基于最小二乘法的测力环线性回归分析与检验

基于最小二乘法的线性回归分析法是解决测力环线性拟合方程的分析方案.理论分析证实,基于最小二乘法的测力环线性回归分析法建立的回归方程回归直线误差(标准差)最小,是测力环回归分析的最佳方法,可为公路工程试验检测提供较高精度的数据处理途径,其试验数据处理与Excel相结合可大大提高工作效率,并得到直观的曲线拟合界面.     

交流电力功率智能传感器粗信号处理

为提高交流电力功率性能指标的测试精度和实时性,基于相关性分析和最小二乘误差理论,研究了交流电力智能传感器的粗信号处理方法.采用最小二乘特征参数法,对交流电压和电流值的初始采样点进行估算,获得了电力功率参数.在此基础上,将最小二乘特征参数法与相关分析法进行了比较,给出了基于相关分析法和最小二乘特征参数法进行功率测试的运算量公式,并分析了运算的复杂度.实验结果表明,当干扰幅值从信号幅值的3%放宽至12%时,基于最小二乘特征参数法的粗信号处理方法与现有方法相比,其计算工作量可减少49.4%,测试误差减少了2/3,同时降低了系统的信/噪比要求.     

回归分析在界限含水率试验数据处理中的应用

常用的界限含水率数据处理方法中,作图法不够精确,公式法仅能同时处理三组试验数据。针对以上特点,提出了线性回归计算界限含水率的优化算法。该算法可以充分利用平行试验的多组数据,使误差达到最小。重点阐述了用最小二乘法计算界限含水率的基本原理,给出了程序设计流程图,并用Visual Basic语言实现了这种算法,最后利用典型工程实例分析了该算法的优缺点。     

采油工程中灰色预测模型的病态性诊断

依据条件数法和特征分析法对采油工程中的灰色模型的病态性进行了分析，指出了两者在判定模型病态性方面的优劣，并根据最小二乘解析式分析了数乘变换对灰色模型参数的影响，文中还就Gershgorin定理分析了灰色模型病态的缘由，指出累加和最小二乘法是导致灰色模型病态的直接原因．     

乘性随机误差模型的最小二乘平差与精度评定

针对乘性随机误差模型参数估计问题,在现有研究的基础上,应用最小二乘理论,讨论了普通最小二乘、加权最小二乘和偏差改正加权最小二乘3种参数平差方法;导出了这3种基于最小二乘原理的参数平差方法的精度评定公式;给出了观测值平差值与观测值改正数的精度评定公式以及大地测量各有关量间的互协方差矩阵;构造了3种最小二乘平差方法相应的单位权方差估计.数据模拟计算结果表明:偏差改正加权最小二乘适用于乘性误差模型的大地测量数据处理,具有二阶近似无偏性;根据模拟数据计算的3种方法参数估计的单位权中误差分别为1.964 8、0.999 8和0.980 7.      

膨胀土表面裂隙参数数据处理方法研究

利用最小二乘和偏最小二乘回归方法,对比分析了干湿循环作用下膨胀土表面各裂隙参数之间的关系,并导出了相应的公式.结果表明;偏最小二乘回归方法比最小二乘法的拟合参数关系更接近实测值,在自变量具有强相关性的情况下建立的计算模型,更为有效地解决变量间多重共线性问题,对岩土参数问题的分析具有指导意义.     

标准击实试验的一种数据处理方法研究

传统的击实试验数据处理是作图法,难于定量对比分析,本文以最小二乘原理为理论基础,通过试验数据的整理分析,结合Excel软件,以残差最小为标准,找到了含水量与干密度的合理的拟合多项式的解析式,对击实试验数据进行了定量分析,该方法简单方便,可在土工试验数据处理中得到推广应用。     

从算术平均数谈最小一乘法与最小二乘法的区别

本文从算术平均值出发,讨论了最小一乘法与最小二乘法的区别,并用这二种方法对数据进行了回归分析。     

水泥砼路面材料粘弹性参数试验研究

本文首先分析了材料线粘弹性的各种模型，其次对水泥砼路面材料粘弹性试验进行了研究。最后运用最小二乘法原理及回归迭代方法，编制了根据材料粘弹性试验曲线推算各模型参数的计算机程序ＶＤＴ，并使用该各方驿试验资料地回归分析，得到地较好的成果。     

承秦高速公路高性能混凝土回弹法专用测强曲线的建立与应用

通过对不同强度等级的高性能混凝土试件进行抗压强度与回弹试验,根据最小二乘法原理,对混凝土强度和回弹试验数据进行回归和统计分析,建立了承秦高速公路高性能混凝土回弹法专用测强曲线方程,为本工程混凝土强度质量检测评定提供了可靠的推定依据。     

Power network parameter estimation method based on data mining technology

The parameter values which actually change with the circumstances, weather and load level etc.produce great effect to the result of state estimation. A new parameter estimation method based on data mining technology was proposed. The clustering method was used to classify the historical data in supervisory control and data acquisition (SCADA) database as several types. The data processing technology was impliedto treat the isolated point, missing data and yawp data in samples for classified groups. The measurement data which belong to each classification were introduced to the linear regression equation in order to gain the regression coefficient and actual parameters by the least square method. A practical system demonstrates the high correctness, reliability and strong practicability of the proposed method.     

基于套索（Lasso）的中文垃圾邮件过滤

使用向量空间模型表示的文本邮件数据高维而稀疏,不利于邮件过滤分类模型的建立,通常需在分类器训练前进行维数约减。Lasso回归是一种基于l1正则化的多元线性模型,其在模型参数估计的同时实现了变量选择。提出使用Lasso回归进行垃圾邮件过滤,建立Lasso回归邮件分类模型、Lasso回归词条选择结合逻辑回归的分类模型,结合中文文本垃圾邮件数据集TREC06C进行垃圾邮件过滤实验。实验结果表明Lasso回归词条选择结合逻辑回归的邮件分类模型性能更佳。     

人民币对美元汇率影响因素浅析

运用简单线性回归、多自变量回归的经济计量学方法考察了人民币对美元汇率的运行结构,确立了人民币对美元汇率的多因素模型,并通过扩大样本模型检验的方法对1994年我国外汇体制改革前后的人民币对美元汇率模型进行对比分析,提出了对人民币汇率变动趋势的见解。     

基于交通流量的城市交叉口事故预测研究——以广州市为例

通过对广州市天寿路交叉口高峰时段的流量调查及广州市的交通事故数据分析,发现北京市与广州市交通流量与事故数据存在相近性关系。应用线性回归分析法、事故率法建立北京市交通流量与交通事故数之间的一元线性关系模型,对广州市某交叉口的交通事故数进行预测分析。结果表明,在交通流量高峰时段,影响交通事故的最主要因素为交通流量,交通流量对于快速处理的事故影响作用大于一般事故;在交通流量相当小时段,交通事故存在着很大的偶然性,两者的关联度不高。     

基于简化WITI指标的机场延误预测方法

为实现在战略或预战术阶段对恶劣天气条件下的机场延误进行有效预测,本文引入简化的天气影响交通指标(WITI),采用灰色关联分析的方法,验证该指标与机场延误之间的关联性,再分别以WITI指标和传统指标构建多元线性回归模型和BP神经网络预测模型,对广州白云国际机场(ZGGG)和深圳宝安国际机场(ZGSZ)的离场延误进行预测.结果显示,WITI指标与机场离场延误之间的关联度明显高于传统指标,基于WITI指标比基于传统指标构建的多元线性回归模型,在预测准确度上高出14.09%(ZGGG)和9.79%(ZGSZ),同样在BP神经网络模型中则高出8.00%(ZGGG)和6.41%(ZGSZ),由此认为WITI指标在机场延误预测中具有更好的应用效果.     

关于线性回归分析的实验设计

本文讨论了建立在实验设计基础上的回归分析方法,有效地改进了回归系数和误差的估计。     

最小二乘法在公路试验数据处理中的应用

以预应力混凝土钢绞线的弹性模量和1000h松弛率计算为例，运用Excel图表建立数学模型和相关系数检验，采用线性回归方法和最小二乘法原理来处理，能够得到理想的方程和准确的结果。这种方法也可以很好地应用于其他的公路试验数据处理。     

基于奇异谱分析的GRNN模型在金融时间序列中的应用

奇异谱分析(SSA)作为一类无参数、独立于模型的时间序列分析技术,适用于具有非线性、非平稳性、含噪声的金融时间序列数据的分析与研究.目前,基于SSA的预测通常采用线性递归、BP神经网络等模型,但其预测精度、训练速度并不理想.为此,该文提出基于SSA的广义回归神经网络(GRNN)预测模型,它以SSA所获取的主成份重构序列...     

城市快速路交通事件持续时间生存分析

提出城市快速路交通事件持续时间生存分析方法.依托上海市中心快速路网的 交通事件数据,将生存分析引入交通事件形成及演化机理分析.其根据大量交通事件样本 的特征属性,采用Kaplan-Meyer 的非参数回归构建基于风险的交通事件持续时间模型, 解析其在五类影响因素作用下的时空分布特性,并采用Cox 回归线性模型综合评价交通 事件持续时间的显著影响因素,分析其作用的强度和方向,提取表征上海市快速路交通 事件运营管理水平的重要特征参数.结果表明：上海市快速路的交通事件持续时间在不同 类别的影响因素下分布特性存在明显差异,日夜、事件类型、涉及车辆数、影响车道数、涉 及货车、所处路段位置、瓶颈处、出动拖车和出动消防车等影响因素对事件持续时间有显 著影响.