在线监测桥梁挠度的实用方法

桥梁截面转角与挠度具有对应关系,因此利用倾角监测可进行桥梁挠度在线监测。由倾角值计算挠度的方法描述如下：以桥梁有限元模型计算得到的挠度曲线作为基准位移模式,以位移模式的线性组合来计算真实挠度;线性组合系数采用最小二乘拟合法确定,有效地减少了测试误差的影响。有限元仿真分析表明该方法精度满足工程要求,计算速度快,适合在线挠度监测。     

误差分离方法在多级低压涡轮转子不同心度测量中的应用研究

本文针对某型大涵道比涡扇发动机多级低压涡轮装配中不同心度测量基准调整困难的问题,提出了在现有装配测量条件下,应用最小二乘法的转子不同心度测量误差分离方法,保障了装配过程测量精度,降低了基准安装调整难度,实现了低涡转子初始不平衡量的有效控制。     

可控源电磁法有限元后处理方法对比

后处理是指对有限元数值解进行数值微分计算得到其余的电磁场分量,从而得到地球物理的电磁响应,这一过程在电磁法的有限元正演中占有重要地位。首先本文基于麦克斯韦方程推导了电场的二次场双旋度方程,通过伽辽金有限元法形成大量稀疏有限元方程组,对方程组进行LU分解法求解计算出节点上的电场分量;基于电场二次场的有限元解,本文分别采样了拉格朗日插值法和加权移动最小二乘法计算出电场分量各空间方向上的梯度值,最后根据电磁旋度公式得到磁场二次场分量。通过地电模型的算例分析表明,拉格朗日插值法计算量极小且精度较高,而加权移动最小二乘法相比前者计算量较大,精度比较低,稳定性较差。     

基于MATLAB的线性最小二乘估计

采用线性最小二乘估计,可以寻求有限测量数据及其伴随误差的变化规律。本文针对具体实例,采用最小二乘估计,并用MATLAB编制程序,对测量数据进行拟合与分析。     

产品表面缺陷检测的变步长采样机制研究

为了实现对产品表面缺陷的快速自动识别,提出在先验已知各目标区域的最小待识别结构尺寸及空间畸变的条件下,采用最小二乘法拟合得出采样步长变化的函数关系曲面及其曲面对应的公式表达。将各待检区域的因变量带入公式计算可得到采样步长,在满足采样定理的前提下,基于变步长采样机制获取标准图像序列库;其次,通过LTP算法寻找被检产品的图像在标准库中的最优位置;最后,通过相关度判别各区域有无缺陷。实验表明在实际工业检测应用中,工程技术人员可以利用采样步长与最小待识别结构尺寸及空间畸变的函数关系确定采样步长,建立变步长采样机制。     

GNSS-RTK物探测量技术分析与研究

<正>GNSS-RTK物探测量技术是一种高精度、高效率的物探技术,广泛应用于土地利用、资源勘探、地质灾害监测等领域。该技术的主要设备包括接收器、天线、控制器、移动站和基准站等。但是,GNSS-RTK物探测量技术的测量误差来源复杂,包括星历误差、延迟误差、多径误差、天线相位中心偏差误差等。为了提高GNSS-RTK物探测量技术的测量精度和可靠性,需要采取一系列的误差校正措施,包括多基准站数据融合、差分GPS技术、信号过滤、多普勒技术等。对于GNSS-RTK物探测量技术的精度评定,可以采用基准站数据对比法和闭合环路差分法等方法进行评估。通过精度评定,可以确定GNSS-RTK测量的精度等级,选择合适的数据处理方法和措施,以提高测量结果的精度和可靠性。     

广义应变花方法及其在川滇地区地应变率场计算中的应用

提出将工程测量中的平面应变花分析方法推广到地球球面上的广义应变花方法 ;并通过对已知位移和应变场的特例下的数值实验 ,比较常用的最小二乘配置法和广义应变花方法计算应变的精度 .结果显示广义应变花法应变的计算精度比最小二乘配置法高 .最后以中国川滇地区为例 ,利用GPS观测资料计算了地应变率场 ,并对计算方法和结果进行了分析讨论 .     

相对误差最小二乘法在拟合与预测中的应用

在正确选择模型的前提下,用(?)对误差最小二乘法拟合观测点间因变量量级相差较大的资料,往往使各点的相对估计误差分布不均匀(表现为大观测值的相对误差较小,小的则很大),若采用相对误差最小二乘法来拟合,可在一定程度上改善这种不良效果,并提高了拟合结果的可靠性。用于估计直线或曲线模型参数的相对误差最小二乘法是指使因变量估计值与实测值间的相对误差平方和为最小。     

多维正交整体最小二乘应用研究

以往整体最小二乘的研究是在二维基础上探讨模型的适用性,但从二维延伸到多维的过程中,会引入过多的自变量与因变量误差,而在模型解算过程中,又不能完全考虑每一个误差变量,造成了误差的偏执,形成整体最小二乘最优结果的虚假现象。本文对二维延伸到多维的整体最小二乘、所产生的误差偏执、模型变异问题进行分析,引入了多维正交整体最小二乘,避开了误差变量的影响,使得二维、多维的整体最小二乘解算结果都可以达到最优。     

基于SST的超声波流量计回波信号处理

针对超声波流量计由于噪声信号和沿管壁传输的信号无法准确滤除的原因而使得测量精度不高的缺点,提出了一种基于同步压缩法的优化算法。将接收到的时域信号转换成时频域信号,采用阈值筛选与同步压缩相结合法得到多条中心频率频带,这些频带信号经过逆同步压缩法重回时域信号,采用最小二乘相减法滤除同频信号。仿真结果表明,该优化算法能够有效地解决上述问题,精确计算回波信号到达时间,提高超声波流量计的测量精度。     

基于最小二乘法的数据融合技术应用

探讨了一种基于最小二乘法原理的数据融合方法在智能检测系统中的应用,该方法采用并行及各传感器之间组合的融合方式,从而推导出系统适合最小二乘格式的数学模型,再从模型辨识出测量结果并得出系统通用性能曲线,避免了常规检测方法造成的误差。通过实例分别给出了软硬件设计方案,实验结果表明该方法是一种能确保系统测量信息准确性的数据处理方法。     

一元整体线性回归预测法的MATLAB程序设计

本文根据一元整体回归模型的误差方程推导整体最小二乘法计算回归参数和拟合优度的一组公式,并给出整体线性回归预测法迭代计算的MATLAB程序,最后用简单算例验证该方法和程序。结果表明,当自变量也含有随机误差时,本文给出的程序正确,整体估计比最小二乘估计更优、更合理。     

小模数塑料齿轮误差视觉测量技术研究

针对小模数塑料齿轮误差检测技术难题,提出了基于机器视觉技术的齿轮误差视觉检测方法。搭建了实验检测系统,重点对照明系统、测量基准求解算法、图像处理算法和齿轮误差检测算法等关键技术进行了深入的研究。设计了快速中值滤波、基于Canny准则的边缘检测、最小二乘拟合和Hough变换等算法。实验测量表明,系统效率较高,可以满足小模数塑料齿轮在线检测的要求,是解决小模数塑料齿轮质量检测这一技术难题的有效途径。     

基于移动最小二乘法的列车牵引特性曲线拟合

为了精确地得到列车运行时产生的牵引力,需对列车牵引特性曲线进行拟合.详细阐述移动最小二乘法的基本原理,并以6K型电力机车为例,分别使用分段最小二乘法和移动最小二乘法进行列车牵引特性曲线的拟合,并将拟合的结果进行对比,通过分析误差的大小及曲线的平滑性,表明该方法的优越性和有效性.     

基于最小二乘法的圆盘类锻件视觉测量方法

介绍了一种圆盘类锻件视觉测量方法,详细介绍了其结构组成、工作原理、相机标定方法,图像处理方法以及使用最小二乘法来计算圆盘类锻件关键内外轮廓直径,采用Matlab语言进行程序编写,并完成整套测量系统,提高了圆盘类锻件的测量效率和测量精度。     

Gamit基线解算结果分析

Gamit是高精度长基线GPS数据处理软件之一,在我国被广泛应用。本文结合Gamit解算结果的O文件,对基线重复率进行了分析和计算,通过基线重复率的计算结果,按一元线性回归的最小二乘方法对基线的固定误差a和比例误差b进行分析和拟合。同时,为解决计算较复杂、数据量较大的问题,还设计并实现了相应的计算程序。     

复值型数据Improper线性回归模型的估计(英文)

复随机变量称为"improper"随机变量,若它的"伪"协方差阵不为0,否则称为"proper"随机变量.研究了误差服从独立同分布的improper复高斯分布的线性回归模型.利用极大似然方法和2阶段最小二乘方法来估计回归系数.模拟表明,这2种方法与经典复版本的最小二乘法有不同之处,并将该方法用于实际风信号数据的处理.     

再论最优组合预测模型的确定

1 引言组合预测的基本含义是把两个或两个以上的预测模型来用加权平均的方式组合为一个模型,而加权系数的确定是最优组合预测模型确定的关键。我国有很多人从事过这方面的研究,得到一些结果(见[1]、[2]).本文根据广义最小二乘法和加权最小一乘法思想,再论最优组合预测模型的确定. 2 根据广义最小二乘法确定最优权系数设对于同一预测问题我们有几种预测方法。 y(?)实际观测值,t=1,2,…,N; y(?)第i种方法的预测值,i=1,2,…,n; (?)=y(?)—y(?)第i种方法的预测误差; W_(?)第i种方法的加权系数,(?)=1; (?)加权组合预测值; e(?)=y(?)—y(?):组合预测误差. 根据广义二乘法的思想,最优组合预测模型,其权系数W=(w_1,…,w_n)~r应使下式中的J达到最小     

边界配点最小二乘法结构分析的理论和程序

本文介绍了边界配点最小二乘法的基本原理和结构分析通用程序。该程序既可安装在大型机上进行计算,也可在小型机或微型机上完成一些较复杂的结构静力计算。方法通用性强,计算结果准确,误差可知。数据准备工作和计算时间均较有限元法节省。     

冒泡排序在测量中取最或是值的性能分析

针对在测量中对某一未知量在同样条件下进行n次独立观测所得的多个数值,采用最小二乘法原理和冒泡排序算法计算分析来确定未知量的最或是值;通过调用时间函数和进程函数比较有无排序两种情况下的耗时和使用最大物理内存量的情况,突出排序算法在计算中的优势。