KaydedilenlerDerginizi ekleyin

Dergiler / Harita Dergisi / 2010 / Cilt: 76 - Sayı: 143

Jeodezik ağlarda $L _1$ norm minimizasyonu: yükseklik ağı örneği

($L _1$ Norm mimimization in geodetic networks: the case of levelling network)

MEVLÜT YETKİN
CEVAT İNAL
Sayfa
13–18
DOI
—
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

Test sonuçları bu robust dengeleme tekniğinin uyuşumsuz ölçü belirlemede ve kirletilmiş ölçü setiyle parametre kestiriminde klasik en küçük kareler yönteminden daha başarılı olduğunu göstermektedir.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Lı norm minimizasyonu jeodezik ağlarda uyuşumsuz ölçüleri belirlemek için kullanılan robust bir tekniktir.
📊
Temel Bulgular & Veri:Lı norm dengelemesi bir lineer programlama probleminin çözülmesiyle gerçekleştirilebilir.
💡
Sonuç & Katkı:Test sonuçları bu robust dengeleme tekniğinin uyuşumsuz ölçü belirlemede ve kirletilmiş ölçü setiyle parametre kestiriminde klasik en küçük kareler yönteminden daha başarılı olduğunu göstermektedir.
🔬Tür:Modelleme & Sayısal Simülasyon
📍Kapsam:Genişletilmiş Akademik Örneklem
⚙️Değişkenler:Alan Parametreleri

Özet

Lı norm minimizasyonu jeodezik ağlarda uyuşumsuz ölçüleri belirlemek için kullanılan robust bir tekniktir. Lı norm dengelemesi bir lineer programlama probleminin çözülmesiyle gerçekleştirilebilir. Bu makalede, rank defektli bir Gauss-Markov modelinde Lı norm minimizasyonu yönteminin formülasyonu incelenmiştir. Yöntem yapay olarak oluşturulan bir yükseklik ağında test edilmiştir. Test sonuçları bu robust dengeleme tekniğinin uyuşumsuz ölçü belirlemede ve kirletilmiş ölçü setiyle parametre kestiriminde klasik en küçük kareler yönteminden daha başarılı olduğunu göstermektedir.

Abstract

Lı norm minimization is a robust technique to detect outliers in geodetic networks. Li norm adjustment can be implemented by solving a linear programming problem. In this paper, the formulation of the Li norm minimization method in'a rank deficient Gauss-Markov model is studied. The method has been tested in an artificially structured levelling network. The results show that Li norm minimization is a more successful method than the classical least squares method in outlier detection and parameter estimation with contaminated data.

🔖

Bu Makaleye Atıf Yap

YETKİN, M., İNAL, C. (2010). Jeodezik ağlarda $L _1$ norm minimizasyonu: yükseklik ağı örneği. Harita Dergisi, Cilt: 76 - Sayı: 143, 13–18. https://ajindex.com/articles/175524

Kaynakça (13)

  1. Baselga, S., 2007a, Critical Limitation in Use of t Test for Gross Error Detection, J. Surv. Eng., 133(2):52-55.
  2. Baselga, S., 2007b, Global Optimization Solution of Robust Estimation, J. Surv. Eng., 133(3):123-128.
  3. Chen, M., Ling, Z., Ding, X., Zhuo, J., 2003, Gross Error Diagnostics Before Least Squares Adjustment of Observations, J.Geodesy, 77(9):503-513.
  4. Donoho, D.L, Huber, P.J., 1983, The Notion of Breakdown Point. A Festschrift for Erich L. Lehmann Wadsworth, Belmont, 157-184.
  5. Dantzig, G.B., 1963,
  6. Linear Programming and Extensions, Princeton University Press,
  7. Princeton, USA. Hekimoğlu, Ş., 1997, The Finite Sample Breakdown Points of Conventional Iterative Outlier Detection Procedures, J.Surv. Eng., 123(1 ):15-31.
  8. Hekimoğlu, Ş.,Erenoğlu, R.C., 2007, Effect of Heteroscedasticity and Heterogeneous on Outlier Detection for Geodetic Networks, J.Geodesy, 81:137-148.
  9. Koch, K.R., 1999, Parameter Estimation and Hypothesis Testing in Linear Models, Springer, Berlin. Kuang, S., 1996, Geodetic Network Analysis and Optimal Design: Concepts and Applications. Ann Arbor Press,
  10. Ann Arbor USA. Simkooei, A. A., 2003, Formulation of Li Norm Minimization in Gauss-Markov Models. J Surv. Eng., 129(1):37-43.
  11. Wilcox, R. R., 1997, Introduction to Robust Estimation and Hypothesis Testing Academic Press,
  12. New York. Xu, P. L., 2005, Sign-constrained Robust Least Squares, Subjective Breakdown Point and the Effect of Weights of Observations on Robustness, J. Geod., 79:146-159.
  13. Yetkin, M., 2008, GPS Ağlarının Optimal Tasarımı ve Robust İstatistik Yöntemlerin Kullanılabilirliği, SÜ Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi, Konya.