计算机定量分析中回归法的误差和简化研究

将线性回归法引入定量分析化学的实验数据处理中，以邻二氧菲测定微量铁实验数据为例，讨论了传统的绘制标准曲线方法的差异，并基于线性回归法导出了处理结果的误差计算公式，同时开发出了简化分析过程的软件。     

直线度误差测量数据处理的堆凸集法

本文针对直线度误差在线自动测量中提出的数据处理问题，提出了一种新的解法－堆凸集法，把进行中的测量数据定义为整个测量数据集的一个子集，当测量数据依序获得时，相当于这个子集求其与另一个子集的和，一般情况下，两个子集的和并不一定是一个子集，因此本文给出了一个关于两子集之和的定义，在此定义之下可以使用堆集方法解决渐增凸集的问题。     

基于LabVIEW的多元线性回归数据处理系统

多元线性回归分析是一种重要的数据处理方法,借助图形化的虚拟仪器开发平台LabVIEW可开发出集数据剔错、模型构建、统计检验、区间估计与预测等功能为一体的多元线性回归的可视化数据处理系统。系统构建方法新颖和稳健,通用性和适应性强,可方便地与数据采集整合使用,又可单独应用,具有广泛应用价值。文章对系统的构建与设计作了阐述,给出了主要的实现程序。     

基于Matlab和Excel的误差理论教学软件设计

针对误差理论与数据处理教学过程中存在的数据计算量大,学生理解困难等问题,提出应用Matlab和Excel软件相结合,实现人机交互,测量数据的自动读取及分析功能。应用到教学中,可以帮助学生理解数据处理的理论知识,直观观测到数据的变化趋势及实现数据的分析预测,有效提高教学质量。     

R语言中线性回归分析应用研究

R语言以其编程性、快速更新及强大的可视化功能逐步成为统计研究的一种重要分析软件.本文基于R语言,对翼型自噪声数据集进行回归分析,分别拟合了一个不含交互项和含有交互项的回归模型,并通过回归诊断检验模型假定.利用方差分析和信息准则选择了最佳模型,并利用测试集对最佳模型的预测能力进行评估.     

传感器输出特性的线性化回归程序设计

介绍了用面向对象程序设计方法编制的线性回归数据处理程序 ,该程序用于传感器实验数据的回归处理和特性曲线的绘制     

误差回归的方法在微机控制中的应用

本文对曲线拟合中误差问题进行了讨论,提出在微机控制中对曲线拟合产生的误差使用误差回归的方法,对误差进行多点快速修正。该方法已在微机控制发射光谱谱板定量分析中得到应用,并取得了较好的效果,有一定的推广价值。     

基于MATLAB GUI的线性回归模型的设计与应用

线性回归分析把工程和科学实验数据拟合为线性函数,以反映变量间的相互关系。文章介绍采用MATLAB GUI进行线性回归模型及其F检验和t检验的程序编写方法与步骤,开发出操作灵活、显示简洁、数据修改方便的人机界面,并以实例验证其有效性和实用性。     

最小化总投影误差优化一元回归分类的人脸识别

针对现有回归分类算法不能很好地考虑总类内投影误差而影响人脸识别鲁棒性的问题,提出最小化总投影误差(TPE)的一元回归分类算法。首先通过各个类投影矩阵计算所有训练数据的类内投影误差矩阵,并且借助特征分解找到一元旋转矩阵;然后利用一元旋转矩阵将每个训练图像向量转换为新的向量空间,并计算出每个类的特定投影矩阵;最后,根据一元旋转子空间中各个类的最小投影误差来完成人脸的识别。在人脸数据库ORL、FERET、扩展YaleB及一个户外人脸数据库上的实验验证了该算法的有效性及鲁棒性。实验结果表明,相比于其他几种先进的回归分类算法,该算法取得了更好的识别性能。     

适用于线性回归和逻辑回归的场景分析

针对机器学习领域中两种常用的预测与分类算法,线性回归和逻辑回归,比较适用于两者的应用场景。基于python sklearn中的糖尿病数据集,采用两种算法建立三个不同模型,即一元线性模型、多元线性模型、逻辑回归模型对同一目标值进行预测并得出预测准确率进行比较。结果表明,在数据集各自变量呈离散分布并与因变量间缺少良好线性关系的情况下,使用线性回归方法所获得的准确率低于使用逻辑回归算法所获得的准确值。     

基于B/S结构的一种分析化学实验数据处理系统

采用Visual Studio．Net工具和ACCESS数据库,设计开发了一种基于B／S结构的分析化学实验数据处理系统,该系统实现了原始实验记录输入、学生实验结果输入、实验结果自动计算、实验成绩自动评定等功能。学生和教师通过互联网使用系统,完成实验数据的处理和评价非常方便。     

基于递归神经网络的英译汉机器翻译模型设计与实现

在自然语言处理领域,递归神经网络在机器翻译中的应用越来越广泛;除了其他语言外,汉语中还包含大量的词汇,提高英译汉的机器翻译质量是对汉语处理的一个重要贡献;设计了一个英汉机器翻译系统的模型,该系统使用基于知识的上下文向量来映射英语和汉语单词,采用编解码递归神经网络实现;对基于激活函数模型的性能进行了测试,测试结果表明,编码器层的线性激活函数和解码器层的双曲正切激活函数性能最好;从GRU和LSTM层的执行情况来看,GRU的性能优于LSTM;注意层采用softmax和sigmoid激活函数进行设置,该模型的方法在交叉熵损失度量方面优于现有的系统.     

Pulse-order recursive method for inverse covariance matrix computation applied to space-time adaptive processing

The conventional space-time adaptive processing(STAP) method such as the typical sample matrix inversion(SMI)-based STAP method is difficult to implement for a practical system because intense computational complexity arises in calculating the inversion of a space-time covariance matrix directly.According to the block Hermitian matrix property of space-time covariance matrix,a new pulse-order recursive method is proposed in this paper to calculate the inverse covariance matrix for the STAP adaptive weight,which can reduce the computational complexity significantly.The proposed method requires initially calculating the inverse covariance matrix of the first pulse-order recursively based on the block Hermitian matrix property.In the following,the inversion of space-time covariance matrix is obtained recursively based on the previous pulse-order inverse covariance matrix.Next,the STAP adaptive weight is calculated based on the inversion space-time covariance matrix previously obtained.Compared with the conventional SMI-based STAP algorithms,the computational complexity of the proposed method is reduced to more than 50% for the same clutter suppression performance.This method can be applied to practical systems benefiting from small computational complexity and stable clutter suppression performance.     

基于递归耦合方法的三对角线性方程组分布式并行算法

提出了一种在分布式计算机上用递归倍增方法解三对角线性方程组的并行算法。通过研究算法中的额外开销达到优化标量算法的执行和通讯,并减少了存储开销。当三对角线性方程组的系数矩阵满足对角占优时,该算法在运行过程中不会中断。最后,在采用消息传递编程模型的基于局域网MPI并行环境下对算法进行了评价。数值实验结果表明,该算法是高效的。     

基于递推分解的Torus网络可靠性研究

为解决大规模Torus网络可靠度计算中遇到的NP难问题,引入递推分解和组合模型的思想对Torus网络的可靠性进行分析研究.递推分解的算法降低了计算网络可靠度的复杂性,组合模型的方法则降低了网络的结构复杂度.对于大规模的Torus网络,通过采用可靠度上下界逐步逼近的方法,可以得到较高精度的可靠度近似值.实验结果表明,在结点失效概率均小于0.10%时,对多达上千个结点的Torus网络仍超过90%的可靠度,而且提出的方法也适合其它并行体系结构网络的可靠度计算.     

基于OLAP的医疗保健数据处理设计与实现

为了有效地利用数据资源,提高决策支持的能力,需要研制相应的OLAP解决方案。详细介绍了联机分析处理的基本概念和数据分析方法。在此基础上提出了适用于医疗保健数据处理应用的设计与实现方法,构建了系统的整体结构,详细分析了各模块的功能,建立了数据模型,使用VB6．0和SQL Server等开发工具进行了系统的实现。经过对实现结果的分析,达到了最初的设计要求。     

一种新的基于遗忘因子的递推子空间辨识算法

针对工业系统中广泛存在的时变特性, 提出一种新的递推子空间辨识算法, 实现对系统状态空间模型的在线递推估计. 为更好地跟踪系统时变特性, 研究基于遗忘因子的输入输出数据矩阵构造机制, 以提高递推算法的收敛速度; 针对算法中奇异值分解的求解问题, 将梯度型算法引入基于遗忘因子的状态子空间跟踪中, 实现对广义能观测矩阵的估计, 避免了子空间近似带来的估计有偏性; 该算法计算简单有效, 且对初值具有更高的鲁棒性; 最后给出该递推算法的性能分析, 理论证明其收敛性, 并通过仿真实例验证算法的有效性.     

K均值和中值滤波混合算法及其递归实现

针对标准中值滤波算法边缘保持能力较差的缺点,设计了K均值中值滤波算法和递归K均值中值滤波算法。使用K均值方法将中心像素点的邻域数据序列分成两类,将该像素点所属的这类数据的中值作为输出。为了加快算法的速度,提出了两个阈值T_L和T_H,保证在不影响结果精确性的同时尽量减少处理时间。传统的K均值算法耗时较高,论文的另一个改进是对K均值的优化处理,大大缩短了算法的处理时间。实验证明改进算法具有较好的噪声抑制能力和边缘保持能力。     

An algorithm for automatic round-off error analysis in discrete linear transforms

The discrete linear transforms implemented on computers require a very great number of computations. The round-off errors inherent in the floating-point arithmetic of the computer generate errors in the results which may be fairly large.

In this paper we propose an algorithm based on the La Porte-Vignes Perturbation Method which is able to automatically analyze the round-off error in any discrete linear transform. Furthermore, this algorithm supplies the local accuracy in any discrete transform in the case of experimental data (data errors and round-off errors).