项目名称: 总体最小二乘若干拓展研究及其在变形数据处理中的应用

项目编号: No.41464001

项目类型: 地区科学基金项目

立项/批准年度: 2015

项目学科: 天文学、地球科学

项目作者: 鲁铁定

作者单位: 东华理工大学

项目金额: 45万元

中文摘要: 变形观测数据处理是变形体物理解释和灾害预报的基础,其高精度的特点对数据处理理论和方法提出了更高的要求。本课题根据变形观测数据处理模型的实际情况,基于总体最小二乘准则,探讨适用于同时顾及系数矩阵误差的模型参数估计方法。重点研究一般加权、附有等式和不等式约束条件的总体最小二乘解算方法,病态情形下的模型构建及其最优岭参数选择和可变截断阀值的确定,并且提出构建系数矩阵误差与观测误差的抗差等价权函数;以研究线性回归中顾及自变量误差为基础,在理论上论证总体最小二乘估计与其他准则解的关系,论证和普通最小二乘估计的区别与联系,进而对总体最小二乘的适宜性进行评价。最后将理论研究成果应用于测量数据实践,验证其有效性。本课题的研究将为变形观测数据处理提供一种更严密的参数估计方法,同时为测绘数据处理类似问题奠定理论基础。

中文关键词: 抗差估计;正则化;总体最小二乘;测量平差

英文摘要: The deformation data analysis and processing is the base of physical explanation and disaster prediction for the deformable body, and the higher requirement is put forward to the theory and method of data processing because of its high precision. According to the actual situation of deformation data processing model and based upon the total least squares criterion, the model parameters estimation method is investigated when considering the error of coefficient matrix. The research emphases of the project are total least squares algorithms for the problem with generalized weight or equality and inequality constraint condition, the model construction for the ill-posed situation, the choice of the optimum ridge parameter, the determination of variable truncation threshold value and the proposition of anti-error equivalent weight function for the errors of coefficient matrix and observation data. Take into account the independent variable error of linear regression, the relationship between the solutions of total least squares estimation and other criteria is demonstrated in theory, and the differences and relations between the ordinary least squares and total least squares estimates is also demonstrated, then the suitability of the total least squares is evaluated. At last, the theories of the project will be used in the deformation data analysis and processing, and its effectiveness is to be verified. A more rigorous parameter estimation method for the deformation data processing will be given by the project research, and the theoretical basis for surveying data processing with similar problems will be laid.

英文关键词: robust estimation;regularization;total least squares;surveying adjustment

成为VIP会员查看完整内容
1

相关内容

逆优化: 理论与应用
专知会员服务
36+阅读 · 2021年9月13日
专知会员服务
26+阅读 · 2021年8月24日
专知会员服务
21+阅读 · 2021年7月31日
专知会员服务
44+阅读 · 2021年5月24日
专知会员服务
35+阅读 · 2021年5月10日
专知会员服务
52+阅读 · 2021年3月22日
专知会员服务
144+阅读 · 2021年2月3日
专知会员服务
32+阅读 · 2021年2月1日
多模态视觉语言表征学习研究综述
专知会员服务
191+阅读 · 2020年12月3日
基于深度神经网络的少样本学习综述
专知会员服务
169+阅读 · 2020年4月22日
从最小二乘法到卡尔曼滤波
图与推荐
1+阅读 · 2021年12月22日
多模态视觉语言表征学习研究综述
专知
27+阅读 · 2020年12月3日
一文读懂线性回归、岭回归和Lasso回归
CSDN
34+阅读 · 2019年10月13日
R语言时间序列分析
R语言中文社区
12+阅读 · 2018年11月19日
文本分析 | 常用距离/相似度 一览
数说工作室
26+阅读 · 2017年10月12日
手把手教你用LDA特征选择
AI研习社
12+阅读 · 2017年8月21日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
3+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月20日
Knowledge Embedding Based Graph Convolutional Network
Arxiv
24+阅读 · 2021年4月23日
Arxiv
10+阅读 · 2020年6月12日
小贴士
相关主题
相关VIP内容
逆优化: 理论与应用
专知会员服务
36+阅读 · 2021年9月13日
专知会员服务
26+阅读 · 2021年8月24日
专知会员服务
21+阅读 · 2021年7月31日
专知会员服务
44+阅读 · 2021年5月24日
专知会员服务
35+阅读 · 2021年5月10日
专知会员服务
52+阅读 · 2021年3月22日
专知会员服务
144+阅读 · 2021年2月3日
专知会员服务
32+阅读 · 2021年2月1日
多模态视觉语言表征学习研究综述
专知会员服务
191+阅读 · 2020年12月3日
基于深度神经网络的少样本学习综述
专知会员服务
169+阅读 · 2020年4月22日
相关资讯
从最小二乘法到卡尔曼滤波
图与推荐
1+阅读 · 2021年12月22日
多模态视觉语言表征学习研究综述
专知
27+阅读 · 2020年12月3日
一文读懂线性回归、岭回归和Lasso回归
CSDN
34+阅读 · 2019年10月13日
R语言时间序列分析
R语言中文社区
12+阅读 · 2018年11月19日
文本分析 | 常用距离/相似度 一览
数说工作室
26+阅读 · 2017年10月12日
手把手教你用LDA特征选择
AI研习社
12+阅读 · 2017年8月21日
相关基金
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
3+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员