咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >Partial EIV模型的非负最小二乘方差分量估计 收藏

Partial EIV模型的非负最小二乘方差分量估计

Non-negative Least Squares Variance Component Estimation of Partial EIV Model

作     者:王乐洋 温贵森 WANG Leyang;WEN Guisen

作者机构:东华理工大学测绘工程学院江西南昌330013 流域生态与地理环境监测国家测绘地理信息局重点实验室江西南昌330013 江西省数字国土重点实验室江西南昌330013 

出 版 物:《测绘学报》 (Acta Geodaetica et Cartographica Sinica)

年 卷 期:2017年第46卷第7期

页      面:857-865页

核心收录:

学科分类:08[工学] 0708[理学-地球物理学] 081601[工学-大地测量学与测量工程] 0816[工学-测绘科学与技术] 0704[理学-天文学] 

基  金:国家自然科学基金(41664001 41204003) 江西省杰出青年人才资助计划项目(20162BCB23050) 国家重点研发计划(2016YFB0501405) 江西省教育厅科技项目(GJJ150595) 江西省数字国土重点实验室开放研究基金资助项目(DLLJ201705) 东华理工大学研究生创新专项资金资助项目(DHYC-2016005)~~ 

主  题:Partial EIV模型 EIV模型 最小二乘方差分量估计 非负最小二乘 

摘      要:Partial Errors-in-Variables(Partial EIV)模型是EIV模型的扩展形式,权阵构造简单,当系数矩阵中存在非随机元素和随机元素时,Partial EIV模型的适用性更强。针对Partial EIV模型中随机模型不准确的情况,将系数矩阵和观测向量分别作为一类数据,本文在该模型的基础上,使用最小二乘方差分量估计方法,推导相关计算公式及迭代算法,分别估计出相应的方差分量估值。并对出现的负方差使用非负最小二乘理论,增加约束条件,对随机模型进行修正,得到更加合理的参数估值。试实验结果表明,本文的方法与其他方差分量估计方法等价。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分