1) least squares collocation(LSC)
最小二乘拟合推估
1.
The key problem of least squares collocation(LSC) is to ascertain experience covariance function.
最小二乘拟合推估法的关键是要确定经验协方差函数 ,本文分析了协方差函数的待定参数对推估结果及其精度的影响 ,在此基础上经过实际计算 ,对协方差函数的待定参数的确定提出了自己的看法。
3) quasi least square estimato
拟最小二乘估计
4) least square fitting
最小二乘拟合
1.
Comparison of linewidth measurement using different probe based on the least square fitting model;
基于最小二乘拟合的不同探针测量线宽的比较
2.
Study on the least square fitting of coordinate parameter model;
坐标参数模型的最小二乘拟合研究
3.
Through acquiring the DR(digital radiography) images of the double-circled object at two imaging positions,the image and graphics processing methods and the least square fitting method are used so as to get the coordinates of the .
利用双圆目标体二次成像获得的DR(Digital Radiography)图像,配合图像、图形处理方法和最小二乘拟合技术求取不同成像位置下的目标体圆心投影坐标,然后求解方程组得到投影坐标系的原点坐标。
5) least-square fitting
最小二乘拟合
1.
The surface error was obtained by subtracting the theory wavefront error from the phase datum and eliminating the translation error through least-square fitting.
对非球面度较小的非球面,直接利用标准球面镜作为参考表面,通过数字干涉仪可以测得全孔径位相分布,将所得的数据剔除参考球面波相对理论非球面的偏差,并运用最小二乘拟合求得机构定位误差,消去此误差,即可获得真实的面形信息。
2.
In order to obtain reliable strain field,full-field strain measurement based on least-square fitting of local displacement for digital image correlation method is proposed.
为了从含噪声的位移场中计算得到可靠的应变场,提出一种基于位移场局部最小二乘拟合的全场应变求解方法。
3.
In this paper a new algorithm based onFourier modal estimate is proposed to reconstruct the original wavefront by use ofleast-square fitting.
我们提出基于傅里叶模式估计的二维波前重建算法,利用最小二乘拟合原理,可以计算出待测波前的傅里叶变换系数,从而恢复原始波前。
补充资料：拟合推估
亦称配置法，是一种推估方法，即根据某些观测数据，按一种特定的拟合法则，对随机参量和非随机参量进行推估。
观测有随机误差，参量中有随机变量，也有非随机变量。观测方程用矩阵表示如下：
式中L是含n个观测值的列向量,N是含n个观测误差的列向量,Y是含r个随机参量的列向量。这些都是随机变量，式中它们代表一次取值。X是含m个非随机参量的列向量,A和B是已知的n×m阶和n×r阶的系数矩阵。设N与Y无关联,其协方差分别为;权阵，，又设Y的数学期望为,则拟合推估在差的二次齐式
条件下进行,以求X、Y、N的估值。从以上的模型可见，拟合推估比一般平差问题增加了随机参量的推估。
观测有随机误差，参量中有随机变量，也有非随机变量。观测方程用矩阵表示如下：
式中L是含n个观测值的列向量,N是含n个观测误差的列向量,Y是含r个随机参量的列向量。这些都是随机变量，式中它们代表一次取值。X是含m个非随机参量的列向量,A和B是已知的n×m阶和n×r阶的系数矩阵。设N与Y无关联,其协方差分别为;权阵，，又设Y的数学期望为,则拟合推估在差的二次齐式
条件下进行,以求X、Y、N的估值。从以上的模型可见，拟合推估比一般平差问题增加了随机参量的推估。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条