半参数回归模型虚拟1.docVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
半参数模型解算的虚拟观测法 本项目由湖南省自然科学基金项目(02JJY2066)和湖南省科技计划项目联合资助(2004022200611) 朱建军 冯光财 戴吾蛟 中南大学信息物理工程学院 摘要 半参数模型中的非参数部分可以很好地描述测量数据处理规律不是十分明确的系统误差或模型误差,因而近年得到了测绘工作者的广泛重视。但目前半参数模型的各种解算方法主要还是沿用数学中提出的方法,例补偿最小二乘法,样条函数法,核光滑估计等,这些方法的特点是:所用的参数和语言都是纯数学的、相对抽象的,与具体应用中的实际意义关系不大,如何根据具体的问题确定方法中的有关量,没有成熟可靠的方法。本文首先介绍半参数回归中常用的补偿最小二乘法。然后基于先验信息,从纯测量学的观点讨论半参数模型的解算。即将对问题的先验信息转换成对问题的虚拟观测,用虚拟观测与原观测联合按常规的最小二乘方法求解。理论和实际都证明,该方法与最小二乘补偿法完全等价。从而在理论上得到一个重要的结论:半参数回归的补偿最小二乘法中的正则矩阵可由虚拟观测的观测方程系数确定,即,,平滑因子可由观测方差与虚拟观测方差的方差比(权比)确定,而该方差比可以在计算中用方差分量估计的方法确定。由此将半参数回归的解算与传统的测量数据处理方法有机地结合起来了。实例的计算结果表明,本文提出的虚拟观测方法计算的结果一般要优于常规的补偿最小二乘结果,基本上可达到常规补偿最小二乘法在理论上的最优解。 关键词:半参数模型,补偿最小二乘法,先验信息 虚拟观测 中国图书分类号:P207 A quasi observation approach for semi-parameter regression Zhu Jianjun Feng Guangcai Dai wujao School of info-physcs and Geomatics, Central Abstract The non-parameter in semi-parametric model can be used to describe the systemic error or model error in geodesy, so semi-parameter regression get a great attention in geodesy. However, all the methods to find solutions of the model are based on mathematics, some concepts in the methods are very abstract, especially some quantities are no relationship to practical situation. So it is very difficult to determine these quantities on practical situations. In this paper the method of penalized least squares(PLS) is introduced at first. And then, the solution of the model is studied on the view of geodesy. It is suggested that the prior information on the semi-parameters is transformed into quasi observations, and the quasi observations are adjusted then together with the real observations. The paper proves that the quasi observations method is equal to PLS. The regular matrix in PLS can be determined by coefficient matrix of the quasi observation equation, that is, , the smoothing parameter is equal to the ratio of the observation variance to the quasi observation variance. The example shows that the quasi observation method usually will be better than PLS. And it can get nea

文档评论(0)

159****6529 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档