首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到10条相似文献,搜索用时 31 毫秒
1.
杨赤中插值法数学模型在解算权系数时存在负权现象,文中初步分析了负权的分布规律,增设非负约束条件,利用最大熵原理分析模型系统对空间权重系数的依赖度,研究消除格网DEM插值的负权问题。通过MATLAB编程验证算法的正确性、准确性,并与二次规划法进行比较。对比显示最大熵法解得权系数大小比例与点位关系相适应,且其估值精度优于二次规划法。  相似文献   

2.
针对传统格网DEM插值数学模型在解算权系数时存在负权现象的问题,提出了解算DEM插值权系数的最大熵模型算法。首先,以熵函数作为目标函数,以参考点数据的0、1、2阶统计矩作为约束条件,并增设非负约束条件,通过最大化熵值来求解格网DEM插值的非负权系数;其次,利用罚函数法,将有约束问题转化为无约束问题,并结合遗传算法的全局最优化特性进行优化解算。在MATLAB平台编程验证算法的正确性、准确性,并与杨赤中法、二次规划法进行了比较。对比显示:最大熵法解得权系数大小比例与点位关系相适应,且其估值精度优于杨赤中法、二次规划法。  相似文献   

3.
克里金插值法内插IGS电离层图精度分析   总被引:2,自引:0,他引:2  
采用克里金插值法和常用插值方法内插IGS电离层图数据,获得重庆CORS网5个基准站电离层穿刺点处的VTEC值,和利用5个基准站的GPS平滑伪距观测值解算的VTEC值进行比较,发现克里金插值法和常用插值方法的内插精度相当,故克里金插值法内插IGS电离层图的精度是可靠的。  相似文献   

4.
针对单一模型自身存在的局限性,提出了最优非负变权GPS高程拟合模型。该模型以最小二乘拟合估计、主成分估计、半参数估计3种单一模型的预测结果为组合预测值, 以预测误差平方和最小为目标, 通过规划法求解变权系数, 并与最优加权组合模型、BP神经网络组合模型进行了对比。结果表明, 最优非负变权组合模型能有效综合单一模型的优点, 利用动态的权值进行预测, 综合精度较高, 能够提供更准确的结果, 在GPS高程拟合中的应用是可行的。  相似文献   

5.
提出一种基于趋势面优化与克里金插值组合的IZDEM建模方法。通过最优等价权控制不同源数据精度差异对建模质量的影响,优化拟合潮滩地形的趋势面;利用克里金插值方法,顾及潮滩地形变化的各向异性构建残差面,最后利用优化的趋势面和残差面组合构建IZDEM。实验表明,在利用多源潮滩数据构建IZDEM时,本方法可以提高IZDEM的整体建模质量。  相似文献   

6.
针对时空自回归模型的空间权阵大多采用邻接性和反距离加权法导致模型预测精度较低的问题,该文提出了一种基于克里金法空间加权的时空自回归模型,通过普通克里金插值法原理来定义空间权阵,并利用五强溪大坝5年的观测数据分别对传统空间加权和克里金法空间加权进行建模对比。结果显示,克里金法加权比传统加权的变形预测精度提高44%左右,说明克里金时空自回归更适合建立大坝时空变形模型。该方法描述了实际空间的变异情况,提高了变形建模的预测精度,可用于大坝及其他变形体的变形建模。  相似文献   

7.
针对时空自回归模型的空间权阵大多采用邻接性和反距离加权法导致模型预测精度较低的问题,该文提出了一种基于克里金法空间加权的时空自回归模型,通过普通克里金插值法原理来定义空间权阵,并利用五强溪大坝5年的观测数据分别对传统空间加权和克里金法空间加权进行建模对比。结果显示,克里金法加权比传统加权的变形预测精度提高44%左右,说明克里金时空自回归更适合建立大坝时空变形模型。本文方法更加科学地描述了实际空间的变异情况,提高了变形建模的预测精度,可用于大坝及其他变形体的变形建模。  相似文献   

8.
以三维坐标转换为例解算稳健总体最小二乘方法   总被引:3,自引:2,他引:1  
陈义  陆珏 《测绘学报》2012,41(5):715-722
稳健最小二乘方法能够有效解决平差计算中观测值存在粗差的情况,因此广泛应用于各种实际问题中。在最小二乘方法中,系数矩阵被认为是不含有误差的。然而在实际情况中,系数矩阵中的变量往往也包含观测值,因此不可避免地会被误差污染。为同时考虑系数矩阵和观测向量中的误差,同时对粗差进行探测和定位,本文提出基于选权迭代的稳健总体最小二乘方法,并以三维相似坐标变换为例展示解算过程。通过模拟计算,证明了采用本文提出的稳健总体最小二乘方法,能够较好地达到粗差探测和定位的目的,获得稳健的参数解。  相似文献   

9.
本文从分析后交误差方程矩阵线、角元素系数的相关性出发,提出了一种新的后交方法与数学模型。同时,为了提高解算精度,对观测值进行了验后权的估计,并通过数据处理,论证了这些方法和数学模型的正确性。  相似文献   

10.
一种基于主成分分析的协同克里金插值方法   总被引:1,自引:0,他引:1  
针对协同克里金插值方法在插值时,辅助变量较多造成计算复杂度增加,而辅助变量较少引起插值精度降低这一问题,提出了一种基于主成分分析的协同克里金插值方法(PCA-CoKriging)。该方法首先使用主成分分析对插值相关变量进行将维,得到较少几个综合指标,然后里利用这几个综合指标作为辅助变量进行协同克里金插值。为验证该方法的有效性和数据分布对该方法的影响,本文选取了2016年北京市范围内4个季节中PM2.5浓度满足正态分布效果不同的4组数据,分别使用PCA-CoKriging和普通克里金插值方法、常规协同克里金插值方法,进行了插值试验。结果表明,本文方法与普通克里金插值方法、常规协同克里金插值法在4组试验中的平均绝对误差分别为4.91、6.04、5.61,平均均方根误差分别为6.65、8.76、7.57。综合比较,本文方法比常规协同克里金插值的平均绝对误差与均方根误差分别提升了10.73%、12.56%,比普通克里金插值法的平均绝对误差与均方根误差分别提升了18.71%、24.09%。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号