群组决策的加权对数最小二乘法

层次分析法已广泛用于群组决策中,在群组决策中,每个决策者的决策水平都是不相同的,因而每个决策者提供的信息质量也是高低有别的,因此应区别对待每个决策者提供的信息,为此可构造一个过滤函数以充分利用高质量的信息而过滤掉低质量的信息,以改进对数最小二乘法,从而提高决策精度。     

基于加权最小二乘法的多舰定位算法

针对双舰定位存在的定位态势要求高、定位精度低等,提出了基于加权最小二乘法的多舰定位算法.该算法的实质是基于多舰侦察设备的测向角度、位置信息,利用纯方位交叉定位原理,建立非线性观测方程;通过泰勒展开将非线性系统转化为线性系统;利用最小二乘原理并考虑测向精度的权重因素,提出了多舰的定位模型.仿真结果表明,定位结果与测向精度和初始态势有关.     

加权最小二乘支持向量机与最小二乘问题的关系

研究了加权最小二乘支持向量机与最小二乘法的关系．证明了用加权最小二乘支持向量机作函数估计与在特征空间中用最小二乘法得到的解是一致的．加权最小二乘支持向量机选择核相当于最小二乘法选择基函数组．由此提出了采用加权最小二乘支持向量机解决最小二乘法问题的思想,保证解具有良好的推广性、鲁棒性与稀疏性．     

加权最小二乘估计的影响探测

本文对加权最小二乘估计的影响分析进行了研究,得到了一组数据对加权最小二乘估计的影响的度量准则,简便计算公式及其统计解释。     

基于TPOP法的犹豫模糊语言稳健型多粒度群决策

多粒度群决策是从决策信息中的多粒度特征出发,利用粒计算模型对群决策问题进行高效建模与分析的过程.现有多数多粒度群决策方法仅可提供单一的决策结果,然而不同方法带来的决策结果往往存在差异.为了深入探索犹豫模糊语言信息系统中的稳健型多粒度群决策方法,依据多粒度概率粗糙集、MULTIMOORA (Multi-Objective Optimization by Ratio Analysis Plus the Full Multi-plicative Form)和TPOP (Technique of Precise Order Preference)建立一种面向多粒度群决策的新型犹豫模糊语言多粒度计算方法 .首先结合犹豫模糊语言术语集与多粒度概率粗糙集,提出犹豫模糊语言多粒度概率粗糙集模型,然后依据离差最大化法计算属性权重与决策者权重,并结合TPOP建立犹豫模糊语言稳健型多粒度群决策方法 .最后,通过医学实例验证提出方法的可行性与有效性.     

加权最小二乘估计的误差分析

本文是参考文献[1]的一注记。它从理论上进一步证明了文[1]中所采用的加权最小二乘估计方法,确实可以提高估计的精度。     

多粒度语言评价信息的动态多属性决策方法

针对多粒度语言评价信息的动态多属性决策问题,基于语义的模糊化函数将不同粒度的语言评价信息映射为同一区间上的三角模糊数,并给出模糊有序加权几何平均算子。通过该算子对各时段属性信息进行横向和纵向集结,从而得到方案的排序。最后经过实例分析,说明该方法的有效性和可行性。     

基于加权最小二乘的ARMAX系统的自适应控制

利用加权最小二乘为开环不稳定和非最小相位的ARMAX系统设计了一个适应镇定控制器,而且控制器设计不需任何外来激励信号。     

基于数据点重要性差异的最小二乘加权法

普通最小二乘法将所有的数据点对预测值（控制值）的影响作用等同看待。实际不应该如此，数据点的相互联系是有所区别的。以时间序列数据来说，近期的数据点往往更能说明待预测值，而远离预测期的早期数据点关联作用较小。基于这种看法，这里提出了最小二采加权法，对不同的数据点在离差平方和算式Q中给予不同的权数，推导出参数估计的公式；提出了最小二乘加权法权重设置的机理，并就时间序列数据提出指数权重法。     

基于单步加权最小二乘的战场集结定位算法

针对目前典型的非合作区域内,如空降兵战场集结情况下,快速、高精度、低成本定位难以同时满足的问题,基于无源时差定位技术,结合实际布站和连续定位等特点,提出了一种单步加权最小二乘算法.根据时差定位技术的特点,在区域网分布式无线通信过程中,记录通信方到达各个基站的时间戳,得到时差信息,首次定位时进行两步加权最小二乘,非首次定...     

基于区间二型离散模糊数的多粒度群决策方法

针对多粒度离散模糊语言决策信息在转化和聚合过程中容易缺失语言决策数据的问题,提出一种基于区间二型离散模糊数的多粒度群决策方法。首先定义区间二型离散模糊数,讨论其运算法则和相关性质,并且给出其离散加权平均聚合函数。其次,提出I-离散关联和补全映射,利用区间对缺失的语言决策数据进行补全,使一个基于低粒度语言术语集的离散模糊数转化为一个包含原始评价信息并且基于更高粒度语言术语集的区间二型离散模糊数。最后,提出一种基于区间二型离散模糊数的群决策方法,解决市场投资选择问题,并通过实例分析验证该方法的可行性和准确性。     

基于加权最小二乘与AR模型的极移预报

目的 建立加权最小二乘(Weighted Least Squares, WLS)与自回归(Autoregressive, AR)组合模型(WLS+AR)进行极移预报,以更好地体现钱德勒极移和周年极移的时变特性。方法 利用极移长时序求解钱德勒项和周年项的模型参数时,通过引入权函数增强当前观测值对模型参数解算的作用,提出权比概念来解决观测值定权的问题,据此设计幂权函数和分段权函数。结果与结论利用国际地球自转和参考系服务组织(International Earth Rotation and Reference Systems Service, IERS)发布的极移数据进行预报实验,结果表明：基于2种权函数的定权策略均能提高极移预报精度,尤其对极移30～180 d的中长期预报改善更加明显;2种权函数的定权策略均适用于WLS+AR模型,其中,分段权函数的定权策略优于幂权函数。     

基于加权整体最小二乘的多元线性回归分析

针对变形监测数据中自变量和因变量观测向量都含有误差、且采用一般最小二乘估计是有偏的这一问题,引入EIV模型,并顾及各自变量观测精度的不同,采用加权整体最小二乘对待估参数进行估计。长江三峡库区滑坡监测实验表明,基于加权整体最小二乘的多元线性回归分析能更好地对回归方程进行参数估计,可明显提高形变预测精度。     

基于加权最小二乘的主结构快速提取算法

从复杂纹理图像中提取主结构是计算机视觉和图形应用的基本过程.针对加权最小二乘法依赖于梯度大小、无法去除对图像语义贡献很小的小规模、高对比度的振荡细节（如纹理）的问题,提出一种新的用于抑制图像纹理的权重算子,并对该权重算子的有效性进行验证.为了解决在优化全局目标函数过程中需要求解大型稀疏拉普拉斯矩阵、计算成本高的问题,采用代数多重网格算法作为共轭梯度法的预处理算子加快稀疏矩阵方程的求解速度.实验表明,提出的权重算子能有效地抑制图像纹理,并且图像主结构的边缘不会被模糊,其滤除纹理、提取主结构的效果优于其他同类算法.另外,所用的加速算法和其他传统预处理算法相比,能将主结构的提取时间缩短很多.     

PET成像的加权最小二乘重建算法

针对正电子发射断层成像系统,提出一种基于加权最小二乘函数的迭代重建算法.与传统的梯度型算法不同,在迭代过程中,此算法利用当前迭代点构造辅助函数,使用辅助函数的最优解代替目标函数的最优解,获得新的迭代点.该算法自动满足非负约束,无需步长因子,保证目标函数单调递减,并且具有全局收敛性.使用模拟数据和真实医学诊断数据进行实验...     

给定谱系树的加权最小二乘拟合

给出了给定谱系树加权最小二乘问题最优拟合的一个充要条件及两个拟合算法．     

基于最小二乘支持向量机的水泥粒度软测量

采用最小二乘支持向量机的方法,利用现场测量的数据,建立水泥粒度软测量模型;通过交叉验证方法优化参数,并用仿真实验验证了该方法的有效性,解决了非线性、小样本、高维数等常规测量方法难以实现的问题,实现了水泥粒度的在线测量。     

具有多粒度语言评价信息的价值工程决策方法

考虑到消费者的"非专家决策"特性,将价值工程理论引入消费者决策系统,针对消费者给出的语言评价信息不完全一致的情况,运用多粒度语言转换函数,结合基于满意度的二元语义加权算术平均算法(T-WAA-S),对价值工程理论中功能系数的求解方法进行了改进和拓展.改进后的价值工程理论及其功能系数求解方法应用于产品设计决策案例,结果表明该方法能有效地提高价值工程理论在实践应用中的灵活性和实用性.     

基于区间二型模糊多粒度证据融合方法的钢铁行业耗能决策

为了探索区间二型模糊背景下的多属性群决策方法,以多粒度概率粗糙集为基础,结合MULTIMOORA(Multi-Objective Optimization by Ratio Analysis Plus the Full Multi-Plicative Form)与证据融合理论,发展了一种基于区间二型模糊信息的多粒度证据融合决策模型.首先,提出多粒度区间二型模糊概率粗糙集模型;然后,通过离差最大化法和熵权法计算决策者权重和属性权重,依据多粒度概率粗糙集和MULTIMOORA法建立区间二型模糊多属性群决策模型,通过源自D-S证据理论的证据融合方法融合得出决策结果 .通过钢铁行业耗能的实例,证明提出方法的可行性与有效性,总体上,提出的决策模型具备一定的容错力,有助于获得强解释力的稳健型决策结果 .     

基于调制度分析的加权最小二乘位相展开方法

提出将条纹光强调制度分析和加权最小二乘法相结合进行二维位相全局展开的一种方法,在Ghiglia和Romero提出的基于离散余弦变换的加权最小二乘位相展开算法的基础上,根据条纹图像调制度分析确定加权最小二乘算法中的权矩阵,对调制度低的位相数据赋予低的权值,可以有效屏蔽无效位相数据对邻近区域的不利影响,该方法更充分利用条纹图像信息,算法稳健,可以实现完全自动的二维位展开,对实验数据的处理取得了较满意的结果。