混合总体最小二乘的迭代解算算法
DOI:
作者:
作者单位:

作者简介:

通讯作者:

基金项目:


Iterative Algorithm for Mixed LS TLS Estimation
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
    摘要:

    总体最小二乘估计能够同时顾及线性模型中系数矩阵[WTHX]A和观测向量L的 误差,平差理论相对更为严密。如果系数矩阵[WTHX]A[WTBZ]的部分元素没有误差,这种总体最小二乘模 型为混合总体最小二乘模型。针对混合总体最小二乘(Least squares total least squares, LS TLS)解算问题,应用测量平差中 的 原理和方法,推导了混合总体最小二乘的迭代逼近解算公式,通过与奇异值分解法分析比较 ,分析了两种解算方法具有等价性,最后通过实验数据分析得出迭代算法的有效性 和合理性。

    Abstract:

    The total le ast squares (TLS) approximation estimates a parameter matrix from a linear model considering errors in both the observation vector [WTHX]L[WTBZ] and the dat a matrix [WTHX]A.[WTBZ] The TLS theory is more rigorous than the standard least squ ares . If some columns of [WTHX]A[WTBZ] can be known exactly, the problem is defined as the mixe d least squares—TLS problem. An iterative algorithm is derived to solve the LS TL S problem by using the principle of indirect adjustment. Compared with the method based on singular value decomposition(SVD) QR decompositon, the iterative algorithm coincides with the SVD algorithm. The calculated example proves that the ite rative algorithm is valid and rational.

    参考文献
    相似文献
    引证文献
引用本文

鲁铁定 周世健王乐洋.混合总体最小二乘的迭代解算算法[J].数据采集与处理,2015,30(4):802-809

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2015-10-12