基于识别变量的粗差探测Bayes方法

• 作者: GUI Qing-ming 李新娜 许阿裴
• 来源期刊: 测绘学报
• 学科: 地球科学
• 关键词: Bayes方法 粗差 识别变量 后验概率 MCMC抽样 均值漂移模型
• 年，卷（期）: 2008,（3）
• 所属期刊栏目: 学术论文
• 页码范围: 355-360,366
• 页数: 7页
• 分类号: P207
• 字数: 5835字
• 语种: 中文
• DOI: 10.3321/j.issn:1001-1595.2008.03.015

摘要

从一个新的角度出发,对应每个观测值引入一个识别变量,基于识别变量的后验概率提出一种新的粗差定位的Bayes方法,并构造相应的均值漂移模型给出粗差估算的Bayes方法.由于识别变量的后验分布往往是复杂的、非标准形式的,为此设计一种MCMC(Markov Chain Monte Carlo)抽样方法以计算识别变量的后验概率值.最后对一边角网进行了计算和分析.试验表明,本文给出的探测粗差的Bayes方法不仅充分利用了先验信息,而且克服了以往粗差定位方法的模糊性以及探测标准选择的问题,同时计算简便.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	许阿裴	信息工程大学理学院	3	36	3.0	3.0
2	李新娜	信息工程大学理学院	10	42	3.0	6.0
3	GUI Qing-ming	信息工程大学理学院	2	37	2.0	2.0