二次曲线拟合算法的统计性能分析与改进

• 作者: 姜桂祥 杨忠根 陈红亮
• 来源期刊: 上海海事大学学报
• 关键词: 计算机视觉 二次曲线拟合 特征值分解 正则化 降维特征值分解
• 年，卷（期）: 2003,（1）
• 页码范围: 46-51
• 页数: 6页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9498.2003.01.010

摘要

传统的二次曲线拟合使用标准特征值分析算法.通过统计分析技术,可知该技术在拟合数字二次曲线时,存在估计偏差大、均方误差大的缺点.其产生原因是数据噪声的有色性和自相关函数矩阵的条件数过大,因此白化数据噪声和正则化变换是提高曲线拟合的有效措施.这从理论上有力地支持了Hartley提出的正则化算法.通过理论分析和计算机仿真实验,表明了降维EVD技术固有地同时具备噪声预白化功能和数据正则化功能,因此它能给出均方误差相当小的无偏估计.由于它无须进行预白化变换或正则化变换,并把最优化过程的维数从6降为2,所以它还具有计算快速、实现简单方便的优点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨忠根	上海海运学院工学院	9	51	4.0	7.0
2	姜桂祥	上海海运学院工学院	3	21	2.0	3.0
3	陈红亮	上海海运学院工学院	1	11	1.0	1.0