| 图目录 | 第7-8页 |
| 表目录 | 第8-9页 |
| 摘要 | 第9-10页 |
| Abstract | 第10-11页 |
| 第一章 绪论 | 第12-16页 |
| 1.1 研究背景 | 第12页 |
| 1.2 粗差探测的研究现状 | 第12-14页 |
| 1.2.1 独立观测情形下粗差探测的研究现状 | 第13页 |
| 1.2.2 相关观测情形下粗差探测的研究现状 | 第13-14页 |
| 1.3 本文的研究内容及结构安排 | 第14-16页 |
| 第二章 基于KULLBACK-LEIBER距离的强影响点探测的BAYES方法 | 第16-26页 |
| 2.1 引言 | 第16页 |
| 2.2 三种扰动模型参数的后验分布 | 第16-19页 |
| 2.2.1 数据删除模型 | 第16-18页 |
| 2.2.2 方差膨胀模型 | 第18页 |
| 2.2.3 均值漂移模型 | 第18-19页 |
| 2.3 三种扰动模型参数的影响度量 | 第19-21页 |
| 2.3.1 Kullback-Leiber距离方法 | 第19页 |
| 2.3.2 三种扰动模型参数的影响度量 | 第19-21页 |
| 2.4 基于KULLBACK-LEIBLER距离的强影响点探测 | 第21-22页 |
| 2.5 算例与分析 | 第22-23页 |
| 2.6 本章小结 | 第23-26页 |
| 第三章 结合影响分析的抗隐差型BAYES粗差探测方法 | 第26-36页 |
| 3.1 引言 | 第26页 |
| 3.2 基于真误差的后验概率法 | 第26-30页 |
| 3.2.1 真误差的后验分布 | 第26-29页 |
| 3.2.2 与真误差有关的后验误差的计算公式 | 第29-30页 |
| 3.2.3 基于真误差的后验概率法的粗差探测 | 第30页 |
| 3.3 结合影响分析的抗隐差型BAYES粗差探测方法 | 第30-32页 |
| 3.3.1 结合影响分析的抗隐差型Bayes粗差探测方法 | 第30-31页 |
| 3.3.2 结合影响分析的抗隐差型Bayes粗差探测方法 | 第31-32页 |
| 3.4 算例与分析 | 第32-34页 |
| 3.5 本章小结 | 第34-36页 |
| 第四章 处理高杠杆异常值的抗隐差型BAYES方法 | 第36-44页 |
| 4.1 引言 | 第36页 |
| 4.2 粗差定位方法及其计算公式 | 第36-38页 |
| 4.2.1 粗差定位的Bayes方法 | 第36-37页 |
| 4.2.2 识别变量后验概率的计算公式 | 第37-38页 |
| 4.3 处理高杠杆异常值的BAYES多粗差定位算法 | 第38-40页 |
| 4.3.1 高杠杆异常值对多粗差定位的影响 | 第38-39页 |
| 4.3.2 剔除初始子集中高杠杆异常值的方法 | 第39页 |
| 4.3.3 基于Gibbs抽样的粗差探测Bayes方法的实施过程 | 第39-40页 |
| 4.4 算例与分析 | 第40-43页 |
| 4.5 本章小结 | 第43-44页 |
| 第五章 相关观测粗差探测的抗隐差型BAYES方法 | 第44-62页 |
| 5.1 引言 | 第44页 |
| 5.2 相关观测GAUSS-MARKOV模型的转化 | 第44-45页 |
| 5.3 相关观测粗差探测的抗隐差型BAYES方法 | 第45-49页 |
| 5.4 算例与分析 | 第49-54页 |
| 5.4.1 计算与分析 | 第49-53页 |
| 5.4.2 方法比较 | 第53-54页 |
| 5.5 应用与分析 | 第54-59页 |
| 5.5.1 GPS向量网平差模型 | 第54-56页 |
| 5.5.2 计算与分析 | 第56-59页 |
| 5.5.3 方法比较 | 第59页 |
| 5.6 本章小结 | 第59-62页 |
| 第六章 总结与展望 | 第62-64页 |
| 6.1 本文主要工作和成果的总结 | 第62页 |
| 6.2 进一步的研究工作设想 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 作者简历 攻读硕士学位期间完成的主要工作 | 第68-70页 |
| 致谢 | 第70页 |
