کاربرد روش کمترین مربعات بازگشتی در کشف موثر اشتباهات در مدل های خطی
نویسندگان
چکیده
. کشف مشاهدات اشتباه یک مرحله اولیه در بسیاری از کاربردهای ژئودتیک است. یک روش موثر پالایش داده بر اساس تئوری باردا است که در آن اشتباهات به صورت تک به تک کشف می گردد و مدل ریاضی به صورت یک روش تکراری سازگار می گردد. بار محاسباتی این روش زمانی که تعداد زیادی اشتباه در مشاهدات وجود داشته باشد زیاد می گردد. در این مقاله کوشش می کنیم تا این روش کشف اشتباهات را بهینه کنیم. یک استراتژی محاسباتی جدید به منظور ساده سازی کشف مشاهدات اشتباه در یک مدل خطی ارائه می گردد. کارایی این روش هنگامی که تعداد زیادی پارامتر مجهول در مدل وجود داشته باشد بیش تر می شود. در روش سنتی این موضوع باعث معکوس کردن ماتریس معادلات نرمال با ابعاد بزرگ در یک فرآیند متوالی می گردد. این امر اما در روش ارائه شده اجتناب می گردد. برای دو مجموعه دیتای واقعی نشان داده می شود که نتایج روش با نتایج روش باردا یکسان است اما این نتایج در زمان کمتری بدست می آید. همچنین برای دیتاهای شبیه سازی شده با 2000 مشاهده و 1000 پارامتر مجهول روش ارائه شده 3 مرتبه از روش سنتی سریع تر است. سرعت روش ارائه شده هنگامی که پارامترهای مجهول افزایش یابد بیشتر می شود.
منابع مشابه
کاربرد روش برآورد مولفه‌های واریانس کمترین مربعات در مشاهدات GPS با استفاده از مدل هندسه- مبنا
پردازش داده‌های ژئودتیکی، عموماً با روش کمترین مربعات صورت می‌گیرد. برای رسیدن به بهترین برآورد نااریب خطی ، استفاده از مدل تصادفی مناسب و یا به بیان دیگر ارائه وزن مناسب برای مشاهدات، الزامی است. برای تعیین مدل تصادفی مناسب از روش برآورد مولفه‌های واریانس استفاده می‌شود. یکی از کاربردهای ژئودتیکی برآورد مولفه‌های واریانس، وزن‌دهی به مشاهدات سیستم تعیین موقعیت جهانی GPS می‌باشد. در این تحقیق از...
متن کاملنکته ای چند در بکارگیری صحیح روش کمترین مربعات
امروزه همه نقشه برداران می دانند که نمی توان یک طول یا زاویه را بدون خطا اندازه گرفت. برای برقراری روابط ریاضی حاکم بر مشاهدات، لازم است سرشکنی صورت گیرد. یکی از روش های موجود برای توزیع خطاها روش کمترین مربعات است. متأسفانه بسیاری از همکاران از نکته های ظریف نظریه کمترین مربعات بی اطلاعاند. در این مقاله به صورت گام به گام به بررسی نظریه کمترین مربعات و روش بکارگیری آن خواهیم پرداخت.
متن کاملکاربرد روش برآورد مولفه های واریانس کمترین مربعات در مشاهدات gps با استفاده از مدل هندسه- مبنا
پردازش داده های ژئودتیکی، عموماً با روش کمترین مربعات صورت می گیرد. برای رسیدن به بهترین برآورد نااریب خطی ، استفاده از مدل تصادفی مناسب و یا به بیان دیگر ارائه وزن مناسب برای مشاهدات، الزامی است. برای تعیین مدل تصادفی مناسب از روش برآورد مولفه های واریانس استفاده می شود. یکی از کاربرد های ژئودتیکی برآورد مولفه های واریانس، وزن دهی به مشاهدات سیستم تعیین موقعیت جهانی gps می باشد. در این تحقیق از...
متن کاملاثر بربرین در تنظیم آستروسیتهای Gfap+ ناحیه هیپوکمپ موشهای صحرایی دیابتی شده با استرپتوزوتوسین
Background: Diabetes mellitus increases the risk of central nervous system (CNS) disorders such as stroke, seizures, dementia, and cognitive impairment. Berberine, a natural isoquinolne alkaloid, is reported to exhibit beneficial effect in various neurodegenerative and neuropsychiatric disorders. Moreover astrocytes are proving critical for normal CNS function, and alterations in their activity...
متن کاملاثر بربرین در تنظیم آستروسیتهای Gfap+ ناحیه هیپوکمپ موشهای صحرایی دیابتی شده با استرپتوزوتوسین
Background: Diabetes mellitus increases the risk of central nervous system (CNS) disorders such as stroke, seizures, dementia, and cognitive impairment. Berberine, a natural isoquinolne alkaloid, is reported to exhibit beneficial effect in various neurodegenerative and neuropsychiatric disorders. Moreover astrocytes are proving critical for normal CNS function, and alterations in their activity...
متن کاملالگوریتم های کارا برای حل مسائل کمترین مربعات خطی رتبه ناقص و کمترین مربعات نامنفی کامل
مسئله کمترین مربعات خطی و کمترین مربعات نامنفی کامل دارای کاربردهای متعددی همچون پردازش تصویر است. در بسیاری از این مواقع ماتریس ضرایب این مسائل بد حالت بوده لذا روش های کلاسیک برای حل آنها به جواب درستی منجر نمی شود. در این پایان نامه ابتدا الگوریتم های کارا برای حل مسئله کمترین مربعات رتبه ناقص ارائه می شود. همچنین در خصوص حل مسئله کمترین مربعات نامنف کامل الگوریتم های گرادیان که بسیار از نظر...
منابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
عنوان ژورنال:
علوم و فنون نقشه برداریجلد ۵، شماره ۲، صفحات ۲۵۸-۲۶۷
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023