最佳回归分析法在工程中的应用

在工程中常作回归分析,所建回归模型常含有模型误差,为了提高回归精度,作出正确的回归预报,研究回归模型的误差补偿,笔者在文中建成了一套检验和补偿模型误差的方法.     

最佳回归分析法在工程中的应用

在工程中常作回归分析，所建回归模型常含有模型误差，为了提高回归精度，作出正确的回归预报，研究回归模型的误差补偿，笔者在文中建成了一套检验和补偿模型误差的方法．     

短时交通流组合预测模型研究

短时交通流预测是目前智能交通领域的研究热点,文中从实际应用的角度出发,提出了用于流量和速度预测的组合预测模型.该模型包含傅里叶历史估计模型、自回归模型和邻域回归模型三个子模型.详细介绍了组合预测模型的预测机理、模型细节以及用以实现模型实时更新的迭代回归算法.该模型被实际应用到北京市道路预测预报系统中,实际预测误差不超过15%.     

复共线回归模型的病态分离算法

当线性回归模型的设计矩阵复共线时,称其列向量呈现病态.文中提出一种病态分离的交互投影算法,用该算法对复共线的一般线性回归模型作出参数估计,并证明了算法的收敛性.将此算法应用于复共线的线性联立方程模型,同时讨论了这种参数估计的渐近优良性质,并指出此算法的优越性.     

我国居民养老保险购买量影响因素分析

运用回归模型对我国居民养老保险购买力的影响因素进行了回归分析,得出人均购买养老保险与人均收入呈正比.人均购买养老保险与抚养比系数呈负比.     

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。     

测量误差二次多项式回归模型的参数估计

本文在Fuller.W.A等人做出的测量误差一元线性回归模型及一元p维向量线性回归模型的参数估计基础上,讨论了测量误差二次多项式回归模型的参数估计。利用测量误差多项式回归模型样本（Yt,Xt）,t=1,2,…,n,通过统计方法求出样本所包含的统计信息,得出了测量误差二次多项式回归模型的参数估计。     

动态参数线性回归模型

讨论了回归系数本身也随时间的线性回归模型，称为动态参数线性回归模型。目标是探讨动态回归系数随时间变化的规律，并从数理统计学角度研究如何对其作出合理的推断。在动态回归系数可为某时间函数的线性组合时，导同了回归系数变化规律的估计表达式，并证明了该估计的两条优良统计性质。     

上海市产业结构调整对货运量的影响分析

分析上海市产业结构调整对货运量的影响。通过定性分析上海市货运量的增长趋势,采用灰色关联分析和回归模型定量得到上海市产业结构与总货运量的关联度以及产业结构变动对单位GDP货运量的影响。文中结论用于货运需求预测以及宏观把握货运业的发展趋势方面研究,为货运业未来的发展规划提供依据。     

通过交叉验证准则选择线性模型

考虑建立在交叉验证准则基础上线性回归模型的选择问题．我们对原来的交叉验证准则进行改进,通过增加惩罚函数来解决交叉验证过程中模型过度拟合问题,从而提出一个新的模型选择准则．在一定的假设条件下,新准则确定的模型具有强相合性并且在样本容量充分大时能得到最小的真实模型．在本文中,我们将证明新准则确定的模型在一定条件具有强相合性,并给出一般条件下模型选择准则。     

上市公司财务预警的正则化逻辑回归模型

基于统计学习理论的正则化技术构建L1(一范数约束惩罚)正则化的逻辑回归(Logistic Regression)模型,同比建立了logistic回归模型和L2(二范数约束惩罚)正则化的logistic回归模型,结合沪深股市ST公司和正常公司的T-3年和T-2年财务数据进行仿真实验用于上市公司财务预警实证分析.实验结果表...     

Genetic Algorithm Based Feature Selection and Parameter Optimization for Support Vector Regression Applied to Semantic Textual Similarity

Semantic textual similarity(STS) is a common task in natural language processing(NLP). STS measures the degree of semantic equivalence of two textual snippets. Recently, machine learning methods have been applied to this task, including methods based on support vector regression(SVR). However, there exist amounts of features involved in the learning process, part of which are noisy features and irrelative to the result.Furthermore, different parameters will significantly influence the prediction performance of the SVR model. In this paper, we propose genetic algorithm(GA) to select the effective features and optimize the parameters in the learning process, simultaneously. To evaluate the proposed approach, we adopt the STS-2012 dataset in the experiment. Compared with the grid search, the proposed GA-based approach has better regression performance.     

财务报告舞弊识别的实证研究

随着舞弊手段日趋隐蔽,需要建立一个快速有效的识别模型。本文选取了24个相关指标作为解释变量,选取了72家财务报告舞弊上市公司作为样本。首先建立Logistic回归模型,模型的判断率达到了71．7％。然后将Logistie回归得到的7个解释变量,用运到BP神经网络模型之中,使判则率达到87．1％,高于出了16％。说明13I）神经网络的总体识别率更高。     

基于梯度推进决策树的日维度交通指数预测模型

城市交通运行监测和预测是掌握交通运行变化特点,制定缓解交通拥堵策略的重要工作,其结果能为公众提供有效的路况信息,亦为政策措施的制定和效果评估提供重要支撑.有别于传统的短时交通预测,本文提出的预测模型不是针对相邻时段的运行状态预测,而是更长跨度上,针对日级别高峰时段交通运行状态的预测.构建了包含时间周期、特殊天气、节假日、限行、大型活动等因素的多维度影响因素集;以长期历史交通指数构建数据训练集,提出了基于梯度推进决策树的日维度路网状况预测模型.应用最优模型进行验证,结果表明,模型预测精度可达 90%以上,与其他 4种回归模型的对比分析也显示,本文所提出的模型在各项评分中均表现最优,说明其更适合于大样本、多因素的回归分析.本文所提出的日维度预测模型对提升城市路网运行质量、缓解交通拥堵具有重要的应用价值.     

基于改进车流离散模型的多目标优化控制模型研究

为减少复杂交叉口群动态控制中车辆延误并提高通过速度,基于改进的车流离散模型,该文提出了以停车延误为目标函数的交叉口群多目标优化控制模型,并以广州天河北复杂交叉口群为例进行了实例运算,算例结果与仿真试验表明本模型体系在系统延误方面要优于传统模型,模型的求解效率高,有利于建立实时的区域交通控制系统。     

�����е��͵�·��ͨ����״̬������Ԥ���о�

对城市的道路交通运行状况进行全面分析评估并实时监控、预测,可以有效地消除交通隐患,增强城市交通管理部门对城市交通的管控能力.本文基于北京市典型道路交通流特性分析及已有的道路交通流预测模型,提出道路交通运行状态组合预测模型,确定了非参数回归模型作为预测模型的核心,组合使用傅立叶历史估算模型、非参数自回归模型和非参数邻域回归模型对北京市典型道路的交通运行状态进行预测.针对北京市道路交通流信息采集系统实际情况及未来预测信息图形化发布的需要,提出了道路交通流预测系统的异构数据融合方法及道路编码模型及方法.     

基于Logistic回归模型的电动自行车出行特征分析

本文基于电动自行车使用者和非电动自行车使用者抽样调查数据,从居民收入、出行距离和时耗等方面采用Logistic模型进行分析,建立了基于Logistic的电动自行车出行方式选择模型,并且计算了电动自行车的出行距离和时耗曲线.本文的研究成果填补了目前自行车交通研究的一项空白,为政府机构制定相关政策提供了基础研究支持.     

基于弹性层状体系理论的多孔混凝土基层荷载应力计算

利用弹性层状体系理论,对多孔混凝土基层荷载应力进行数值分析,建立了荷载应力的回归模型,得到了回归模型的各项系数,结果表明回归系数均能通过检验,由此得到的多孔混凝土基层荷载应力计算公式精度好,表达形式简单,使用方便,可满足工程设计和理论研究的需要;最后分别采用刚性路面规范设计公式和回归公式2种方法对荷载应力进行计算,结果显示前者的计算值偏于保守。     

基于BP神经网络的DSS焊接应力和收缩变形预测研究

针对川东造船厂化学品船建造中使用特种钢——2205双相不锈钢(DSS),在其焊接试验的基础上分别建立了双相不锈钢焊接应力和收缩变形的BP神经网络预测模型,并与多元线性回归方法进行比较,较好地模拟了焊接残余应力和变形与板厚、焊接电流、电弧电压、焊接速度等工艺参数之间的非线性关系。预测结果表明,BP神经网络比多元线性回归在预测精度和泛化能力上都有很大的提高。     

基于回归分析的交织区通行能力模型

针对以往交织区通行能力回归分析中缺乏较为通用的回归模型、导致模型设计盲目性较大的问题,以HCM2000中交织区通行能力建议值为基础,建立模型的基本形式。研究表明,双曲线模型可较好地描述交织区通行能力与交织区长度的关系,模型参数可通过对交织区类型、交织流量比、交织区车道数和自由流车速等因素进行多元线性回归拟合得到。经检验,模型拟合度为0．918,平均误差为4．4％,说明模型可用且准确性较高。将模型应用于天津市快速路交织区通行能力计算中,验证了模型的实用性和可移植性。