误差分布对PCA粗差探测算法的影响  

Effect of Error Distribution on PCA for Detecting Gross Errors in DEM

作　　者：黄世斌[1] 周国恩[1] 梁鑫[1] 杨晓云[1,2] 

机构地区：[1]广西工学院土木建筑工程系,广西柳州545006 [2]西南交通大学土木工程学院,成都610031

出　　处：《桂林工学院学报》2009年第3期374-377,共4页Journal of Guilin University of Technology

基　　金：国家自然科学基金资助项目(40271092);广西教育厅科研项目(200808LX348);广西工学院院管基金项目(500634)

摘　　要：从误差分析的角度出发建立2种粗差模型:独立粗差模型和相关粗差模型,采用MATLAB随机数发生器生成模拟粗差数据。并利用主成分分析(PCA)算法进行检验,结果表明,误差的空间相关特性降低了PCA算法的敏感度,为粗差的探测带来困难,但总体上具有一定的实用性。Two error models are built in the test：spike-like error model;pyramid-like error model,which are simulated in MATLAB.Principal component analysis is used to detect the two gross errors.The result shows that the space correlation of error reduces the efficiency of the PCA.Some data polluted by error can not be found,which results in the distortion of original data.

关 键 词：数字高程模型 误差分布 粗差探测 主成分分析法 

分 类 号：P207[天文地球—测绘科学与技术]