版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、當(dāng)系數(shù)矩陣和觀測向量同時含有誤差時,最小二乘已不再具有無偏性,此時應(yīng)建立EIV模型,采用總體最小二乘解算。然后,因為總體最小二乘同時考慮了系數(shù)矩陣和觀測向量的誤差,當(dāng)觀測數(shù)據(jù)含有粗差時,這就要求同時考慮系數(shù)矩陣和觀測向量的粗差,給總體最小二乘粗差探測和定位帶來了很大的不便。
在研究總體最小二乘粗差探測和定位方法前,先分析總體最小二乘的可靠性以及粗差的可區(qū)分性和可發(fā)現(xiàn)性是必不可少的,只有粗差能夠被發(fā)現(xiàn)且可區(qū)分的前提下,平差系統(tǒng)中
2、的粗差才能被正確的定位,應(yīng)根據(jù)粗差的可區(qū)分性和可發(fā)現(xiàn)性的分析結(jié)果來尋找總體最小二乘粗差探測和定位方法。
?。?)在Partial-EIV模型加權(quán)總體最小二乘的基礎(chǔ)上引入兩個備選假設(shè)下的可區(qū)分性和可發(fā)現(xiàn)性理論,給出了分析總體最小二乘中粗差的可區(qū)分性和可發(fā)現(xiàn)性的方法,通過算例分析得出相關(guān)結(jié)論。
?。?)基于總體最小二乘粗差的可區(qū)分性和可發(fā)現(xiàn)的分析結(jié)果,提出了Gauss-Helmert模型加權(quán)總體最小二乘算法的粗差探測方法。<
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 最小二乘與最小二乘支撐向量機.pdf
- 總體最小二乘精度評定方法研究.pdf
- 概率積分法預(yù)計參數(shù)的總體最小二乘抗差算法.pdf
- 矩陣反問題的總體最小二乘解.pdf
- 整體最小二乘和KKT系統(tǒng).pdf
- 加權(quán)總體最小二乘基本算法及應(yīng)用分析.pdf
- 總體最小二乘擬合推估方法及其應(yīng)用研究.pdf
- 正則化快速最小二乘時域差分算法的研究.pdf
- 病態(tài)總體最小二乘解算方法及應(yīng)用研究.pdf
- DEM構(gòu)建的加權(quán)最小二乘支持向量機抗差算法.pdf
- 最小二乘策略迭代算法研究.pdf
- 偏最小二乘回歸的研究.pdf
- 基于最小二乘和支持向量機的WSN節(jié)點定位方法研究.pdf
- 最小二乘支持向量機6版
- 最小二乘支持向量機6版
- 最小二乘支持向量機6版
- 不確定數(shù)據(jù)的最小二乘.pdf
- 最小二乘和線性約束優(yōu)化問題的算法研究.pdf
- 遞歸最小二乘rls自適應(yīng)均衡算法
- 偏最小二乘回歸模型的改進(jìn)研究.pdf
評論
0/150
提交評論