RANSAC为RANdom SAmple Consensus的缩写，它是根据一组包含异常数据的样本数据集，计算出数据的数学模型参数，得到有效样本数据的算法。它于1981年由Fischler和Bolles最先提出[1]。 RANSAC算法经常用于计算机视觉中。例如，在立体视觉领域中同时解决一对相机的匹配点问题及基本矩阵的计算。 RANSAC算法的基本假设是样本中包含正确数据(inliers，可以被模型描述的数据)，也包含异常数据(Outliers，偏离正常范围很远、无法适应数学模型的数据)

利用Matlab软件编写的轨道不平顺数据分析程序能够对轨检车测得的不平顺数据进行处理,得到功率谱密度分布函数.轨道不平顺分析程序包括轨道不平顺数据预处理、轨道不平顺谱分布函数计算以及根据实测的车体振动加速度,对轨道不平顺与车体振动加速度进行相干分析、提出对行车运行有不利影响的不平顺波长范围等.研究结果表明:车辆的动力特性与轨道不平顺有密切关系.高低不平顺对车体垂向振动影响显著,轨向不平顺对车体水平振动影响显著,水平不平顺对列车垂向、横向振动均有显著影响.-Matlab software writ

它是基于一组包含异常数据的样本数据集，并计算数据的数学模型参数。这是第一次由Fischler和Bolles 1981提出。ransac是经常使用的计算机视觉。RANSAC假设为一组正确的数据，有一种方法，模型参数的计算。-It is based on a set of sample data sets containing abnormal data, and the mathematical model parameters are calculated. It was first propo