建模讲课课件1.ppt

散乱数据处理 Problem 定义 中小规模基本方法 Kriging方法 Shepard方法 MQS方法 径向基函数方法 (薄板)样条方法 有限元法 NURBS 数据处理基本思想 针对散乱数据特点和难点将数据进项改善 将散乱的数据变成规则的数据 把处理海量数据转化成小量数据处理 Shepard方法 首先有气象及地质学家提出 基本思想：用N个采样点xk处的函数值yk的加权平均来表达其它任意点处的函数值F(x)，权重与当前点x与各采样点xk的距离成反比(Inverse Distance Weighting IDW)。一般格式： 混合模型 1. 先用二次曲面拟合，神经网络模型等方法 对数据进行处理，得到残差。 2. 再使用Shepard方法拟合残差，然后两部 分结果的和就是所求。 例子 方法思想 求解 Kriging方法 Kriging方法，是以南非矿业工程师D.G.Krige (克里格)名字命名的一项实用空间估计技术，是地质统计学 的重要组成部分，也是地质统计学的核心。 Kriging方法 Kriging方法 Kriging方法 数据处理技术 多层处理方法 分片处理方法 拼接法 Delaunay三角剖分 Voronoi图 例子：径向基函数及其应用 （硕士学位论文） 径向基函数解微分方程： 径向基函数方法： 计算格式简单、节点配置灵活、 计算工作量小、精度相对较高。 求解偏微分方程： 用RBF表示函数： 解方程组得待定系数： 薄板样条插值 TPS是一种插值方法，它给出一个经过所有控制点的 二维曲面g(x,y), 并且满足表面总曲率最小。 TPS是一阶条件正定径向基函数，差值格式（二维）： 给定N个数据点(xi ,yi), 函数 s(x,y)应该满足： Delaunay三角剖分有最大化最小角，“最接近于规则化 的“的三角网和唯一性（任意四点不能共圆）两个特点 Delaunay边： （假设E中的一条边e（两个端点为a,b））： 存在一个圆经过a,b两点，圆内(注意是圆内，圆上最 多三点共圆)不含点集V中任何其他的点，这一特性又 称空圆特性。 Delaunay三角剖分： 如果点集V的一个三角剖分T只包含Delaunay边，那 么该三角剖分称为Delaunay三角剖分。 Delaunay三角剖分优化处理 两相邻三角形以空圆准则检查修正 Delaunay剖分所具备的优异特性 最接近：以最近的三点形成三角形，且各线段 (三角形的 边)皆不相交。 2. 唯一性：不论从区域何处开始构建，最终都将得到一致的结果 3.最优性：任意两个相邻三角形形成的凸四边形的对角线如果可 以互换的话，那么两个三角形六个内角中最小的角度不会变大 4.最规则：如果将三角网中的每个三角形的最小角进行升序排列， 则Delaunay三角网的排列得到的数值最大。 5.区域性：新增、删除、移动某一个顶点时只会影响临近的三角形 6.具有凸多边形的外壳：三角网最外层的边界形成一个凸多边形 的外壳。 计算方法 逐点插入的Lawson算法 ： 扫描线算法 ： 分治算法 ： 生长算法 ： 凸壳算法 ： 动态综合算法 ： 分治算法 ： 首先假设区域化变量 满足二阶平稳假设和本征假设，其数学期望为m，协方差函数 及变异函数 存在。即 假设在待估计点（x）的临域内共有n个实测点，即x1，x2，…，xn，其样本值为 。那么，普通Kriging方法的插值公式为 其中 为权重系数，表示各空间样本点 处的观测值 对估计值 的贡献程度。 可见，克立格插值的关键就是计算权重系数 。显然，权重系数的求取必须满足两个条件： 一是使 的估计是无偏的，即偏差的数学期望为零； 二是最优的，即使估计值 和实际值 之差的平方和最小。 为此，需要满足以下两个条件： (1)无偏性。要使 成为 的无偏估计量，即 当 时，也就是当 时，则有 这时， 为 的无偏估计量。 （2）最优性。在满足无偏性条件下，估计方差为 使用协方差函数表达，它可以进一步写为