浙江省固定资产投资与经济增长关系的实证分析

基于1985-2004年数据,运用协整理论分析了浙江省固定资产投资增长率与GDP增长率的均衡关系,并建立了它们之间的误差修正模型（ECM）和向量自回归（VAR）模型。GRANGER因果检验得出的结论表明,浙江固定资产投资的变动显著地引起了GDP的变动,而GDP的波动对投资的作用相对要小。     

寒冷地区隧道温度场的变化规律

为了揭示隧道温度场的变化规律,以某寒冷地区公路隧道为依托,选择11个测试断面,对隧道拱顶、拱腰、边墙和路面四个部位的温度进行1.5a的长期测试,采用正弦函数回归法,对测试数据进行分析。结果表明:隧道洞内的年气温变化具有周期性,随时间大致呈正弦曲线变化;隧道内纵向气温随着进入隧道距离的增大,年平均温度逐渐下降,年温度振幅也下降,其变化规律呈指数函数曲线变化关系;隧道围岩温度在径向一定范围内,随着径向深度的增加,年平均温度上升,年温度振幅衰减,并且呈指数函数曲线变化关系;防水夹层对隧道保温隔热是有利的。     

短期货运预测模型研究

短期货运量的预测对于交通运输系统的运作与管理具有重要意义．本文将回归分析与时间序列分析相结合,提出一个带有回归项和时间序列误差项的回归-时序混合模型,用以进行短期货运量的预测．在对模型进行识别、初估计的基础上,采用极大似然方法进行参数估计,经反复拟合,并对模型进行相应检验,最后得到符合要求的拟合模型。应用此回归-时序混合模型进行月度货运量的拟合预测,并与多元线性回归模型和季节ARIMA模型的拟合预测结果相比较,表明回归-时序混合模型可以提高短期货运量的预测精度。     

壮怀如我更何人 漫谈GT精神

意大利车厂玛莎拉蒂以"GranTurismo is back"宣传他们的新一代GT跑车。车厂言"回归",到底所云何物?     

基于非参数回归的短时交通流预测研究综述

短时交通流预测是实现交通控制和诱导的关键问题之一。综述了基于非参数回归的短时交通流预测方法,指出了状态向量的选取没有考虑天气环境等存在的问题,提出了改进思路和方法,即基于动态聚类和决策树的历史数据组织方式、时空一天气环境相结合的状态向量选取方法以及基于密集度和状态向量的自适应变K机制等,期望通过这些改进能提高基于非参数回归短时交通流的预测精度,为交通控制和交通诱导建立基础。     

平纵组合曲线的加减速特征

平纵组合曲线对驾驶人的加减速行为产生直接影响,不良的线形组合易诱导不利的加减速行为进而导致安全问题。研究了凹、凸两类共6种典型平纵组合曲线上的车辆加减速特征,收集了二广高速公路41条平纵组合曲线的实车运行速度数据。根据组合曲线上最大速度与最小速度的差值定义了5种加减速特征：保持稳定车速、显著加速、显著减速、先加速后减速及先减速后加速。使用多元Logistic回归模型分析了两种组合曲线及其几何特征对车辆加减速特征的影响。结果表明：凸形组合曲线、凹形组合曲线上加减速特征明显不同。对于凹型组合曲线而言,圆曲线长度、进弯缓和曲线长度对加速行为有显著负效应,随着进弯缓和曲线长度的增加,发生显著加速的概率将显著降低。对于凸形组合曲线,组合曲线半径、组合曲线长度对加速行为有显著负效应。     

基于数据挖掘的道路交通事故成因分析

为减少道路交通事故的发生,基于某市2020年的交通事故数据分析道路交通事故规律及成因,以照明条件、能见度和天气等9个因素为自变量,以无伤害、轻伤、重伤及死亡等4种交通事故严重程度为因变量,采用多元Logistic回归模型和有序多分类Logistic回归模型,分析影响交通事故严重程度的重要因素。对某市2021年第1季度的交通事故数据进行验证,结果表明：多元Logistic回归模型和有序多分类Logistic回归模型对交通事故严重程度的正确预测率分别为75.1%、75.0%。基于数据挖掘的道路交通事故成因分析可为交通管理部门治理交通环境、降低交通事故提供依据。     

基于加权分位数回归参数估计的AR模型及其应用

提出加权分位数自回归AR(p)模型对路基边坡变形预测的新方法,给出其原理和具体算法。以重庆奉云高速公路某滑坡段为例验证了该方法的有效性,并与其他模型作对比分析。结果表明：新方法的预测效果优于最小二乘参数估计的AR(p)模型、非加权分位数估值的AR(p)模型、ARIMA及EMD-ARIMA模型。     

交通事故回归分析中对样本缺损的技术处理

笔者在文中对交通事故预测中方法的应用、因子挑选以及多种因素的组合对事故的影响进行了较为深入地分析,尤其对基于回归分析法的样本缺损值之处理技术进行了探讨,收到了较好的效果.