回归分析方法在计算机测控系统中的应用

作者介绍了如何利用回归分析方法分析计算测控系统测量的数据,利用图形分析说明了使用回归分析方法得到的分析结果的准确性,给出了计算机程序框图,通过试验结果说明回归分析方法在计算机测控系统中广泛应用的重要性。     

应用支持向量机回归确定岩体强度指标

在确定岩体力学参数中引入支持向量机，介绍了其具体的回归算法．并用这一方法回归预测岩体强度指标，通过实例证明支持向量机用于多影响因素、小样本容量的岩体强度指标回归问题，能够保证较理想的推广预测能力．     

无处找寻

一个人在一种环境和氛围中生活久了,就想找个机会跳出场外,不怀目的、没有动机地远离现实的熙攘,去正视自己的灵魂,寻找心的宁静与平和。从拉萨返回西宁途中,到达格尔木小住,一下子从繁杂的琐碎中回归于平静,忽然不想理任何人,也不想被任何人纠缠,就坐上车,不经意地闲逛。这是六月,一个灰蒙蒙的日子,天空皱着眉,太阳无影无踪。 猎豹车徐徐行驶,车轮碾着黄风扩张着运转的领域,也不知过了多久,车驶过一条浑浊的小河,越过一片小沙丘,有星星点点的红柳和高原灌木映入眼帘,再往前,干涸和灰雾中闪出一片围墙,心不由抖动了一下。我曾不止一次去过那     

FAULT IDENTIFICATION IN HETEROGENEOUS NETWORKS USING TIME SERIES ANALYSIS

Fault management is crucial to provide quality of service grantees for the future networks, and fault identification is an essential part of it. A novel fault identification algorithm is proposed in this paper, which focuses on the anomaly detection of network traffic. Since the fault identification has been achieved using statistical information in management information base, the algorithm is compatible with the existing simple network management protocol framework. The network traffic time series is verified to be non-stationary. By fitting the adaptive autoregressive model, the series is transformed into a multidimensional vector. The training samples and identifiers are acquired from the network simulation. A k-nearest neighbor classifier identifies the system faults after being trained. The experiment results are consistent with the given fault scenarios, Which prove the accuracy of the algorithm. The identification errors are discussed to illustrate that the novel fault identification algorithm is adaptive in the fault scenarios with network traffic change.     

计算机联锁软件模拟自动测试系统的研究与实现

基于灰箱测试模型,实现非侵入式闭环联锁软件自动测试系统。系统测试分自动和手工两种方式。测试程序软件采用模块化设计。仿真程序界面采用虚拟面板技术,使操作直观、方便、简捷,增强了仿真能力。系统测试基于联锁特征数据,联锁表保证测试的连续进行。实际应用表明,本系统能够发现联锁软件故障,提高测试效率;有利于进行回归测试;可以降低人为的操作失误和对测试人员的技术要求,减少测试成本,满足联锁软件出厂测试和现场测试自动化的需要。     

基于广义回归神经网络的货运量预测

根据货运量形成的原因 ,分析了货运量和相关影响因素之间的关系以及货运量预测的特点。在此基础上 ,建立货运量预测的广义回归神经网络 (GeneralRegressionNeuralNetwork ,GRNN)模型 ,并以我国 1981～ 2 0 0 1年的货运量和相关经济指标的历史统计数据作为学习样本 ,通过拟合训练和外推预测分析 ,验证了GRNN用于货运量预测的有效性