共查询到6条相似文献，搜索用时 62 毫秒
1.
针对垂直位移与水平位移的Mogi模型,提出采用总体最小二乘联合（total least squares joint,TLS-J）平差方法进行求解。该方法可同时顾及联合平差函数模型中观测向量与系数矩阵的误差项,且采用3种判别函数最小化法确定相对权比,用以权衡垂直位移与水平位移观测数据在联合求解过程中所占的比重。针对平差过程中出现的病态问题,结合L曲线法确定岭参数。通过实际算例,系统研究了总体最小二乘联合平差方法在长白山天池火山Mogi模型反演中的应用。研究结果表明,以判别函数为$\sum\limits_{i=1}^{n1}{\left| {{{\hat{\bar{e}}}}_{1i}} \right|}+\sum\limits_{j=1}^{n2}{\left| {{{\hat{\bar{e}}}}_{2j}} \right|}$的函数最小化能获得合理的压力源参数估值结果和相对权比大小,具有一定的实际参考价值。 相似文献
2.
针对观测向量和系数矩阵权分配不合理、验前随机模型不准确的情况,以部分误差变量（partial errors-in-variables,PEIV）模型为基础,推导了附有相对权比的总体最小二乘平差算法;通过在平差准则中加入相对权比,自适应调整观测向量和系数矩阵随机元素对模型参数估计的贡献,给出了确定相对权比的验前单位权方差法和判别函数最小化迭代算法,该算法普遍适用于一般性的系数矩阵和权矩阵。通过直线拟合和坐标转换模拟算例的比较分析,发现当观测值和系数矩阵的验前单位权方差已知,且较准确时,验前单位权方差法确定相对权比和参数估计的效果较好;而以${{\overline{\mathit{{\mathit{\Phi}}}}}_{1}}\left( \hat{\varepsilon },{{{\hat{\varepsilon }}}_{a}} \right)={{\hat{\varepsilon }}^{\text{T}}}\hat{\varepsilon }+\hat{\varepsilon }_{a}^{\text{T}}{{\hat{\varepsilon }}_{a}} $作为判别函数是判别函数最小化迭代算法中效果最好的。 相似文献
3.
《武汉大学学报(信息科学版)》2016,(12)
提出了将总体最小二乘方法应用于联合平差的模型,推导了附有相对权比的总体最小二乘联合平差方法。采用了多种方案来确定相对权比的大小。以参数估值与真值的差值范数作为评价指标,分析比较了单一数据总体最小二乘平差和两类数据总体最小二乘联合平差的模拟算例;通过给各类数据加入不同大小的随机噪声,分析了判别函数最小化法中随机噪声大小对确定相对权比的影响。模拟算例表明,平差结果的质量与相对权比的选取有关;当先验信息准确时,验前单位权方差法的结果最好,而当先验信息不准确时,判别函数为∑n_1i=1|V1_i|+∑n_2j=1|V2_j|及∑n_1i=1|V1_i|+∑n_2j=1|V2_j|/(1+X~TX)法均能取得有效的平差的判别函数最小化结果。 相似文献
4.
附有相对权比的总体最小二乘平差 总被引：3，自引：1，他引：2
推导了加权情况下附有相对权比的总体最小二乘平差方法,提出了确定相对权比的验前单位权方差法和目标函数最小化法。模拟算例表明,当观测值和系数矩阵的验前单位权方差已知且比较准确时,验前单位权方差法得到的结果与参数真值的差值范数最小;目标函数最小化法的目标函数估值最小,与参数真值的差别比验前单位权方差法的结果稍大。 相似文献
5.
Urho A. Rauhala 《Journal of Geodesy》1979,53(4):317-342
Array algebra forms the general base of fast transforms and multilinear algebra making rigorous solutions of a large number
(millions) of parameters computationally feasible. Loop inverses are operators solving the problem of general matrix inverses.
Their derivation starts from the inconsistent linear equations
by a parameter exchangeX→L
0, where
X is a set of unknown observables,A
0 forming a basis of the so called “problem space”. The resulting full rank design matrix of parameters L0 and its ℓ-inverse reveal properties speeding the computational least squares solution
expressed in observed values
. The loop inverses are found by the back substitution expressing ∧X in terms ofL through
. Ifp=rank (A) ≤n, this chain operator creates the pseudoinverseA
+. The idea of loop inverses and array algebra started in the late60's from the further specialized case,p=n=rank (A), where the loop inverse A
0
−1
(AA
0
−1
)ℓ reduces into the ℓ-inverse Aℓ=(ATA)−1AT. The physical interpretation of the design matrixA A
0
−1
as an interpolator, associated with the parametersL
0, and the consideration of its multidimensional version has resulted in extended rules of matrix and tensor calculus and mathematical
statistics called array algebra. 相似文献
6.