17、加权最小二乘支持向量回归方法与基于OpenMV的四旋翼自动跟踪无人机设计

加权最小二乘支持向量回归方法与基于OpenMV的四旋翼自动跟踪无人机设计

在可靠性分析和无人机设计领域，分别有加权最小二乘支持向量回归（WLSSVR）方法和基于OpenMV的四旋翼自动跟踪无人机设计这两个重要的研究方向。下面将为大家详细介绍这两方面的内容。

加权最小二乘支持向量回归方法

1. 约束条件与采样策略

在可靠性分析中，为了避免过采样，引入了不等式约束 (l_x \geq \alpha d\sqrt{V/N})，其中 (l_x) 是 (x) 到现有训练样本的最短距离，(V) 是 (d) 维空间的超体积，(N) 是训练样本数量，(0 \leq \alpha \leq 1)。同时，还提出了基于广义高斯过程（GGP）的顺序采样策略，通过计算相对导数来识别失效面的非线性部分，相对导数计算公式为：
(\frac{\partial x_n}{\partial x_i} = -\frac{\frac{\partial g(x)}{\partial x_i}}{\frac{\partial g(x)}{\partial x_n}} (i = 1, \ldots n - 1))
GGP 定义为相对导数向量范数最大的点。基于 GGP 的顺序采样策略可总结为以下优化问题：
(\max_{x} \left\lVert x_n’ \right\rVert)
(s.t. \ g(x) = 0)
(l_x \geq \alpha d\sqrt{V/N})
(x \in [x_l, x_u])

2. 加权函数

对于可靠性问题，目标是估计由失效面分隔的空间中的概率。由于只关注极限状态函数的符号，因此