期刊文献+
共找到9篇文章
< 1 >
每页显示 20 50 100
基于同伦法的非线性最小二乘平差统一模型 被引量:10
1
作者 张勤 陶本藻 《武汉大学学报(信息科学版)》 EI CSCD 北大核心 2004年第8期708-710,共3页
基于非线性同伦思想 ,提出了非线性同伦最小二乘平差统一模型 ,该方法既可适用于满秩网非线性最小二乘平差 ,也可适用于秩亏网非线性最小二乘平差。算例表明 ,对于精度较差的初始值 。
关键词 非线性最小二乘 同伦算法 非线性同伦模型 平差统一模型
下载PDF
一种基于Bancroft算法的GPS动态抗差自适应滤波 被引量:11
2
作者 张双成 杨元喜 +1 位作者 张勤 高为广 《武汉大学学报(信息科学版)》 EI CSCD 北大核心 2007年第4期309-311,共3页
基于抗差自适应滤波的思想,结合非线性Bancroft算法的特点,提出了一种基于Bancroft算法的GPS动态抗差自适应滤波。计算表明,该算法不仅在一定程度上减弱了由于线性化忽略高次项对导航解的影响,而且再次证实抗差自适应滤波在控制扰动异... 基于抗差自适应滤波的思想,结合非线性Bancroft算法的特点,提出了一种基于Bancroft算法的GPS动态抗差自适应滤波。计算表明,该算法不仅在一定程度上减弱了由于线性化忽略高次项对导航解的影响,而且再次证实抗差自适应滤波在控制扰动异常的有效性和合理性。 展开更多
关键词 GPS动态导航 Bancroft算法 非线性最小二乘 自适应滤波
下载PDF
林木生物量参数的非线性最小二乘解法研究 被引量:5
3
作者 王仲锋 冯仲科 《吉林农业大学学报》 CAS CSCD 北大核心 2006年第3期261-264,共4页
为了提高林木生物量参数的计算精度,根据林木相对生长公式(幂函数),阐述用非线性最小二乘法求解生物量参数估值的原理、方法和过程;给出计算参数估值之方差与协方差的公式;揭示幂函数对数线性化回归的本质。通过理论和实例分析,将非线... 为了提高林木生物量参数的计算精度,根据林木相对生长公式(幂函数),阐述用非线性最小二乘法求解生物量参数估值的原理、方法和过程;给出计算参数估值之方差与协方差的公式;揭示幂函数对数线性化回归的本质。通过理论和实例分析,将非线性最小二乘(NLS)法与常用的对数线性化最小二乘(LLLS)法进行比较。结果为用NLS求解的林木生物量参数与用LLLS求解的林木生物量参数相比有明显的差异;用NLS求解的林木生物量参数的精度高于用LLLS求解的林木生物量参数的精度;用NLS回归的林木生物量方程比用LLLS回归的林木生物量方程具有更好的相容性;LLLS法具有异方差性,不满足标准线性回归的基本假设。 展开更多
关键词 森林生物量 非线性最小二乘法 相对生长公式 方差与协方差
下载PDF
采用LS与RBF网络的过程车削力预测与对比分析
4
作者 张宝 赵春雨 《新余学院学报》 2020年第5期25-30,共6页
机床车削加工过程中产生切削力是一个复杂的物理现象,其大小和方向受到很多因素的共同影响,并且在加工过程中呈现波动特性。为探究其随着主轴转速、切削深度、进给速度及进给位移的变化规律,分别运用非线性最小二乘法(LS)和径向基神经(R... 机床车削加工过程中产生切削力是一个复杂的物理现象,其大小和方向受到很多因素的共同影响,并且在加工过程中呈现波动特性。为探究其随着主轴转速、切削深度、进给速度及进给位移的变化规律,分别运用非线性最小二乘法(LS)和径向基神经(RBF)网络对过程车削力进行预测,并对两种预测方法从精度、参数可视程度和适用性等方面进行对比分析。结果表明:采用RBF网络对过程车削力进行预测时,其预测精度高于非线性LS方法,但其参数可视化程度低于非线性LS方法。RBF网络更适用于整体的四个参数过程车削力预测,而非线性LS方法更适用于对切削参数固定而仅改变进给位移的试验组预测。 展开更多
关键词 切削试验 过程车削力建模 非线性ls RBF网络 预测对比
下载PDF
基于灰色关联度准则的TVARMA模型参数估计方法
5
作者 邓卫强 王跃钢 杨颖涛 《计算机应用研究》 CSCD 北大核心 2010年第11期4101-4104,共4页
针对时变自回归滑动平均模型参数估计问题,基于时间基扩展思想,推导了两种不同的时变自回归滑动平均模型参数估计方法——非线性最小二乘方法和辅助序列法,并以灰色关联度作为观测序列和模型输出序列的相似性评价准则,给出相应的参数迭... 针对时变自回归滑动平均模型参数估计问题,基于时间基扩展思想,推导了两种不同的时变自回归滑动平均模型参数估计方法——非线性最小二乘方法和辅助序列法,并以灰色关联度作为观测序列和模型输出序列的相似性评价准则,给出相应的参数迭代估计过程。分别将这两种不同的迭代估计方法应用于某飞行器的结构响应非平稳时间序列的建模,应用结果表明,辅助序列法与非线性最小二乘方法相比,在参数估计精度、收敛特性等方面,前者均优于后者;辅助序列法更适于非平稳时间序列的建模。 展开更多
关键词 时变自回归滑动平均模型 灰色关联度 非线性最小二乘 辅助序列
下载PDF
GPS网平差的多元响应—非线性最小二乘模型及其解的最优化混合算法 被引量:1
6
作者 李述山 陶华学 《测绘科学》 CAS CSCD 2004年第1期20-21,共2页
在控制网中,用GPS测量,可以同时测得一个点的基线向量,在具有起算数据时可获得观测点的三维坐标等多个响应变量值,将这些响应变量包含的信息综合起来,可以得到参数的更精确的估计。本文针对GPS测量数据为多元响应数据的特点,建立了一个... 在控制网中,用GPS测量,可以同时测得一个点的基线向量,在具有起算数据时可获得观测点的三维坐标等多个响应变量值,将这些响应变量包含的信息综合起来,可以得到参数的更精确的估计。本文针对GPS测量数据为多元响应数据的特点,建立了一个GPS网平差的多元响应-非线性最小二乘模型,针对该模型,结合拟牛顿法和信赖域算法建立了一个新非线性优化的混合算法,该算法具有全局收敛性和超线性收敛性。 展开更多
关键词 GPS网 多元响应-非线性最小二乘模型 拟牛顿法 信赖域算法 混合算法
下载PDF
基于同伦方法的非线性测量模型参数估计
7
作者 胡志刚 花向红 +1 位作者 李昭 韩红超 《武汉大学学报(信息科学版)》 EI CSCD 北大核心 2008年第9期930-933,共4页
提出了非线性模型参数稳健估计的同伦算法和带约束非线性模型参数估计的同伦算法,推导了相应的非线性同伦算法的函数模型。算例计算结果表明,所提出的算法对初值要求不高,算法收敛,计算结果精度较好,是非线性测量模型参数估计的一种有... 提出了非线性模型参数稳健估计的同伦算法和带约束非线性模型参数估计的同伦算法,推导了相应的非线性同伦算法的函数模型。算例计算结果表明,所提出的算法对初值要求不高,算法收敛,计算结果精度较好,是非线性测量模型参数估计的一种有效方法。 展开更多
关键词 同伦算法 非线性最小二乘 带约束模型
下载PDF
广义非线性动态处理模型及其解算方法 被引量:3
8
作者 李述山 陶华学 《测绘科学》 CAS CSCD 北大核心 2005年第5期20-21,共2页
本文针对当今各国高层领导和科学家十分关注并大力倡导的“数字地球”、“数字国家”、“数字城市”、“数字矿山”等科学工程构建中遇到的大量的多源、多维、多类型、多时态、多精度并具有非线性特征的联合数据处理问题的特点,建立了... 本文针对当今各国高层领导和科学家十分关注并大力倡导的“数字地球”、“数字国家”、“数字城市”、“数字矿山”等科学工程构建中遇到的大量的多源、多维、多类型、多时态、多精度并具有非线性特征的联合数据处理问题的特点,建立了一个广义非线性动态联合数据处理模型及其相应的广义非线性最小二乘模型。针对该模型规模大、维数高的特点,借鉴多变量函数寻优的“变量轮换法”或“因素交替法”的思想、结合无记忆牛顿法,建立了一个解算算法,该算法将大规模的优化问题分解为两个较低规模的优化问题进行解算,降低了问题的规模,借助无记忆牛顿法,减少了存储量,特别适合大规模问题的解算。 展开更多
关键词 多源多维多类型多时态多精度数据处理 广义非线性动态数据联合处理 广义非线性动态最小二乘 无记忆牛顿法
下载PDF
一个广义非线性最小二乘迭代算法及其在多维多时态多精度数据处理中的应用
9
作者 李述山 陶华学 周长银 《测绘科学》 CAS CSCD 北大核心 2005年第4期60-61,共2页
本文针对当今各国高层领导和科学家十分关注并大力倡导的“数字地球”、“数字国家”、“数字城市”、“数字矿山”等科学工程构建中遇到的大量的多源、多维、多类型、多时态、多精度并具有非线性特征的数据处理,针对数据测量采用多种... 本文针对当今各国高层领导和科学家十分关注并大力倡导的“数字地球”、“数字国家”、“数字城市”、“数字矿山”等科学工程构建中遇到的大量的多源、多维、多类型、多时态、多精度并具有非线性特征的数据处理,针对数据测量采用多种观测手段采集多源、多维、多类型、多时态、多精度数据,数据处理的函数模型中不仅仅含有非随机参数,而且含有随机参数,其随机参数又常常为动态的等特点,建立了广义非线性动态最小二乘数据处理模型。针对该模型规模大、维数高的特点,借鉴多变量函数寻优的“变量轮换法”或“因素交替法”的思想、结合BFGS算法,建立了一交替寻优的解算方法,该算法将大规模的优化问题分解为两个较低规模的优化问题进行解算,降低了问题的规模,减少了计算量。 展开更多
关键词 多源、多维、多类型、多时态、多精度数据处理 广义非线性动态最小二乘 因素交替法
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部