BP网络和多元线性回归在产量预测中的应用

采用改进的BP神经网络算法和多元线性回归模型分别建立目标函数,并以油田产量预测为例计算验证。通过比较分析,BP网络模型克服了多元线性回归模型的局限性,检验误差为0.016 2,同时表明神经网络的非线性映射能力能够更好地反应多个自变量和因变量之间的复杂关系,具有较好的精确性和可行性。     

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。     

多元线性回归算法在双定户定税中的应用

通过对双定户科学、合理的定税结果的多次统计，发现一定区域内定税结果呈现总体服从正态分布，个体相对误差最小、影响定税的主要因素相互独立而且有固定的比例，基于此种统计结果适时提出在双定户的定税中引入多元线性回归算法。对算法在定税中的具体应用做了详细的说明，以此提高个体的征管水平，促进个体经济健康发展。     

具有模糊控制变量的多元线性回归

多元线性回归被广泛用于预测。回归式反映了响应变量和预测变量间的线性关系。将模糊集理论引入多元线性回归中,通过模糊控制变量,可以得出更符合实际,也更容易为人所理解的回归模型。针对真实数据的实验表明,具有模糊控制变量的线性回归可以解决一类复杂的回归问题。     

基于多元线性回归的飞机燃油消耗诱因分析

针对民航运行燃油成本增加问题,为了提升燃油经济性,采用多元线性回归建立的燃油消耗诱因分析模型,定量分析了飞机燃油消耗诱因.将飞机落地剩余油量作为对象,从飞机性能、飞行操纵等方面选取了影响落地剩余油量的参数.先利用相关性分析进行了参数筛选,通过主成分分析对筛选后的参数进行降维,并建立了回归模型,分析了各因素对落地剩余油量的影响.利用某航空公司航线运行数据进行了仿真验证,结果表明,所建模型可以精确得出不同参数对燃油消耗的影响程度.研究可为油量监控和运行节油策略等方面的研究提供基础.     

Excel多元线性回归及在化学中的应用

多元线性回归分析方法是化学实验数据处理中常用的数理统汁方法之一。本文介绍了利用Microsoft Excel的工作表函数、分析工具及规划求解工具等进行多元线性回归分析的多种方法并以分光光度法多组分同时测定为例．详细介绍了其使用方法和应用技巧。结果表明：在Microsoft Excel中,用不同分析方法对实验数据进行多元线性回归处理后,所得分析结果基本相同,甚至完全一致。与使用计算机编程或专业统计分析软件对数据进行多元线性回归分析相比．此方法不但快捷方便,操作简单,而且结果准确,易学易用,可大大提高实验数据处理效率。     

微粒群算法在改进多元线性回归上的应用

文献[1]利用带约束的非线性规划,将各种改进的多元线性回归方法——主成分回归、岭回归、稳健回归及约束回归统一在一个非线性规划模型中。应用微粒群优化算法(ParticleSwarmOptimization,PSO)对其进行求解,实际算例表明,该方法不但可行,而且得出的结果比其它方法及文献[3]的结果与实际符合得更好。     

基于多元线性回归的螺纹钢价格分析及预测模型

通过分析期货黑色系品种螺纹钢产业链上下游的关系,提出了一种基于多元线性回归分析的螺纹钢价格分析及预测模型。首先,收集 影响螺纹钢价格的主要因素数据,包括焦炭期货结算价、焦煤期货结算价、铁矿石期货结算价、热卷期货结算价与人民币兑美元汇率中间价;然后,通过散点图与趋势线对这些影响因素进行分析以确定影响因素,借助SPSS与NCSS软件利用收集到的数据构建基于最小二乘法的多元线性回归模型,并通过岭回归分析消除自变量间的共线性,得到修正后的模型;最后,运用此模型对未来一个月交易日的螺纹钢价格进行较为精准的预测。实验表明,该模型拟合度较高,具有一定的实用性。     

基于多重线性回归模型的翻译等价对获取

翻译等价对在词典编纂、机器翻译和跨语言信息检索中有着广泛的应用。文章从双语句对的译文等价树中抽取翻译等价对。使用译文直译率、短语对齐概率和目标语-源语言短语长度差异等特征对自动获取的等价对进行评价。提出了一种基于多重线性回归模型的等价对评价方法,并结合N-Best策略对候选翻译等价对进行过滤。实验结果表明:在开放测试中,基于多重线性回归模型的等价对评价及过滤方法其性能要优于其它方法。     

基于多元线性回归预测模型的sensor态势研究

由于系统漏洞层出不穷,网络管理员也不容易获得用户主机的安全态势,如何在攻击者利用漏洞之前,对网络中用户主机的漏洞、脆弱性进行自动发现成为保障计算机网络安全、平稳运行的关键问题。文中针对多元线性回归预测模型算法,首先利用最小二乘法实现对多元线性回归方程的求解,然后利用＂t-检验＂检验回归系数的显著性,实现对sensor安全的精确预测,使网络管理员能直观了解到sensor的全状况,以寻求最低的事故率、最少的损失和最优的安全投资效益。     

基于多元线性回归的空腹血糖影响因素分析方法

通过分析空腹血糖影响因素的关系,提出了一种基于多元线性回归分析的空腹血糖影响因素分析方法。首先,收集影响空腹血糖的主要因素数据,包括血清总胆固醇、甘油三酯、空腹胰岛素、糖化血红蛋白;然后,通过散点图对这些影响因素进行分析和确定,利用收集到的数据构建基于最小二乘法的多元线性回归模型,并通过逐步回归分析得到修正后的模型;最后,运用此模型确定了影响空腹血糖的关键因素,以为糖尿病患者的平时饮食给予指导以及为医生的临床治疗提供参考。     

基于小波域多元非线性回归的鲁棒性数字水印算法

提出一种基于小波域多元非线性回归分析的鲁棒性数字水印算法,此方法首先对图像进行三级小波变换,并将低频系数划分成3×3的块,然后建立块质心能量值与其邻域像素点的能量值的非线性回归模型,最后依据建立的回归模型嵌入和检测水印,仿真实验表明本文所提出的算法在对抗JPEG压缩、图像亮化、剪裁、噪声等攻击具有良好的鲁棒性和抗攻击能力。     

基于改进的粒子群算法的多元线性回归模型参数估计

针对基本粒子群算法易陷入局部解的不足,本文基于基本粒子群算法,着重对惯性权重因子进行改进,在非线性递减惯性权重策略基础上增加随机因素的考虑,给出了改进的算法—非线性递减随机惯性权重粒子群算法。并利用国际常用基准测试函数进行仿真实验,测试结果验证了改进算法的计算性能优于基本粒子群算法。在此前提下,本文针对多元线性回归分析中的参数计算复杂问题,又提出一种基于上述改进算法的参数估计方法,以最大似然准则作为粒子群优化算法的适应度函数,建立多元线性回归分析中的参数估计计算模型。算例仿真结果显示,该方法是高效和实用的。     

基于分段线性回归的水质遥感图像校正算法

针对环境一号卫星拍摄到的水质遥感监测图,相对于实际水域的水质分布状况存在一定的差异,严重影响到水质监测报告的精确度,由此提出一种基于分段线性回归的水质遥感图像校正算法,利用监测水域实际测量到的实时数据和反演结果图的最小值、最大值和均值,将这3对数据进行分段线性回归,得到校正公式并完成校正。实验结果表明该算法校正精度高、速度快,极大地提高了水质监测报告的精确度。     

基于模糊控制器的蒸汽发生器水位实时监控系统

本文设计了一个模糊控制系统,用来实时控制蒸汽发生器的水位,系统硬件以DSP为核心,软件采用FuzzyTECH软件,应用模糊推理理论建立了模糊推理规则。系统具有显示、报警、参数校正、通讯等功能,能够保证蒸汽发生器的水位控制不受“虚假水位”的影响,并能快速达到并稳定于水位设定值。     

线性回归和BP神经网络在噪声监测中的应用

噪声监测系统能够自动测量噪声分贝值,并实时处理系统监测到的各种声音环境信息,但是在噪声监测系统的实际应用中,噪声的分贝值受到温度、湿度和大气压力等多个因素影响,与实际值存在误差.为了提高噪声的测量精度,必须使用相关技术进行校正,系统采用了线性回归和BP神经网络技术,研究了预测模型的因素和系数,分析了模型中因素的相关性,...     

线性估算在码率控制中的应用

码率控制是视频通信中的一个关键环节,用于调控编码视频的输出质量,而码率控制算法的效率也很大地影响着视频质量。线性估算有多项式级别的时间复杂度,可以处理多种码率约束问题。基于码率约束的线性放宽以及帧级别率失真函数的线性估算,对信源-信道联合码率控制和灵活解码端缓冲器模型下编码问题具有较优的性能。     

薄厚度有机防护涂层的太赫兹无损检测与多元回归分析

传统太赫兹检测数据处理方法中,介质层最小检测厚度受限于太赫兹在介质中的脉冲相干长度的一半.采用引入粒子群优化的多元回归分析方法来提高太赫兹检测有机防护涂层厚度分辨率.分别以太赫兹原始检测信号、傅里叶反卷积得到的脉冲响应函数、信号经平稳小波变换分解的细节系数为对象,提取不同特征参数建立相应的多元回归模型,并引入粒子群算法进行优化,最后用相应模型预测薄厚度涂层.预测分析结果表明:采用本文方法对太赫兹检测信号的平稳小波变换细节系数进行分析,能够有效提高太赫兹脉冲对薄厚度涂层的检测精度,有利于涂层涂装生产中的质量监控.