面向女大学生的职业套装感性设计研究

为分析目标被试对职业套装的感性评价,建立消费者感性意向与具体设计元素之间的对应关系,以进行相应的感性设计,研究以职业套装作为研究载体,以女大学生作为实验对象,采用主成分分析对初始的感性词做降维处理,提取出贡献率较高的两个因子做代表因子,命名为成熟优雅因子和职业简约因子,在设计时可以从这两个方面进行风格规划。通过计算每个样本在2个因子上的得分,分析样本与感性因子之间的交互关系,进而分析了2个因子中高分数样本的属性特征,从而有针对性的进行职业套装设计。     

现代职业套装设计风格与发展趋势分析

从职业套装概念内涵和类别特征入手，分别阐述了现代男性职业套装和女性职业套装的主要设计风格。在对设计风格论述的基础之上对影响职业套装发展的因素进行了分析，并且归纳和总结出职业套装多样化、个性化、轻松化、时装化和品牌化的发展趋势。     

基于多元回归和神经网络途径的太湖富营养化指标分析与预测

水体富营养化是目前太湖面临的一个重大环境问题,有效地预测湖泊的水质变化对防治富营养化至关重要. 现有的预测方案很多依赖于一些常见的与目标变量相关的因素,针对太湖这一具体对象,难以全面准确地分析相关因素之间的联系以及预见目标变量的变化趋势. 本文首先寻找出太湖富营养化的所有可能的影响因素,提供较为全面的备选变量以期更好地查找出目标变量的相关因素. 选择总氮这一富营养化重要评价指标作为分析和预测的对象,根据各影响因子与总氮之间的相关系数筛选出影响程度较高的因素. 分别运用多元线性回归分析方法和BP神经网路预测方法对总氮的变化进行预测研究,并将两种方法的预测性能进行比较. 结果表明,从较为全面的变量中选出的影响因子可较好地预测总氮的变化情况,多元线性回归和BP神经网络方法的实验结果都较好,从拟合优度和均方误差的角度看,BP神经网络的预测效果更好.     

多元回归模型在椭球约束下回归系数的齐次线性 minimax 估计

讨论了多元回归模型中回归系数在椭球约束下可估参数矩阵ＳＢ的线性ｍｉｎｉｍａｘ估计,并给出了全部的齐次线性ｍｉｎｉｍａｘ估计。     

基于文本挖掘的高校网络舆情用户情感分析研究

随着互联网和新媒体技术的蓬勃发展,社交媒体平台已经成为高校学生获取信息、交流沟通、表达诉求的主要载体,也为高校网络舆情管理带来了新的挑战。本文通过数据采集及分析工具和技术,对于新冠疫情期间产生的高校网络舆情热点话题“武汉高校宿舍被征用”和“考研扩招”的用户评论数据进行了数据采集、预处理和文本挖掘分析,判断了用户在这两个话题中的情感倾向,并对评论的情感走势和社会网络关系进行了分析,得出相关结论。最后,给出了高校网络舆情引导和治理的相关建议。     

供电收入的分析与预测

在历史数据的基础上，对供电收入进行统计分析，定量刻画供电总收入的走势，预测结果证明所建模型基本合理，可以为中国电力行业的改革提供借鉴。     

基于灰关联分析的多元线性回归模型在城市年需水量预测中的应用

科学预测城市需水量对城市的发展具有十分重要的意义.影响城市需水量的因素很多,采用灰关联分析方法,对影响需水量的各个因素进行分析,从中挑选出影响需水量的主要因子,建立需水量与主要影响因子之间的多元线性回归预测模型.实例表明,模型具有较高的拟合精度和预测精度.     

基于用户关联度的半监督情感分析模型

随着信息技术与社交媒体的不断发展,用户情感分析在舆情监控、信息预测、产品评价上发挥着越来越重要的作用.然而,监督学习手工标签获取困难,无监督学习缺少标签的引导,因此本文基于社会学理论建立了半监督的情感分析模型,该模型主要分为标签添加和情感分析两部分.标签添加部分首先基于情感一致性和情感传染性两种被认可的社会学理论建立UR-S模型,然后通过用户关联度和文本相似度进行改进,建立TRS-SAT模型,增加标签数量.情感分析部分将TRS-SAT模型与卷积神经网络结合,通过卷积神经网络挖掘特征集合与情感分析标签之间的深层次联系,构建半监督学习模型改善情感分析性能.实验表明,本文提出的基于用户关联度和深度学习的半监督情感分析模型,与半监督的支持向量机模型相比,准确率、召回率、F值分别提升11.40%、5.90%、8.65%;与卷积神经网络模型相比,分别提升4.12%、4.17%、4.14%,均有较好的表现.由此证明,该模型能够为舆情分析与用户决策提供良好的理论基础,具有创新性和实用性.     

基于灰关联分析的多元线性回归模型在中长期水文预报中的应用

采用灰色系统理论中的关联分析方法,对影响径流的各个因素进行分析,挑选出影响径流的主要因子,建立径流与主要影响因子之间的多元线性回归预测模型.通过实例证明,该方法简单可行,预测精度较高.     

基于多元线性回归的PBGA可靠性灵敏度分析

基于全局灵敏度分析方法,研究了塑封球栅阵列(PBGA)的热机械疲劳可靠性,得出对PBGA热机械疲勇寿命影响较大的设计参数.利用正交试验法,建立BT基板弹性模量、PCB弹性模量和焊球半径不同水平组合下的PBAG有限元模型,并对其进行热应力分析,利用修正后的Coffin-Manson方程对其进行寿命预测.基于多元线性回归法,建立PBGA寿命与关键设计参数的函数关系,并对该方程的预测效果进行验证.结果表明预测结果可信.     

最佳多元线性回归模型的选择

研究了7个常用的变量筛选法、最佳回归模型的选择方法及其SAS分析程序，并通过案例分析证明了本文所提供的在定量经济分析中最佳回归模型选择理论析合理性，并具有较高的实际应用价值。     

非线性多元回归分析的神经网络方法

提出了利用前馈神经网络进行非线性多元回归分析的方法,该方法能有效解决传统多元回归分析难以解决的非线性多元回归问题;并提出了进行非线性多元回归分析的BP改进算法,通过实例验证了其有效性.     

多元线性回归同时分光光度法

将多元线性回归分析应用于分光光度法中,同时测定了多组分金属离子混合物各组分含量．讨论了方法原理和最佳实验条件,建立了回归方程和线性方程组．对１０个四元组分混合样进行了测定,获得满意结果．     

一元线性回归模型的贝叶斯分析

在贝叶斯统计的基础上,给出了一元线性回归模型的贝叶斯分析方法.     

多元线性回归分析在房地产市场中的应用

从房地产需求的相关理论出发,以房地产价格、人均可支配收入、国内生产总值和城市化等为着手点对影响房地产需求的因素进行分析。同时运用近17年房地产的相关数据建立多元线性回归模型,进一步从实证角度分析各因素对需求量的影响程度。     

基于线性回归与检验的不规则构件精确刚度矩阵建模

传统刚度分析方法只能得到规则结构的刚度解析表达式,而针对不规则构件,通常采用将复杂构件简化为规则件的办法求解,由于过度简化得到的刚度矩阵精确度下降。为了便于进行面向刚度的机械系统参数优化设计,必须解决不规则构件的规范化刚度矩阵求解问题。以3-URS（U-虎克铰、R-转动副、S-球铰）并联机构中U型轴复杂构件为例,提出一种基于多元线性回归原理求解复杂构件刚度矩阵的方法。将刚度矩阵的每个元素看作回归系数,采用ANSYS分析得到力和位移值的多组数对,基于多元线性回归理论求解回归系数,并将其组成6×6的刚度矩阵。由于该刚度矩阵主要应用于后续的刚度矩阵叠加,为降低计算难度,提高计算效率,在保证一定精度的前提下,对回归方程中的每一个回归系数作t检验,剔除不显著变量,对方程形式进行简化。对简化后的方程进行F检验和拟合优度检验,验证方程的回归效果。应用该方法求解了U型轴复杂构件的刚度矩阵,通过实验给出了24组样本数据,依据多元线性回归分析得到6×6刚度矩阵,进行t检验后部分矩阵元素变为零,在对其进行F检验和拟合优度检验后得到机构的刚度矩阵。在相同外力作用下,对构件变形量应用该理论计算得到的刚度矩阵的理论计算值和ANSYS分析值进行了对比,结果表明最大误差仅为0.11%,验证了方法的准确性。     

基于多元线性回归分析房地产价格的影响因素

利用多元线性回归方法研究了商品房竣工面积、销售面积、建筑业贷款及利率因素对泉州市地区商品房平均价格的影响．     

基于SPSS国内某男西装数据库变量的相关分析

对国内某知名服装企业男西装推板优化,就要对国内某知名服装企业男西装数据库中6个主要的变量进行数据观测,即研究多维随机变量的分布、数字特征、变量之间的依赖关系及有关的统计特性.如果用一元统计方法,则势必要把多个变量分开分析,1次处理1个变量.由于这种方法忽视了诸变量之间可能存在着的相关性,因此,一般说来,丢失信息太多,这样所得分析结果不太可靠.另一种方法就是因子分析方法,它同时对多个变量的观测数据进行分析.这样的分析对诸变量之间的关系、相依性和相对重要性等都提供了重要信息,通过SPSS多元分析法对国内某知名服装企业男西装数据库变量分析,找出起主要贡献的因素.