最小二乘法的原理及改进

1 最小二乘法

最小二乘使所有点到曲线的方差最小.利用最小二乘对扫描线上的所有数据点进行拟合,得到一条样条曲线,然后逐点计算每一个点Pi到样条曲线的欧拉距离ei（即点到曲线的最短距离）,ε是距离的阈值，事先给定，如果ei≥ε，则将该点判断为噪点.

该方法最重要的事先拟合样条曲线。

 

确定曲线类型的方法：根据已知数据点类型初步确定曲线类型，经验观察初步尝试拟合函数类型.

 

曲线类型选择：直线，二次曲线，三次曲线，对数函数拟合，幂函数拟合，直至方差最小。

直线：f(X₁) = aX₁ + b;

二次曲线：f(X₁) = aX₁² + bX₁ + c;

对数函数：f(X₁) = a + b log(X₁);

幂函数： f(X₁)  = aX₁^b

 

曲线方程参数求解方法：

已知数据点(Xi , Yi)(i = 0,1,2,3…n)；Ø为所有次数不超过n的多项式函数；

求${f_k}\left( { {X_i}} \right) = \mathop \sum \limits_{k = 0}^n {a_k}X_i^k$(当k=1，为线性拟合，当k>1为多项式拟合)

注：特殊