一个广义非线性最小二乘迭代算法及其在多维多时态多精度数据处理中的应用  

An algorithm of generalized nonlinear LS and its application for combined nonlinear data processing on multi-source multi-dimension multi-type multi-precision and multi-state surveying data

作　　者：李述山[1] 陶华学[1] 周长银[1] 

机构地区：[1]山东科技大学,山东青岛266510

出　　处：《测绘科学》2005年第4期60-61,共2页Science of Surveying and Mapping

基　　金：国家自然科学基金的资助(编号:40171003)

摘　　要：本文针对当今各国高层领导和科学家十分关注并大力倡导的“数字地球”、“数字国家”、“数字城市”、“数字矿山”等科学工程构建中遇到的大量的多源、多维、多类型、多时态、多精度并具有非线性特征的数据处理,针对数据测量采用多种观测手段采集多源、多维、多类型、多时态、多精度数据,数据处理的函数模型中不仅仅含有非随机参数,而且含有随机参数,其随机参数又常常为动态的等特点,建立了广义非线性动态最小二乘数据处理模型。针对该模型规模大、维数高的特点,借鉴多变量函数寻优的“变量轮换法”或“因素交替法”的思想、结合BFGS算法,建立了一交替寻优的解算方法,该算法将大规模的优化问题分解为两个较低规模的优化问题进行解算,降低了问题的规模,减少了计算量。Aiming at the data processing provided with non-linearity on multi-source multi-dimension multi-type multi- precision and multi-state surveying data in 'digital earth'?'digital country'?'digital city'?'digital mine' advocated by many countries,and there are not only non-random parameter but also random parameters of the data processing model.The random parameters are usually dynamic.a generalized nonlinear LS model is established.refered variables alternating in optimization and BFGS method an algorithm is given for the generalized nonlinear dynamic LS model.

关 键 词：多源、多维、多类型、多时态、多精度数据处理 广义非线性动态最小二乘 因素交替法 

分 类 号：P25[天文地球—测绘科学与技术]