首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到16条相似文献,搜索用时 140 毫秒
1.
首先得到了一元p范分布在不同情况下的估计效率公式,给出了选择不同尺度参数时Lp估计的效率,说明了选择合适尺度参数的重要性;然后根据误差分布的实际情况,从一元p范分布的概率密度函数和统计性质出发,利用绝对矩得到了尺度参数和方差的合理选择公式。通过曲线拟合的公式,给出了一种一元p范分布的参数p的估计方法,并用两个模拟算例对本文方法进行了验证。  相似文献   

2.
半参数p-范极大似然回归   总被引:2,自引:0,他引:2  
潘雄  孙海燕 《测绘学报》2005,34(1):30-34
应用核权函数,在观测为误差单峰、对称的情况下,得到了一元p-范分布的半参数模型的计算公式.详细推导了p已知时一元p-范分布极大似然方程的解算公式,将半参数回归模型应用到极大似然平差的参数估计理论中,得到了一个比较好的算法.最后,构造了两个模拟平差问题,说明了此方法的优越性.  相似文献   

3.
p—范分布的近似表示   总被引:8,自引:0,他引:8  
p-范分布是一个包含拉普拉斯分布、正态分析、均匀分布等常见分布的分布族。用p-范分布描述观测误差的统计特性,只需假定误差的分布为单峰、对称,因此、p-范分布似然平差可以避免事先假定误差的具体分布模式,而在平差过程中确定未知参数及误差的分布具有自适应的特点。但是p-范分布的密度函数比较复杂,不利于理论分析和实际应用。 的研究表明,p-范分布可以近似地表示为拉普拉斯分布与正态分析或正态分布均均匀分布的线性组全。p-范分布与本文给出的近似分布具有相的前四阶矩。由于拉普拉斯分布。正态分布。均匀分布的密度函数都比较简单,用近似分布代替p-范分布会使相关的问题得到简化。  相似文献   

4.
从测量误差的实际情况出发,提出一元非对称P范分布极大似然平差方法,建立该方法的数学模型,得到一元非对称P范分布的密度函数,利用极大似然估计方法推导参数估计值的基础方程.研究表明,结合实际测量数据,通过选择合适的参数估计值,可以增加误差分布模型选取的灵活性,便于P范分布理论在测绘数据处理中的推广应用.  相似文献   

5.
P范分布的参数估计值的精度对观测值的估计效率和数据处理的精度影响较大。从观测值分布的实际情况和简化运算出发,引入二/四阶矩估计方法估计P范分布的形状参数和方差,给出了二/四阶矩估计法的形状参数的近似计算式。为了进一步提高估计效率,引入对数期望矩估计法,将绝对矩与对数绝对矩相结合,导出了基于对数期望矩估计法的P范分布形状参数p、方差σ的合理估计表达式。最后利用两组模拟数据对该模型和计算方法的正确性进行了验证,并与传统极大似然估计方法进行了对比分析。结果表明,当样本数较少时,二/四阶矩估计法和对数期望矩估计法在收敛性、稳定性和准确性等方面优于极大似然估计法。  相似文献   

6.
一元p-范分布的参数估计   总被引:2,自引:0,他引:2  
应用矩估计法,在观测为误差单峰、对称的情况下,得到了一元p-范分布在不同情况下参数的计算公式。详细推导了一元p-范分布极大似然方程的解算公式,将矩估计法应用到极大似然平差的参数估计理论中,得到了一个比较好的算法,最后用两个算例说明了此方法的优越性。  相似文献   

7.
Lq估计的渐近方差-协方差矩阵及其特点   总被引:3,自引:2,他引:1  
针对由独立同分布误差膨胀而成的独立不等精度误差,根据未知参数的M估计的Bahadur型线性表达式,本文导出了由观测量、残差向量、参数估计量和观测量平差向量组成的基本向量的Bahadur型表达式.进一步地,根据方差传播定律导出了M估计的基本向量的渐近方差-协方差矩阵,该矩阵由3个多余参数决定,第三多余参数由本文定义.对Lq范估计,分别计算了误差分别为正态分布和q范分布时的3个多余参数,以及相应的基本向量的方差协方差矩阵.对最小二乘估计,残差向量与参数估计量和观测量的平差向量统计独立,相应的协方差矩阵为零,这一性质与误差分布无关.对正态分布的Lq估计,残差向量与参数估计量和观测量平差向量的协方差不为零;而对q范分布的Lq估计,即是相应的极大似然估计,残差向量与参数估计量和观测量平差向量的协方差为零.文中所得公式和结论可用于统计分析.  相似文献   

8.
根据实际观测误差的有界性,得到了有界误差分布的一般模式,讨论了此分布的数学期望、方差和特征函数等数字特征,得到了极大似然估计方程。模拟算例的结果表明,有界p范分布参数估计的结果优于无界p范分布极大似然估计的结果。  相似文献   

9.
潘雄  罗静  汪耀 《测绘学报》2016,45(3):302-309
从参数估计的精度和算法的复杂度出发,对P范分布参数的估计方法进行了改进。根据误差分布的实际情况,引入实数阶和对数矩估计方法,建立了P范分布的参数估计的实数阶矩估计方法。首先,利用实数阶矩估计法,导出了形状参数p与实数阶阶数r的关系式,对形状参数的选取给出了相应的建议;其次,改进矩估计理论,利用对数矩估计方法导出了形状参数、期望及中误差的非线性估计公式,消除了函数截断误差对参数估计值计算的影响,并利用迭代算法给出了相应参数的解算方法和计算流程;最后,用一个模拟算例和两个实测算例分析了实数矩、对数矩和极大似然估计3种估计方法的稳定性和精度。结果说明,本文提出的矩估计方法在稳定性、精度和收敛速度等方面均优于极大似然估计方法,推广了现有的误差理论。  相似文献   

10.
童小华 《测绘学报》2001,30(4):369-369
本文在综述和分析国内外GIS和GIS-T理论研究与应用的发展和现状的基础上,对GIS-T中的数据处理问题,着重是数据质量、精度与不确定性和数据模型进行研究,主要内容是: 1.根据随机误差的统计规律,从不同的公理出发(平均值公理、中位值公理和P-分位值公理),导出不同形式的误差分布(正态分布、拉普拉斯分布和P-范分布),从而从理论上说明了遵守误差统计性质的随机误差分布不一定都是正态分布,而有可能是其他的一些分布.在此基础上,对道路曲线数字化为GIS-T采集数据的误差性质和误差分布进行了系统的分析,应用试验分析和各种分布拟合检验方法,得出数字化误差的分布不一定是正态分布,而可能是P-范分布(1<p<2)的结论.  相似文献   

11.
长条带卫星线阵影像区域网平差研究   总被引:5,自引:0,他引:5  
本文首先比较了基于轨道参数和基于卫星状态矢量的航天影像定位模型,提出了一种针对非精密星历数据的轨道拟合与状态矢量插值方法,并在飞行坐标系中建立了适合长条带卫星影像定位的轨道修正模型。其次,分析了地球自转对卫星线阵影像严密定位建模的影响,通过对姿态航偏角的适应性处理,建立了基于地固地心直角坐标系卫星状态矢量的航天线阵影像构像方程和区域网联合平差模型。最后以中国西部测图工程的塔里木盆地4对(8景)SPOT5/HRS长条带立体影像为数据源,针对不同控制点数目与分布,进行了不同方案的组合定位试验。结果表明:稀少控制点条件下检查点统计精度达到了8.09 m。  相似文献   

12.
误差分布的解析似合   总被引:1,自引:0,他引:1  
针对根据误差值绘制直方图或用分布拟合检验法难以获得误差分布的具体类型,且方法的较为繁琐与实施不便的缺点,在分析了误差分布可用概括分布-指数分布来描述的基础上,提出了用解析法来确定误差分布的分布类型,并通过实例证明了该方法的正确性与可行性。  相似文献   

13.
一定分布模式下的最优Lp估计   总被引:4,自引:0,他引:4  
观测数据在一定的分布模式下,需从理论上解决究竟用多大的p值进行Lp估计(最优p值的确定),本文基于渐近方差整体最小的原则,给出了最优Lp估计的定义。观测数据中含有粗差(异常值)的扰动,其误差分布可视为污染分布,作者分析了最优p值的大小,结果表明,若观测数据中含有不同大小、数量的粗差,为使Lp估计差最小,则p将取[1.2,1.5]中的某一定值,Lp估计结果最优,此结论对测量数据处理具有一定的参考价值  相似文献   

14.
针对粗差定值定位问题,该文从观测值与其估值的解析关系出发,提出了一种基于均值漂移模型的粗差定值定位研究思路和方法。首先利用二次投影公式和帽子矩阵的性质,推导出了参数分量和粗差估计值的另一种估计表达式,讨论了相应估计量的统计性质。然后,根据不同情况,构造了粗差检验统计量,并给出了相应的粗差检验步骤。最后,用一组包含不同粗差的模拟算例验证了该文方法的有效性。从理论上丰富了粗差探测的方法,扩大了均值漂移模型的应用范围。  相似文献   

15.
在滑坡段数据的参数平差模型的基础上,通过在模型中增加表示模型误差或系统误差的非参数分量,将半参数模型的估计理论应用到滑坡段参数估计与预测中,分离出数据中的系统误差,给出了滑坡稳定系数的预测公式;并以云阳-奉节长江顺层岸滑坡段实测数据为例,将半参数估计方法与最小二乘方法进行了比较分析,验证了半参数估计方法应用到估计和预测滑坡段数据的可行性和有效性。  相似文献   

16.
GIS空间数据库系统误差控制的黑箱方法   总被引:1,自引:0,他引:1  
史文中  刘文宝 《遥感学报》1998,2(3):199-203
GIS建库数据中系统误差的控制是当前GIS数据质量研究领域的重要方向之一。本文提出一种直接估计系统误差综合效应的黑箱方法,而传统的仿射变换将成为该法的特例。文中首先阐述黑箱方法的基本原理,然后根据多元统计学工具建立黑箱校正模型,最后给出模型辨识和参数辨识的具体方法。  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