声明
摘要
第一章 绪论
1.1 研究背景
1.2 国内外研究现状
1.3 本文的研究思路
1.4 本文的研究内容与组织结构
1.4.1 研究内容
1.4.2 组织结构
第二章 测绘中关于不完全数据的常用处理方法
2.1 删除法
2.2 填补法
2.2.1 单一填补法
2.2.3 多重填补法
2.3 卡尔曼滤波预测方法
2.4 多传感器数据融合法
2.4.1 多传感器线性最小方差递推融合算法
2.4.2 多传感器标量加权最小二乘融合法
2.4.3 多传感器加权矩阵的最小协方差矩阵融合法
2.5 神经网络算法
2.6 本章小结
第三章 EM算法原理
3.1 EM算法原理
3.2 广义EM算法
3.3 缺失数据下EM算法的参数估计
3.4 EM算法的性质
3.5 本章小结
第四章 不完全观测平差模型的解算方法
4.1 基于(G-M)模型的不完全测量数据的EM处理方法
4.2 不完全测量数据EM处理方法实例分析
4.3 本章小结
第五章 不完全观测时的高程拟合算法
5.1 GPS高程拟合
5.2 六参数GPS高程拟合数学模型
5.3 缺失数据下基于EM算法的GPS高程拟合方法
5.4 缺失数据下基于EM算法的GPS高程拟合实例分析
5.5 本章小结
第六章 含有不确定信息的测量数据解算方法
6.1 含有不确定信息的EM算法数据处理方法
6.2 含有不确定信息的EM算法数据处理方法算例分析
6.3 本章小结
第七章 总结与展望
7.1 总结
7.2 展望
参考文献
致谢
攻读硕士学位期间主要研究成果
中南大学;