学科分类
/ 25
500 个结果
  • 简介:提出可视化、几何特征、定位等约束条件,据此结合引入的观测值建立最小模型,用该模型来处理综合中的问题,整个综合过程都采用数值计算的方法来实现,从一定程度上克服了综合过程中存在的主观性。

  • 标签: 制图自动综合 最小二乘平差 多尺度数据
  • 简介:本文把一元线性回归的最小估计的预测区间推广到多元线性回归的最小估计的预测区间,给出一个基本定理,再由基本定理的结论给出最小估计的预测区间。

  • 标签: 最小二乘法 线性回归 最小二乘估计 预测区间
  • 简介:通过最小准则及线性最小拟合问题的引入,给出了超定方程组及最小问题的概念,同时给出了最小解的定义.讨论了最小问题与法方程组的解的关系,并指出了极小最小解及其解的表达式,着重讨论了法方程组的病态问题.研究的结论,给出了较稳定的算法——4R算法,有改进的正交化方法和左H法.

  • 标签: 4R算法 病态分析 最小二乘解 正交化方法 左乘H法
  • 简介:本文就最小回归模型,利用广义影响函数及广义COOK统计量[1]的方法,研究了模型中的某一部份发生微小扰动时相关统计量的局部影响评价问题。这一方法不依赖于模型的似然假设。所得结果与COOK[2]的方法进行了比较。我们研究并导出了回归系数的最小乘数估计,预测估计及参数函数估计的局部影响度量,并与数据删除法及导数法进行了比较,最后,用两个实例进行了说明。

  • 标签: 扰动模式 广义影响函数 广义COOK统计量 最小二乘回归 局部影响
  • 简介:摘要任何观测数据总是不可避免地带有误差,为了最大程度地减小观测数据的误差以降低其对成果质量的影响,人们提出了测量这一理论方法。在生产实践过程中,如何从带有误差的观测值中找到未知量的最佳估值成为了迫切需要解决的问题。在十八世纪末,高斯首先提出了解决这个问题的方法——最小乘法。本文将主要介绍最小乘法在解算模型中的应用。

  • 标签:
  • 简介:利用四元数体上自共轭矩阵的奇异值分解。得到了实四元数矩阵方程X+AXB=C的最小解的表达式,同时给出了在相应解集中矩阵方程的极小,范数解.

  • 标签: 四元数体 矩阵方程 最小二乘解
  • 简介:摘 要 利用全站仪对地铁盾构横断面进行观测,根据测量数据通过拟合分析其变形情况,本文利用最小乘法对采集的数据进行处理,根据所得的结果分析其断面的变形情况。

  • 标签: 平面拟合 圆拟合 平整度 圆度变形 最小二乘
  • 简介:最小原理的基础上,运用实测数据点的分段曲线拟合法,探讨相应的模型以及用不同类型的曲线同时拟合数据点的具体应用;对一实例,应用MATLAB编程设计,完成模型的求解、显著性检验等,可以得到拟合精度比较高的拟合曲线。该方法原理简便,其模型易用MATLAB编程求解。

  • 标签: 合数 不同类型 具体应用 分段 求解 曲线
  • 简介:介绍了用正交函数作最小拟合的方法对离心泵性能曲线进行拟合以及详细的计算步骤,进而采用visualC++语言编制了计算程序。计算实例表明,该方法得到的拟合可靠、计算精度高,方便快捷,可用于离心泵的选型与计算,能提高工作效率。

  • 标签: 离心泵 性能曲线 拟合 最小二乘法
  • 简介:光伏发电出力与太阳辐射强度和温度等气象条件关系密切,在出力预测模型中,气象因素与出力数据存在着非线性关系,同时各气象因素之间也存在非线性的关系。核偏最小(KPLS)方法具有较强的处理非线性问题的能力,本文基于KPLS方法建立光伏发电出力预测模型。利用光伏电站的历史气象数据和出力数据对KPLS预测模型进行训练,训练的模型用以预测光伏电站的出力。通过实际光伏电站运行数据的验证,并将预测结果同偏最小(PLS)方法和人工神经网络(ANN)方法的预测结果相比较,实验结果显示KPLS预测模型具有较准确的预测能力和较强的适用性。

  • 标签: 光伏发电 出力预测 偏最小二乘 核偏最小二乘
  • 简介:讨论了如何利用最小曲线拟合对井架变形监测数据进行处理,并通过试验得到了拟合精度最高的多项式阶数和拟合曲线。最小曲线拟合有效地消除了观测数据的偏差,准确地反映了井架的变形量,是井架变形监测数据处理的一种有效方法。

  • 标签: 最小二乘 拟合 变形监测 井架
  • 简介:摘要  线性非齐次方程组无解时,寻找,使得达到极小,此处,实矩阵、向量均已给定. 这是一个高等数学和线性代数的综合性问题. 本文分别从多元函数、向量函数、和向量射影出发,得出这个最小问题的三种解法。

  • 标签:  最小二乘 多元函数极值 向量函数极值 向量射影
  • 简介:随着科学技术的不断进步,预测方法也得到了很大的发展,常见的预测方法就有数十种之多。而组合预测是将不同的预测方法组合起来,综合利用各个方法所提供的信息,其效果往往优于单一的预测方法,故得到了广泛的应用。而基于变系数模型的思想研究了组合预测模型,将变权重的求取转化为变系数模型中系数函数的估计问题,从而可以基于局部加权最小乘方法求解,利用交叉证实法选取光滑参数。其结果表明所提方法预测精度很高,效果优于其他方法。

  • 标签: 变权组合预测模型 变系数回归模型 局部加权最小二乘 交叉证实法
  • 简介:最小问题在数据拟合、参数估计和控制理论等方面有着广泛的作用。本文将利用奇异值分解给出了线性方程Ax=b的最小解的通解表达式以及广义逆的表达式,并对最小线性问题的条件数进行了论证,指出了当矩阵A为方阵时怎样估算该方程组的是否是病态的方法。

  • 标签: 最小二乘解 奇异值 广义逆和条件数
  • 简介:由从他们的双方面解决线性编程问题,为线性编程的一个新一般算法被开发。在每次重复,算法由处理与双系统联系的一个最不方形的问题发现一个可行降下搜索方向,用QR分解技术。新方法是枢方法andinterior点方法的联合。它事实上不仅减少从退化产生的困难的可能性,而且有象枢方法的一样的优点在对温暖开始解决线性编程问题。一组随机构造的问题的数字结果是很令人鼓舞的。

  • 标签: 求解 线性规划 最小二乘算法 规划论