共查询到19条相似文献，搜索用时 140 毫秒
1.
《测绘通报》2016,(Z2)
为了保证用于参数模型求解的观测数据不含粗差,将均值漂移模型和线性假设检验法相结合,利用"奇异点"集进行多维粗差检验及定位。用不同的强影响点诊断方法作强影响点检验并作为"奇异点"的并集、将此并集确定为粗差点集、其个数即为粗差的维数、将线性假设检验法和均值漂移模型结合,对粗差点集进行粗差检验及粗差的定位,即用F=η~(*T)P_η~*η~*/m/Ω/(n-t-m)~F_(α,m,n-t-m)作整体粗差检验,当检验不能通过时,再用F_i=η_i~(*2)P_(ηi~*)ηi*Ω/(n-t-m)~F_(α,1,n-t-m)作粗差定位。模拟数据和实测数据的计算结果表明:尽管部分算例中,该方法存在将个别正常点误判为粗差点的"淹没"现象,但能全部检验出粗差点,并能准确地标定粗差的位置。利用"奇异点"集确定观测数据可能存在粗差的维数,结合线性假设检验法和均值漂移模型,能有效地检验出粗差并准确定位。 相似文献
2.
均值漂移模型粗差探测法与LEGE法的比较 总被引：14，自引：2，他引：12
粗差探测是测量数据处理、测量质量控制的重要研究主题之一。本文基于均值漂移模型详细分析论证了逐个粗地与多维粗差同时定位定值法（ＬＥＧＥ法）的原理、方法和粗差探测过程,并利用两个算例的没粗差个数和数值的各类情形进行了１０００次随机探测比较。由推证及计算表明,常规的探测法与多维粗差同时定位定值法在原理上基本等价,探测结果基本相近。 相似文献
3.
针对均值漂移模式的几种粗差定位与定值方法，在显著水平和检验功效下，推出最小可探测偏差（minimal detectable bias，MDB）的计算公式。通过数值分析比较，得出观测值独立等精度时，几种方法的MDB的计算结果相同；独立不等精度时，数据探测法、拟准检定法和部分最小二乘法的MDB结果相同，而多维粗差同时定位与定值法略大于其他方法；相关观测情形下，拟准检定法和部分最小二乘法的MDB结果相同，数据探测法的MDB结果最小，多维粗差的同时定位和定值法的MDB结果最大。 相似文献
4.
正态-Gamma先验下粗差探测的Bayes方法 总被引：1，自引：0，他引：1
本文主要运用Bayes统计推断的基本原理,提出和建立将观测信息与正态——Gamma先验信息融合、基于综合信息判断粗差的Bayes方法。首先,根据Bayes统计推断的基本原理,建立了判断粗差的Bayes方法——后验概率法,然后针对测量平差实际,考虑未知参数的正态-Gamma先验信息,分别给出了非等权独立观测条件下基于均值漂移模型和方差膨胀模型的后验概率的具体计算公式,并给出了相应的粗差的Bayes估算方法。最后提出了基于后验概率进行粗差探测的实施过程和具体步骤。数值试验的结果表明,本文提出的粗差探测的Bayes方法对多个粗差的同时定位和定值是相当有效的。 相似文献
5.
《武汉大学学报(信息科学版)》2016,(11)
对于包含系统误差和粗差的观测数据,本文将混合Cook距离引入到半参数模型中,实现了粗差的定值定位。首先,构造补偿最小二乘函数,利用泰勒展式,根据均值漂移模型与删失模型的等价性,导出了观测数据中剔除第i个观测数据前后参数分量和非参数分量相应估计值之间的关系式,为粗差的定位分析奠定了基础。其次,将混合Cook距离作为诊断统计量,进行粗差定位分析,得到了参数分量和非参数分量的诊断统计量的简洁计算公式,为了提高粗差定位的准确性,给出了混合Cook距离参数Q和C的一些常用形式,通过合理选择相应参数,计算参数分量和非参数分量的距离函数,实现粗差的定位,并将系统误差和粗差从观测数据中区别开来。最后通过模拟算例和实测数据验证了本文方法的正确性。 相似文献
6.
论粗差修正与粗差剔除 总被引：6，自引：0，他引：6
粗差修正与粗差剔除是保证测量成果质量的基本措施。本文基于均值漂移模型论证了粗差剔除与粗差修正估计的关系。研究结果表明,当粗差修正和粗差剔除均基于同一均值漂移模型时,二者求得的参数估值及残差二次型是等价的。 相似文献
7.
宋力杰 《测绘科学技术学报》2000,17(3):160-162
均值平移模型是处理含粗差观测值的常用模型之一.文中证明了均值平移模型的参数估值及残差二次型与剔除模型的参数估值和残差二次型完全相等,并进一步分析了均值平移模型粗差检验的性质. 相似文献
8.
均值平移模型是处理含粗差观测值的常用模型之一,文中证明了均值平移模型的参数估值及残差二次型与剔除模型的参数估值和残差二次型完全相等,并进一步分析了均值平移模型粗差检验的性质。 相似文献
9.
基于识别变量的粗差探测Bayes方法 总被引：4，自引：0，他引：4
从一个新的角度出发,对应每个观测值引入一个识别变量,基于识别变量的后验概率提出一种新的粗差定位的Bayes方法,并构造相应的均值漂移模型给出粗差估算的Bayes方法.由于识别变量的后验分布往往是复杂的、非标准形式的,为此设计一种MCMC(Markov Chain Monte Carlo)抽样方法以计算识别变量的后验概率值.最后对一边角网进行了计算和分析.试验表明,本文给出的探测粗差的Bayes方法不仅充分利用了先验信息,而且克服了以往粗差定位方法的模糊性以及探测标准选择的问题,同时计算简便. 相似文献
10.
基于均值漂移模型,重点讨论粗差估值的计算问题,给出了观测值统计相关时数据探测法(data snooping)的粗差估值公式。探讨数据探测法粗差估值与粗差的同时定位与定值法(LEGE)、拟准检定法(QUAD)、部分最小二乘法(PLS)的粗差估值之间的关系,证明当观测值统计相关时,部分最小二乘法和QUAD法在粗差估值的计算上具有等价性,与数据探测法和LEGE法都不一致。当观测值统计独立且不等权时,QUAD法、PLS法和数据探测法具有等价性,与LEGE法在粗差估值上不同;当观测值统计独立且等权时,4种方法在粗差估值计算上具有等价性。最后通过算例验证了结论。 相似文献
11.
A Bayesian unmasking method for locating multiple gross errors based on posterior probabilities of classification variables 总被引：3，自引：0，他引：3
This paper puts forward a Bayesian method for multiple gross errors location and estimation, and studies the masking and swamping
problem in multiple gross errors detection from a new point of view, further proposes the corresponding feasible solution.
First, the Bayesian method for gross error location is established based on the posterior probabilities of classification
variables, each of which is used to determine whether each observation contains gross error or not. When some interactions
exist among observations with multiple gross errors, the above-mentioned method may lead to the failure of detection due to
masking and swamping. For that, on the basis of analyzing the character of masking and swamping, starting from the eigen structure
of the sample correlation coefficient matrix of the classification vector, we give the Bayesian unmasking method to locate
multiple gross errors, and design the corresponding algorithm, namely the adaptive Gibbs sampling algorithm. Finally, applying
the mean shift model, we raise a Bayesian approach to estimate gross errors. Significant applications of the approach show
the promising results on overcoming masking and swamping. 相似文献
12.
13.
粗差验后方差的无偏估计与最优稳健估计 总被引：6，自引：0，他引：6
在正态粗差假设下导出了粗差验后方差的无偏估计,对误差工膨胀模型和误差均值移动模型,两者的无偏估计公式是相同的。这证明了李德仁验后方差的朱建军方差不是无偏的。由于偏方定义的彭方法是正态粗差假设下的最优稳健估计。 相似文献
14.
15.
分析指出了在总体最小二乘解下，含有多列独立变量的(以下简称为多变量)变量含误差(errors-invariables，EIV)模型，其各列变量的改正数受对应的参数估值与观测向量先验精度的联合影响，参数估值与观测向量先验精度的乘积越大，则该列变量的改正数越大。因此，现有稳健总体最小二乘方法采用同一个单位权中误差对多变量EIV模型进行降权处理时，会优先对模型中的某一列变量进行降权处理，从而造成平差结果不合理甚至错误，称之为虚假稳健估计现象。鉴于此，提出了多变量稳健总体最小二乘平差方法，并导出了相应的参数估计与精度评定公式。该方法对含有粗差的多变量EIV模型的各列独立变量分别进行降权处理，从而避免虚假稳健估计现象的发生。仿真算例结果表明，当观测值含有粗差时，该方法能够有效避免虚假稳健估计现象的发生，并能够定位出粗差所对应的误差方程；相较于总体最小二乘和稳健最小二乘方法，该方法的参数估计结果更接近真值。 相似文献
16.
17.
具有稳健初值的选权迭代法 总被引：4，自引：0，他引：4
邱卫宁 《武汉大学学报(信息科学版)》2003,28(4):452-454
提出先采用线性规划来确定残差的初值，然后再进行选权迭代这样一种方法，其估计结果既具有线性规划的稳健性，又具有最小二乘的最优性。试验表明，这种基于线性规划的稳健估计具有很强的稳健性和检测粗差的能力，其计算结果与没有粗差时的最小二乘估计结果一致，且方法简单、可靠、实用。 相似文献
18.
Existing methods for gross error detection, based on the mean shift model or the variance inflation model, have hardly considered
or taken advantage of the potential prior information on the unknown parameters. This paper puts forward a Bayesian approach
for gross error detection when prior information on the unknown parameters is available. Firstly, based on the basic principle
of Bayesian statistical inference, the Bayesian method—posterior probability method—for the detection of gross errors is established.
Secondly, considering either non-informative priors or normal-gamma priors on the unknown parameters, the computational formula
of the posterior probability is given for both the mean shift model and the variance inflation model, respectively, under
the condition of unequal weight and independent observations. Finally, as an example, a triangulation network is computed
and analyzed, which shows that the method given here is feasible. 相似文献