萊特準則的橢圓擬合優化算法
大小：0.75 MB 人氣： 2017-12-07 需要積分：2
普遍使用的代數距離最小的最小二乘（ LS）橢圓擬合算法簡單、易實現，但對樣本點無選擇，導致擬合結果易受誤差點影響，擬合不準確。針對此特性，提出了一種基于萊特準則的橢圓擬合優化算法。首先，由代數距離最小的LS法對待擬合曲線進行橢圓擬合；其次，將待擬合曲線上的點與LS法擬合的橢圓的代數距離作為樣本點集，在驗證該樣本點集服從正態分布的情況下，采用萊特準則，將樣本點中值大于l 3al的點判定為野值并剔除，進行多次擬合，直至樣本點中無野值；最后，得到橢圓最優擬合結果。仿真實驗結果表明，優化算法的擬合誤差在1. 0%以下，相比同條件下的LS法，其擬合精度至少提高2個百分點。優化算法的仿真結果與其在香煙圓度在線檢測中的實際應用驗證了此算法的有效性。
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
下載地址
萊特準則的橢圓擬合優化算法下載
相關電子資料下載
- 神經網絡優化算法有哪些 70
- 全面總結機器學習中的優化算法 332
- 邊緣計算計算卸載與資源分配聯合優化算法 852
- 粒子群優化算法PSO優化模糊控制論域 863
- 從淺層到深層神經網絡：概覽深度學習優化算法 517
- 鯨魚優化算法MATLAB實戰 1149
- 車載雷達在墓地內識別到多位行人？理想回應：傳感器局限，會優化算法 262
- 什么是針對GPU單指令多數據流的編譯優化算法 837
- 什么是深度學習中優化算法 1298
- 基于OpenCV和MCU的優化算法 466