导读:本文包含了加权最小二乘论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:小二,乘法,图像,曲线,模型,因数,精确度。
加权最小二乘论文文献综述
熊中刚,刘忠,罗素莲[1]（2019）在《基于模糊加权最小二乘支持向量回归的非线性系统建模方法》一文中研究指出针对非线性系统建模时边界数据会产生较大的建模偏差、数据计算负荷大以及如何从数据集中选取K个近邻点才能保证其性能缺乏统一标准等问题,提出了基于模糊加权最小二乘支持向量回归的非线性系统建模方法。该方法融合了模糊加权机理与最小二乘支持向量回归的优点,通过引入重迭因子,在保证建模精度(均方根误差越小越好)的情况下,去除建模过程中的一些非重要数据,减小建模方法的运算时间,并能将全局与局部建模方法相融合有效解决局部建模方法所产生的边界效应问题。实验验证结果表明,分别对几种方法从训练/测试均方根误差、不同重迭因子、计算时间方面比较都有明显的有效性和优越性。(本文来源于《探测与控制学报》期刊2019年05期）
闫善勇,赵二亮,邱薇,王长红[2]（2019）在《基于加权最小二乘的声相关计程仪速度精确估计》一文中研究指出声相关计程仪首先利用加权最小二乘法确定目标函数,然后通过序列二次规划法估计速度。考虑海底混响数据时空相关函数宽度的减小、相关系数点与相关函数中心点间距的增大,都会导致相关系数的均值减小、分布范围增大,此时相关系数在目标函数中对应项的权重也应当减小。在这样的前提下,引入调节参数μ,调节权重函数的宽度,使设备在各个速度下测速相对偏差的一致性达到最优,提高速度估计精确度。调节参数在设备标定与验证试验中确定,不同的设备可能具有不同的调节参数。试验数据证明了该方法对不同声相关计程仪测速精确度的提高都有效果。(本文来源于《声学技术》期刊2019年05期）
杜金香,许恒博,祝鹏[3]（2019）在《一种角度加权的最小二乘目标定位算法》一文中研究指出在基于波达方向估计(DOA)的多传感器节点目标叁维空间定位算法中,当目标与传感器节点处于不同深度时,定位原理决定了不同的俯仰角误差将导致不同的定位误差,特别是当传感器与目标接近于同一平面,即俯仰角接近90°时,较小的俯仰角误差将引起非常大的定位误差。为了解决该问题,论文提出在最小二乘定位算法中,根据不同俯仰角进行加权的方法,降低俯仰角估计值接近90°的节点分量在定位方程中的贡献,减少俯仰角估计误差对综合定位精度的影响,提高定位算法对俯仰角估计误差的稳健性。文中对单个目标的定位进行了计算机仿真,对比了某些节点深度与目标接近情况下加权最小二乘算法和最小二乘算法的定位性能,仿真结果说明当参与定位的部分节点与目标深度接近时,所提加权最小二乘算法对目标位置的估计均方根误差低于最小二乘算法,具有更高的定位精度和稳健性。(本文来源于《水下无人系统学报》期刊2019年05期）
李莎莎,徐惠霞,邓重阳[4]（2019）在《数据点加权最小二乘渐进迭代逼近及其B样条曲线拟合》一文中研究指出为了使B样条拟合曲线插值部分数据点且逼近其余数据点,提出数据点加权的最小二乘渐进迭代逼近(DW-LSPIA)算法,证明了其收敛性并以它为基础提出一种B样条曲线拟合算法.首先赋初始权重于每个数据点,用DW-LSPIA算法生成初始拟合曲线;然后根据待插值点与拟合曲线上对应点的误差调整待插值点的权重,并重新运用DW-LSPIA算法生成新的拟合曲线;如此迭代,直至拟合曲线达到插值要求.实例结果表明,该拟合算法鲁棒、高效,也可使拟合曲线保形.(本文来源于《计算机辅助设计与图形学学报》期刊2019年09期）
何安良,张品超,程兴保[5]（2019）在《稳健加权整体最小二乘法在GPS高程拟合中的应用》一文中研究指出由于GPS测量技术获取的大地高与国家采用的正常高之间存在高程异常的问题,为此,通常采用高程拟合的方式进行高程异常的计算,从而将大地高转换为正常高。针对采用加权整体最小二乘法估计GPS高程拟合中的多项式系数时,并没有考虑到观测数据中可能存在粗差的情况。采用稳健加权整体最小二乘法求解GPS高程平面拟合参数,并与最小二乘法、加权整体最小二乘法和稳健最小二乘法的结果进行对比,结果表明稳健加权整体最小二乘法的平面拟合结果最优。(本文来源于《江西科学》期刊2019年04期）
姜平,王恩德,金磊,齐凯,易春林[6]（2019）在《基于多尺度分析和加权最小二乘法的非制冷红外条纹噪声校正算法》一文中研究指出为了提高红外成像质量的同时更大程度地保持纹理信息,提出一种多尺度分析和加权最小二乘法的条纹噪声非均匀性校正算法.该算法利用加权最小二乘法对图像进行平滑,应用小波变换提取平滑图像的垂直分量,并将其垂直分量替换为原始图像的垂直分量,利用小波重构输出校正后的图像.算法能够精准地去除红外噪声,而不会带来更加麻烦的"鬼影"问题.用该算法对多组不同红外图像数据进行仿真实验,并与其他先进的红外条纹非均匀校正算法进行对比分析,结果表明所提算法校正结果有较好的视觉效果和图像质量评估参数.(本文来源于《光子学报》期刊2019年09期）
石元博,卢洋,黄越洋[7]（2019）在《基于加权最小二乘法对图像增强方法的研究》一文中研究指出针对在处理图像过程中,原始图像成像质量不高的问题,在图像处理软件中采用了图像增强方法,对图像某些信息突出显示,以达到改善图像视觉效果的目的。通过分析图像中成像的各个要素,采用了线性变化和非线性变换的方法实现对图像成像要素的增强,并采用加权最小二乘法对增强算法给予一定的优化,最后给出图像各个阶段的效果图以及仿真。通过仿真实验,得出算法可以有效的用于图像的增强处理中的结论。(本文来源于《电子设计工程》期刊2019年14期）
冷顺绿,郑朝治,施昆[8]（2019）在《利用加权整体最小二乘DSM提取DEM的方法》一文中研究指出随着无人机航摄软硬件技术的快速发展,通过倾斜摄影叁维建模快速获取DSM的成本越来越低。在小比例尺的地形图测量中,DSM若能通过快速处理得到较为精确的DEM,即可节省大量的人力物力。针对林地范围内DSM数据的特点,采用加权整体最小二乘法对DEM进行提取。(本文来源于《地理空间信息》期刊2019年07期）
邓兴升,彭思淳,游扬声[9]（2019）在《加权整体最小二乘EIO模型与算法》一文中研究指出构造了加权整体最小二乘EIO(errors-in-observations)模型,只改正独立观测值,观测值协因数阵最简洁,可克服EIV模型缺陷。基于EIO模型推导了参数估计和协因数阵精确迭代算法,实例结果正确,计算效率高。(本文来源于《测绘学报》期刊2019年07期）
王乐洋,余航,邹传义,鲁铁定[10]（2019）在《加权整体最小二乘EIV模型与算法——与“加权整体最小二乘EIO模型与算法”一文的讨论》一文中研究指出加权整体最小二乘方法是一种能同时顾及EIV(errors-in-variables)模型中系数矩阵和观测向量误差的参数估计方法。根据不同的应用场景,EIV模型则表现出不同的结构特征。"加权整体最小二乘EIO模型与算法"一文采用EIO模型处理EIV模型中的结构化问题~*。为了将其与现有方法进行对比,本文罗列出4种处理EIV模型结构特征的方法,并归纳了8种参数估计公式。同时从精度评定的角度讨论了整体最小二乘解的一阶及更高阶精度近似评定方法。需要强调的是,针对EIV模型及其参数估计理论可以从函数模型、随机模型和参数估计方法3个方面展开研究,但各方法殊途同归。(本文来源于《测绘学报》期刊2019年07期）
加权最小二乘论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
声相关计程仪首先利用加权最小二乘法确定目标函数,然后通过序列二次规划法估计速度。考虑海底混响数据时空相关函数宽度的减小、相关系数点与相关函数中心点间距的增大,都会导致相关系数的均值减小、分布范围增大,此时相关系数在目标函数中对应项的权重也应当减小。在这样的前提下,引入调节参数μ,调节权重函数的宽度,使设备在各个速度下测速相对偏差的一致性达到最优,提高速度估计精确度。调节参数在设备标定与验证试验中确定,不同的设备可能具有不同的调节参数。试验数据证明了该方法对不同声相关计程仪测速精确度的提高都有效果。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
加权最小二乘论文参考文献
[1].熊中刚,刘忠,罗素莲.基于模糊加权最小二乘支持向量回归的非线性系统建模方法[J].探测与控制学报.2019
[2].闫善勇,赵二亮,邱薇,王长红.基于加权最小二乘的声相关计程仪速度精确估计[J].声学技术.2019
[3].杜金香,许恒博,祝鹏.一种角度加权的最小二乘目标定位算法[J].水下无人系统学报.2019
[4].李莎莎,徐惠霞,邓重阳.数据点加权最小二乘渐进迭代逼近及其B样条曲线拟合[J].计算机辅助设计与图形学学报.2019
[5].何安良,张品超,程兴保.稳健加权整体最小二乘法在GPS高程拟合中的应用[J].江西科学.2019
[6].姜平,王恩德,金磊,齐凯,易春林.基于多尺度分析和加权最小二乘法的非制冷红外条纹噪声校正算法[J].光子学报.2019
[7].石元博,卢洋,黄越洋.基于加权最小二乘法对图像增强方法的研究[J].电子设计工程.2019
[8].冷顺绿,郑朝治,施昆.利用加权整体最小二乘DSM提取DEM的方法[J].地理空间信息.2019
[9].邓兴升,彭思淳,游扬声.加权整体最小二乘EIO模型与算法[J].测绘学报.2019
[10].王乐洋,余航,邹传义,鲁铁定.加权整体最小二乘EIV模型与算法——与“加权整体最小二乘EIO模型与算法”一文的讨论[J].测绘学报.2019
论文知识图
