[发明专利]一种用于单目投影测量的高阶多项式重构模型简化方法

摘要

本发明公开了一种用于单目投影测量的高阶多项式重构模型简化方法，包括计算多项式模型系数、构造分析数据、对分析数据进行主分量分解、确定需要的主分量数量、根据载荷向量系数寻找模型微相关项、删除确定的模型微相关项几个步骤。本发明提出一种使用PCA去识别了那些对测量结果近乎不产生影响的微相关变量的方法。通过分离这些微相关变量，在重构精度损失很小的情况下，高阶多项式模型的稳定性得到了很大的提高。

主权项

一种用于单目投影测量的高阶多项式重构模型简化方法，其特征在于：包括以下步骤：(1)、采用智能优化算法结合最小二乘法，以最小残余误差为目标可以分别计算得到原高阶多项式重构模型的最优系数矩阵；(2)、将标定数据和计算得到的最优系数矩阵代入到高阶多项式重构模型中，得到高阶多项式重构模型各组成项在每组标定数据时具体数值，将模型组成项的具体数值按x、y和z坐标轴进行分离，得到3组分析数据矩阵；(3)、依据主成分分析理论PCA，对3组分析数据矩阵分别进行主分量分解，得到与x、y和z坐标轴相对应的3组特征值向量以及载荷矩阵；(4)、对于每个坐标轴，计算特征向量的累积贡献率，根据确定的累积贡献率标准确定需要的主分量数量并提取载荷矩阵中与选定主分量对应的载荷向量；(5)、将提取的多个载荷向量中同时系数极小的项找出，其模型中对应的组成项即为与重构结果相关性很小的微相关项，将识别出的微相关项剔除出原高阶多项式重构模型，即可以实现用于单目投影测量的高阶多项式重构模型简化。