极大可能性估计理论及其在测量数据处理中的应用

本项目以模糊集理论的创始人L.A.Zadeh教授提出的可能性理论和模糊数理论为其理论基础，将测量中的观测值看作模糊数，研究由申请者提出的、比现行参数估计理论更符合实际的一种全新的参数估计理论- - 极大可能性估计理论，并将此全新理论应用于测量数据处理。主要研究各种参照函数的特点与适应范围，优选出适合测量数据处理的参照函数；研究模糊幅度最小约束下的极大可能性估计理论与算法；研究用模糊幅度衡量测量数据质量的理论与方法。.该理论对测量误差不加任何假设，直接处理测量数据中的不确定性。本项目提出的极大可能性估计理论是一种全新的参数估计理论，是申请者原创的参数估计理论。应用该估计理论进行测量数据处理，可得到更符合实际的处理结果。取得在国际上有影响的成果。该理论在测量数据处理中的广泛应用，必将促进测绘学科的持续发展。