基于回归模型的城市轨道交通能耗预测

以上海轨道交通运营统计数据为基础,分析城市轨道交通能耗结构。用相关性分析方法研究影响轨道交通能耗的重要因素。建立了城市轨道交通能耗系统的回归模型,并利用该模型对上海轨道交通5号线的能耗进行了预测。结果表明,该模型可以较准确地预测轨道交通的运营能耗,全年能耗预测误差在5%以内,为城市轨道交通能耗系统的建模与预测提供了一种新的方法。     

用Logistic回归模型编制滑坡灾害敏感性区划图的方法研究

在GIS环境下应用Logistics回归模型编制地质灾害区划图。针对网格的生成、致灾因子的选择、不重合边界等问题,运用GIS的空间分析功能和SPSS的统计功能,消除了这些问题对滑坡灾害区划图的准确度的影响。结合贵州省的实际,根据历史灾害的分布情况,比较不同方法编制的滑坡灾害敏感性区划图,确定最优编制方法。对基于Logistic回归模型编制滑坡灾害敏感性区划图提出若干指导性建议,丰富和完善了Logistic回归模型编制滑坡灾害区划图方法体系。     

正则回归模型正则参数的选取策略及应用

针对路基沉降分析和预测中的正则回归模型算法,分析了正则参数的选取方法.根据矩阵条件数理论和最小二乘原理,提出了以控制信息矩阵条件数和残差平方和大小的正则参数选取新策略.结合二元回归模型的计算结果表明:提出的正则参数选取策略不仅降低了矩阵条件数,也能获得较小的残差平方和值.     

多重多元回归分析在既有铁路沿线地质灾害评价中的应用——以集通线通辽段为例

以多元多重回归分析方法为基础,以集通线为例,对铁路沿线的各判别因子进行详细的归类和分析,建立适合对既有铁路沿线地质灾害进行评价的模型,并利用该模型对集通沿线区域进行评判计算.评价结果表明,该模型在铁路沿线地质灾害评价中是可行和有效的.     

广告牌空间位置对驾驶人视觉的影响分析

以广告牌为代表的道路路侧设施信息纷繁复杂,给驾驶人带来视觉负荷,为确定路侧信息对驾驶人行车环境造城的影响,研究通过设计实车试验,将所有被注视的高立柱塔架式广告牌作为研究对象,以交通量、照明和空间位置等作为分类变量,利用Logistic回归模型,讨论分类变量是否对驾驶人捕捉广告牌有显著性影响。研究表明,广告牌空间位置对驾驶人视觉行为产生影响,右侧紧临道路设置广告牌对驾驶人视觉捕捉的比例最大。探究结论对广告牌的设置依据提供借鉴和建议。     

上海大众：回归“大众”

“麦莎”刚走,上海大众又刮起一股强劲的飓风。一项名为“飓风行动”的组合营销措施于8月8日被启动,对旗下多款车型进行优惠促销,帕萨特竟然狂降近5万元……这是否意味着——     

基于AR模型的并靠两船相对运动预报研究

根据两船相对运动的特点,利用两船模相对运动的测量数据,运用基于自回归模型的时间序列分析法,建立了两船相对运动的数学模型,并给出了运动姿态的预报值.通过本方法的研究,可以得到满意的相对运动预报精度,为两船补给波浪、补偿装置的开发打下了理论基础.     

西安市早产儿发生状况及其影响因素分析

目的分析西安市单胎活产新生儿早产发生率及其影响因素,为早产儿的预防提供流行病学依据。方法采用多阶段分层随机抽样调查方法,于2013年7月至12月以问卷调查的方式收集西安市2010—2013年间怀孕且结局明确的育龄妇女及其生育子女的相关信息。采用Logistic回归模型对早产儿影响因素进行分析。结果本次调查中,西安市末次妊娠单胎活产新生儿早产的发生率为2.81%,2010—2013年各年早产儿的发生率分别为3.51%、3.13%、3.18%、2.21%,差异无统计学意义(P=0.248);被调查的西安市5个区早产儿的发生率分别是,灞桥区3.10%,碑林区2.41%,莲湖区2.14%,新城区3.70%,雁塔区2.64%,差异无统计学意义(P=0.259);城镇居民、农村居民早产儿的发生率分别为2.96%和2.69%,差异无统计学意义(P=0.581)。Logistic回归分析结果显示,妇女职业为工人[OR=4.06,95%CI(1.69,9.75)]、既往不良孕产史[OR=10.68,95%CI(6.92,16.48)]、围孕期饮酒[OR=6.31,95%CI(1.21,32.99)]、放射性检查[OR=6.13,95%CI(1.64,22.85)]、职业危险因素暴露[OR=1.96,95%CI(1.08,3.57)]、妊高症[OR=4.80,95%CI(2.17,10.61)]、患病[OR=0.64,95%CI(0.43,0.95)]是早产儿发生率的影响因素。结论 2010—2013年西安市单胎活产新生儿早产发生率低于全国平均水平。妇女职业为工人、既往不良孕产史、围孕期饮酒、放射性检查、职业危险因素暴露、患妊高症可增加新生儿早产发生风险。     

卡尔曼滤波在船舶跟踪预测中的研究应用

利用卡尔曼滤波算法的自回归性,将其应用到船舶动态跟踪预测中,建立船舶运动的状态方程,通过当前状态进行下一时刻的位置和速度预测,然后利用Matlab对采集到的10帧图像进行实验仿真。通过对测量值、估计值和最优值的对比可知,本文算法能够较高精度的对船舶进行跟踪预测。