-
题名一种融合Akaike信息检验的多粗差识别方法
- 1
-
-
作者
余航
宁一鹏
李黎
赵伟
-
机构
苏州科技大学地理科学与测绘工程学院
苏州科技大学北斗导航与环境感知研究中心
山东建筑大学测绘地理信息学院
-
出处
《苏州科技大学学报(自然科学版)》
2025年第1期66-73,共8页
-
基金
国家自然科学基金项目(42204011)
江苏省科技计划项目(BK20230660)。
-
文摘
对于多粗差的识别问题,可通过建立多重备选假设模型,构建局部检验统计量,并以最大值统计量作为识别粗差的依据。然而,当粗差量级较大时,由于数值计算精度的问题,最大统计量反而无法区分两个或多个备选假设模型,导致“湮没”现象频发。本文提出将Akaike信息检验与多粗差识别方法进行融合应用,在不改变多粗差识别方法中探测、识别与调节改正框架的基础上,通过以Akaike信息最小为准则确定备选模型,避免上述“湮没”现象的发生。数值实验结果表明,相较于迭代数据探测法,融合Akaike信息检验的多粗差识别方法对于量级较大的多粗差问题具有较好的识别成功率,且粗差识别过程中该方法不受整体虚警率的影响。
-
关键词
多重备选假设
Akaike信息检验
粗差探测
迭代数据探测法
-
Keywords
multiple alternative hypotheses
Akaike information criterion
outlier detection
iterative data snooping
-
分类号
P207
[天文地球—测绘科学与技术]
-
