matlab与测绘数据处理

第11章 主成分

主成分分析（principal component Analysis）又称主分量分析，是由皮尔逊

（pearson）于1901年首先引入，后来由霍特林（hotelling）于1933年进行了发展。主成分分析是一种通过降维技术把多个变量化为少数几个主成分（即综合变量）的多元统计方法，这些主成分能够反映原始变量的大部分信息，通常表示为原始变量的线性组合，为使得这些主成分所包含的信息互不重叠，要求各主成分之间互不相关。主成分分析在很多领域有着广泛的应用，一般来说，当研究的问题涉及很多变量，并且变量间相关性明显，即包含的信息有所重叠时，可以考虑用主成分分析的方法，这样容易抓住事物的主要矛盾，使得问题得到简化。

本章主要内容包括：主成分分析的理论简介，主成分分析的MATLAB实现，主成分分析的主要具体案例。

11.1主成分分析简介

11.1.1主成分分析的几何意义 假设从二元总体

x?(x1,x2)'中抽取容量为n的样本，绘出样本观测值的散点图，如图11-1所

示。从图上可以看出，散点大致分布在一个椭圆内在

x1与x2呈现出明显的线性相关。这n个样品

x1轴方向和x2方向具有相似的离散度，离散度可以用x1和x2包含了近视相等的信息量，x1轴

主成分分析

主成分分析（principal component Analysis），是由皮尔逊（pearson）于1901年首先引入，后来由霍特林（hotelling）于1933年进行了发展。

在实际问题中，为了尽可能完整的获取有关的信息，往往需要考虑众多的变量，这虽然可以避免重要信息的疏漏，但也增加了分析的复杂性，一般来说，当研究的问题涉及很多变量，并且变量间相关性明显，即包含的信息有所重叠时，我们就会很自然地想到，能否在各个变量之间相关关系研究的基础上，用较少的新变量代替原来较多的变量，而且使这些较少的新变量尽可能多地保留原来较多的变量所反映的信息？事实上，这种想法是可以实现的，本节拟介绍的主成分分析方法就是综合处理这种问题的一种强有力的方法。这样容易抓住事物的主要矛盾，使得问题得到简化。

主成分分析是一种通过降维技术把多个变量化为少数几个主成分（即综合变量）的多元统计方法，这些主成分能够反映原始变量的大部分信息，通常表示为原始变量的线性组合，为使得这些主成分所包含的信息互不重叠，要求各主成分之间互不相关。

本章主要内容包括：主成分分析的理论简介，主成分分析的MATLAB实现，主成分分析的主要具体案例。

11.1主成分分析简介

11

第11章 主成分

主成分分析（principal component Analysis）又称主分量分析，是由皮尔逊

（pearson）于1901年首先引入，后来由霍特林（hotelling）于1933年进行了发展。主成分分析是一种通过降维技术把多个变量化为少数几个主成分（即综合变量）的多元统计方法，这些主成分能够反映原始变量的大部分信息，通常表示为原始变量的线性组合，为使得这些主成分所包含的信息互不重叠，要求各主成分之间互不相关。主成分分析在很多领域有着广泛的应用，一般来说，当研究的问题涉及很多变量，并且变量间相关性明显，即包含的信息有所重叠时，可以考虑用主成分分析的方法，这样容易抓住事物的主要矛盾，使得问题得到简化。

本章主要内容包括：主成分分析的理论简介，主成分分析的MATLAB实现，主成分分析的主要具体案例。

11.1主成分分析简介

11.1.1主成分分析的几何意义 假设从二元总体

x?(x1,x2)'中抽取容量为n的样本，绘出样本观测值的散点图，如图11-1所

示。从图上可以看出，散点大致分布在一个椭圆内在

x1与x2呈现出明显的线性相关。这n个样品

x1轴方向和x2方向具有相似的离散度，离散度可以用x1和x2包含了近视相等的信息量，x1轴

YG平差工具箱2009版

本软件使用Visual Basic 6.0 软件编写，是集合在测绘工作中常用的平差计算、投影换代、坐标转换计算等一体的计算软件，内置程序共22个，程序经过调试运行，计算成果准确可靠。程序中的有关各项限差均以《城市测量规范》CJJ8-99中的规定计算。

为方便使用，本软件中的部分计算程序均设计有数据文件，数据文件包括：原始数据文件、平差或计算成果文件，原始数据文件均为.txt格式，平差或计算成果文件均为.doc格式（需先安装Word）。

一 高程控制平差

本菜单包括三个计算程序：四等水准近似平差、三角高程近似平差、水准网严密平差 1. 四等水准近似平差

（1）程序功能：此平差程序的平差方式为按每测段的距离进行配赋平差，可对闭合水准、附

合水准、支水准路线平差。对于闭合、附合水准路线，平差后计算其闭合差和闭合差限差，闭合差超限的数据不予以平差，且有提示对话框。

（2）数据文件：此程序设有原始数据、平差成果文件。可先编辑好数据文件，然后直接读取

即可，平差后可将平差成果保存为.doc格式文档，方便打印。

原始数据格式：文件原始数据文件格式如下所示（附合水准）：

A(已知),21.453,B(已知),25.006, A,1,3

1、打开EXCEL,找到XPS谱图的表。 2、用C1s的峰值减去284.6eV(等于 1.11)。 3、把需要分析的峰的数据拷贝到Origin里 面。 4、点击A(X)→点击鼠标右键 →点击Set Column Values →col(A)-1.11 → OK。

5、去除多余的数值(剩下453.04~ 462.09)。 6、作图。 7.点击Analysis→smoothing→FFT Filter→5→OK。

8、 双击左上角的1→移走data1_c→OK。 9、 双击smoothed把出现的数据拷贝到新 建的文本文档中并保存 。 10、打开XPS分峰软件。 11、点击data→import(ASCII)→新建 文本文档→打开。

12、点击background,选背景(一般为 linear),背景范围455~462。 13、add peak,选择Peak type:p。然后 添加合理的峰位、FWHM和L-G值。 14、调节峰位、峰面积、FWHM和L-G值。 使虚拟的峰位和实际峰位基本重合。

15、分别点击Save XPS、 Export(spectrum)和 Export to clipboard保存图。 16、打开画图板复制入图形可以得到想要 的数

西安理工大学研究生招生入学考试 《误差理论与数据处理》考试大纲

科目代码：812

科目名称：误差理论与数据处理

第一部分 课程目标与基本要求 一、课程目标

“误差理论与数据处理”课程是测控技术与仪器、光电信息科学与技术等专业的技术基础课。本课程考察考生对误差理论与数据处理的基本概念、理论与方法的理解，并且能够灵活进行误差分析、测量结果评价和试验数据处理，考查考生对基本知识的运用能力。 二、基本要求

“误差理论与数据处理”课程的任务是使学生掌握误差的基本性质和处理方法、误差的合成与分配方法、测量不确定度的基本理论及评定方法以及常用的测量数据处理方法。通过本课程的学习，学生能合理设计仪器或选用仪器和测量方法，能正确处理测量和实验数据，具有较强的分析问题与解决问题的能力。

第二部分 课程内容与考核目标

第一章 绪论 掌握误差的定义及表示法； 掌握误差来源；

掌握系统误差、随机误差、粗大误差的定义和判别方法； 理解精度概念；

了解数字舍入规则和数据运算规则。

第二章 误差的基本性质与处理 理解随机误

正交试验设计与数据处理在生产实践中，试制新产品、改革工艺、寻求好的生产条件等， 这些都需要做试验，而试验总是要花费时间，消耗人力、物力。因 此，试验的次数应尽可能少。 全面试验： 如 4 个 3 水平的因素，要做 34=81 次试验； 6 个 5 水平的因素，要做 56=15625次试验。非常困难。 能否减少试验次数，而又不影响试验效果呢？ 正交试验 有 4.1 正交表及其用法 正交表的记号：L9(34)——表示 4 个因素，每个因素取 3 个 水平的正交表。格式如表4-1所示。

4.1 正交表及其用法

正交表记为 Ln(mk),m 是各因素的水平，k (列数)是因 素的个数，n 是安排试验的次数(行数)。

L9(34)4因素 3 水平正交试验，共做 9 次试验，而全面试验要 做 34=81 次，减少了72次。L25(56) 6因素5水平正交试验，共做25次试验，而全面试验 要做 56=15625 次，减少了15600次。 正交表的两条重要性质： ( 1)每列中不同数字出现的次数是相等的，如 L9(34),每 列中不同的数字是1,2,3。它们各出现三次。

( 2 )在任意两列中，将同一行的两个数字看成有序数对时， 每种数对出现的次数是相等的，如如 L

静息态数据处理

Part1 数据的预处理

1、格式转换 2、去除前 n 个时间点的数据 3、时间层校正（Slice Timing） 4、头动校正（Realign） 5、空间标准化（Normalize） 6、平滑（Smooth） 7、去线性漂移（Detrend） 8、 滤波（Filer）

一、DICOM 格式——NIFTI 格式。若数据遗失 NIFTI 格式则不用转，直接在工作

目录下建 立一个子文件夹“FunImg” ，将数据拷入其中即可 二、一般去 10（8——20 之间即可） ，由于机器刚启动等原因前面一些数据不稳定 三、Slice Timing 的设置：以总层数 25 层为例 SPM 中：Slice order：<—x：1:2:25；2:2:24 Reference Slice 参考层一般取中间层，即第 25 层。因为扫描顺序为： 1,3,5,7,9….,n,2,4,6,8,…n-1 DPARSF 中：1,3,5,7,9….,n,2,4,6,8,…n-1 四、 头动校正后会在工作目录下生成 Realign Parameter 文件夹， 其中有 spm….ps 这个文件， 用专业版的 Aoboe Reader 打开可查看每个被试头动情况。 或在 Excludesubjects.txt 文件 下可查看头动数据（卡不同值时被排除被试情况） 。对于患有疾病的患者：一般卡 3mm 和 3degre；而对正常人一般卡 1.5mm 和 1.5degere 或取 2. 五、 空间标准化即把被试的原始空间往标准空间上估计， 以克服不同被试的脑结构之间的差 异问题。把结构像分割得到的信息来做功能像的空间标准化，有两种方式： a、 使用 EPI 模板进行空间标准化 SPM 中：原始图像 Source Image：mean_***.img 头动校正后生成的文件，为某被试 各个时间点的平均像；Image to write ：r*.img 所有头动校正后生成的文件；模板图 像 Template Image： EPI.nii ； Bounding box： -126 -72； 90 108 ； -90 90 Voxel sizes： 3 3 3。 . DPARSF 中类似可设 b、 使用一致分割的 T1 像进行空间标准化 分三部分： 1、 配准 coregister 将结构像与功能像匹配，即把被试的结构像变换到功能像空间 （被试的平均功能像） 2、 分割 转换后的结构像用一致的分割法则分割为灰质、白质、脑脊液。这样就 能把功能像弄到标准空间去。

此过程中得到一个由功能像去往标准空间的转换 矩阵。转换矩阵会写入*_seg_sn.mat 文件中。 3、 标准化 把转换矩阵写到功能像上去。这样就可以知道怎么从被试的原始空间到标准空间。 SPM 中： coregister—Reference Image： mean_name.image —Source Image： T1.img； Segment—data：

T1_coregiserd.ima—clean up any par

地图数据一般处理过程

一 数据裁剪

裁剪是按照多边形进行对空间数据裁剪。不通的数据有不通裁剪工具。我们使用到的数据一般是两种。矢量数据和栅格数据（卫星图片数据）。两种数据的裁剪工具位置：

1 矢量数据裁剪

图1 Geoprocessing 的下拉菜单CLIP菜单里面

以上截图是矢量数据的裁剪。 2 卫星图片数据裁剪。

在ARCTOOLBOX里面的：

图2 卫星图片裁剪的位置

图3 卫星图片裁剪工具条 第一栏：输入卫星图片数据。

第二栏：输入矢量数据（行政多边形边界） 第三栏：必须放在GDB数据库里面

二 数据转换。

公司目前数据转换就是CAD数据转换成ARCGIS的数据。还有是MAPINFO数据转换成ARCGIS的数据。在公司的时候经常遇到就是这两个问题。也是比较麻烦的数据。MAPINFO的数据转换成ARCGIS的数据一般使用MAPIFO9.5里面的通用转换工具条。在下记不得在那里。因为使用期只有30天所以比较麻烦。这里不多説。説下CAD数据转换吧。

CAD数据转换。直接导入到GDB数据库中。

图 5 数据导入GDB

但是导入之后由于坐标系统的不一致。没有办法重叠。所以必须使用投影转换。 注意：

1导入的CAD数据是五个文件。一个线、两个多边、一个点文件、一个标注文件。但

一、判断题

1、GPS接收机的几何中心与相位中心重合，数据处理过程中不需要做任何改正。 答案：错

2、我国自主研制的北斗定位系统目前已具备覆盖亚太地区的定位、导航和授时以及短报文通信服务能力。

答案：对

3、注入站的主要任务是在主控站的控制下，将主控站推算和编制的卫星星历、钟差、导航电文和其它控制指令等，注入到相应卫星的存储系统。

答案：对

4、地球自转不是均匀的，存在着多种短周期变化和长期变化。 答案：对

5、1954年北京坐标系是地心坐标系。 答案：错

6、地面上同一个点在CGCS2000及WGS84坐标系中的坐标存在较大差异，在一般工程测量工作中必须加以区分。

答案：错

7、经高斯投影后，中央子午线是直线，且不存在投影长度变形 答案：对；

8、高斯投影存在长度投影变形，距离中央子午线越近，变形越大。 答案：错；

9、为了控制投影变形，高斯投影必须分带。我国规定按经差6度和3度进行分带。 答案：对

10、GPS系统中以原子时作为时间基准 答案：对

11、电离层对GPS信号有延迟作用，其大小与信号的频率有关。 答案：对

12、对流层对GPS信号有延迟作用，其大小与信号的频率有关。 答案：错

13、GPS系统所使用的测距码，如C/A码等，是伪