算法运算量小,能有效去除椒盐型噪声,对高斯型噪声抑制效果明显,优于A.&E.(Ahmet&Erit)的加权求和滤噪算法。     

一种新的最小二乘支持向量聚类

针对传统支持向量聚类的低性能和高耗费问题,提出最小二乘支持向量聚类(LSSVC)模型,设计自适应参数化方案。模型中包括两步簇划分算法和快速训练算法。前者对支持向量和非支持向量分别进行划分,后者采用增量方式,每次增量对应聚类模型的双向学习过程。实验结果证明,LSSVC可有效提高同类算法的效率,具有良好聚类能力,当数据增量为工作集大小的10%时,算法可在时间耗费和聚类准确率之间取得良好的平衡。     

基于自适应迭代最小二乘的叶片后缘参数估计

为了解决燃气轮机叶片后缘轮廓参数辨识的难题,提出了自适应迭代最小二乘法.通过三维激光测量系统得到叶片后缘三维轮廓点云数据,测量精度±5μm,使用该算法对后缘所有截面进行拟合,拟合精度±0.001 mm.通过在不同程度高斯噪声下仿真后缘测量数据,对比分析了两种算法的拟合效果.自适应迭代最小二乘法对叶片后缘轮廓的高精度、高效率参数辨识有着重要意义.     

基于边界曲线弧分割的多椭圆检测

不同于传统的Hough变换算法,提出一种基于边界弧分割的椭圆检测方法。首先将边界从交点处分割成弧段,将得到弧段划分为长弧和短弧两组并按长度降序排序,然后从两组中找出属于某个椭圆的若干弧段,利用最小二乘法拟合得到候选椭圆并验证是否为真正椭圆。实验表明该算法能快速检测出图中椭圆,运行时间远小于采用随机Hough变换算法,在具有噪声、椭圆残缺的情况下仍能有较好的检测结果。     

改进的Prony算法提取舒曼谐振参数

为在更短的时间内提取舒曼谐振参数,引入对时域采样数据进行直接处理的Prony算法．针对该算法受噪声影响大的缺点,对算法的核心过程——超定方程的求解方法进行了改进,采用Martin等人提出的最小残数法,并与频域处理结果进行对比分析,验证该算法的有效性．     

Determination of a control parameter in a one-dimensional parabolic equation using the moving least-square approximation

In this paper the approximation of moving least-square (MLS) is used for finding the solution of a one-dimensional parabolic inverse problem with source control parameter. Comparing with other numerical methods based on meshes such as finite difference method, finite element method and boundary element method, etc. the MLS approximation has merits of simpler numerical procedures, lower computation cost and arbitrary nodes. The result of a numerical example is presented.