排序方式: 共有35条查询结果,搜索用时 15 毫秒
1.
交通事件持续时间的预测是事件管理系统的重要组成部分,根据I-880实测数据集,利用逐步回归分析的方法确定事件持续时间的主要影响因素,分别建立了应用于事件持续时间预测的朴素贝叶斯(NB)模型、加树朴素贝叶斯(TAN)模型以及一般贝叶斯网(BN)模型,在分析数据特点的基础上确定了贝叶斯网的推理算法、参数学习以及结构学习方法.在不同数据缺失的程度和不同训练样本规模下,分别对三种模型的预测准确率进行了评价,结果表明贝叶斯网预测模型在数据缺失30%的情况下30min准确率高于80%. 相似文献
2.
在分析边坡稳定影响因素的基础上,提出了判别边坡稳定影响因素敏感性的逐步回归的分析方法。以模型计算和逐步回归分析为手段,通过计算机程序和数理统计分析来评价边坡稳定影响因素的敏感性。通过对12例工程边坡主要参数进行逐步回归分析,提出了影响边坡稳定安全系数的影响因素敏感性的大小并讨论了逐步回归分析方法的有效性。 相似文献
3.
4.
在全寿命费用估算建模领域,逐步回归能对多因素进行筛选,克服了建模因素之间的多重相关性对最小二乘估计的干扰。逐步回归分析法本质上是对数据平均趋势的估算,无法避免“由失真数据得到无效模型”的根本问题。为此,提出用数据包络分析(DEA)优化逐步回归的建模方法,用DEA方法对数据进行评价,剔除无效数据,将有效的数据用来逐步回归建模。该方法能有效克服干扰数据对提取成分的影响,弥补逐步回归方法的不足。通过实例计算并与逐步回归、多元线性回归比较分析,DEA优化逐步回归建模精度为2.64%,高于逐步回归的3.39%和多元线性回归的3.49%,具有实用价值。 相似文献
5.
针对自建点实时监控存在的零点漂移和量程漂移导致空气质量数据测量精度受到制约的问题,提出一种基于卡尔曼滤波算法对空气质量数据进行校准的模型。以PM2.5数据为例,结合其他空气质量数据及气象参数经逐步回归得到调整的数据后,使用改进的卡尔曼滤波算法对自建点测量数据进行校准。经同一时间区间内的自建点、国控点测量及校准数据的对比分析表明:通过改进的卡尔曼滤波校准空气质量数据能够很好地跟踪实际数据的变化趋势,平均误差比较小;使用模型将2019年5月、2018年12月数据的均方根误差分别从11.367、27.188降低至修正后的7.555、10.759,精度得到了显著提高。 相似文献
6.
7.
8.
自1998年我国取消福利分房以来,城市住宅投资规模迅速扩大,住宅销售面积逐年增加,与此同时城市住宅价格也迅速增长,有的城市甚至以每年20%的速度上涨,引起了政府、企业、专家学者和媒体舆论的高度重视。本文以城市住宅价格为研究对象,通过实证的方法对影响住宅价格的因素进行探讨,希望能给购房投资者提供分析方法。 相似文献
9.
目的建立中国青年人(18-39岁)动脉血血气分析血pH值正常参考值与地理因素之间的回归模型。方法收集全国各地区数据及各地区地理因素指标,对中国青年人动脉血pH值与地理因素的关系进行研究。结果得出中国青年人动脉血pH值与地理因素之间的回归方程。结论如果知道中国任何地区的地理因素指标,就可以应用此方程方便地推算出中国青年人动脉血pH值的正常参考值,实际应用于各地临床血气分析pH正常值参考值的预测。 相似文献
10.
为了获得全路网的实时动态交通流量信息,需要选择合适路段来配置交通检测器,并由安装检测器的路口来预测未安装检测器路口的交通量.文中根据城市路网中路段交通流量的相关性,运用基于数据融合的统计分析技术--聚类分析方法和逐步回归方法,对城市道路交通检测器优化配置的方法进行了研究.实例分析证实,这为检测器空间优化配置提供了一种简单可行的方法,并为交通数据采集的科学性、实用性提供了保证. 相似文献