电池剩余放电时间预测

本文主要研究铅酸电池以恒定电流强度放电到额定的最低保护电压的剩余放电时间。首先,根据同一生产批次电池出厂时以不同电流强度放电测试的完整放电曲线的采样数据,建立数学模型,确定不同电流强度下的放电曲线,并且建立平均相对误差,利用Matlab软件求解得到结果;其次,分析9个函数解析式找出规律,建立数学模型确定任一恒定电流强度下的放电曲线。最后运用Microsoft Visual C++6.0软件编程计算得到MRE评估模型的精度,从而得到误差较小,精确度较高,在可接受范围之内。     

激光（光电）测距仪剩余常数,固定误差,比例误差及其最小二乘解法

本文着重分析了激光和光电测距仪的剩余常数及其对测量结果的影响,给出了不等权求解加常数和乘常数最小二乘解的公式,提出了用相关平差法拟合固定误差和比例误差系数的方法,并给出了相应公式。     

基于VB编程的往复泵性能实验数据曲线绘制

性能曲线可直观地反映往复泵运行工况及其特性，传统的绘制方法工作量大，且效率低。现利用VB编程，对往复泵性能实验数据进行自动处理和计算，进而采用最小二乘法进行数据拟合，绘制出往复泵性能曲线，可快速进行往复泵的性能曲线绘制，大大提高了效率。     

基于DHSPSO的局部LS-SVM动态建模预测

基于局部建模方法可克服数据间非线性影响的思想,提出了一种基于动态和谐搜索混合粒子群优化(DHSPSO)的局部最小二乘支持向量机(LLS-SVM)动态软测量建模方法.该方法首先通过欧式距离选取局部训练样本子集,然后利用该子集建立LLS-SVM模型.用DHSPSO的方法选取最小二乘支持向量机的模型参数及训练样本子集的大小,该方法克服了常用的交叉验证法耗时与盲目性问题,适合在线建模及预测.此算法通过对某乙烯精馏塔的塔釜乙烯浓度软测量建模的工业实例仿真,结果表明该算法较其它算法具有更好的泛化结果和预报精度,具有良好的应用潜力.     

基于误差补偿原理对木材上料实验台理论分析与实验研究

利用激光位移传感器对搭建木材上料实验台进行三轴定位精度检测,通过分析结果计算出误差差值。然后利用最小二乘法进行拟合误差曲线,借助MATLAB软件来数值分析。将误差补偿曲线编写进控制器,通过预先输入补偿量的方式降低误差。通过实验分析证实了误差补偿方法理论的准确性和可行性,有效提高了试验台的运动精度。     

基于Matlab/Simulink的光伏电池建模与仿真

为了研究光伏发电系统,该文根据光伏电池的数学模型,利用Matlab软件在Matlab/Simulink下搭建了一种光伏电池仿真模型.通过对搭建模型运行仿真得出了光伏电池的特性曲线,并且经过改变外界参数对不同环境下的光伏电池的输出特性曲线进行了比较,得出了相应结论:不同环境下光伏电池的输出特性是不同的,且按照一定的规律变化,但每一种环境下光伏电池都有唯一的最大功率输出点.这对光伏并网系统的研究具有重要意义.     

系统误差校正中的时间对准问题研究

在雷达组网系统中，为了能迅速而准确地进行误差校正，必须对用于误差校正的数据进行快捷而有效的空时对准。提出在单目标和多目标情况下的时间对准方法，并用最小二乘法对时间对准后的雷达数据进行误差校正仿真，实验结果证明了该算法的有效性。     

一种基于最小二乘法的双音多频测试方法

本文针对电话机拨号电路的双音多频测试，提出了一种算法，最小二乘估计法，利用这种算法，就能估计单音信号的幅度和失真系数两项指标，并对双音频中的谱线进行分离，对电话机号电路ＣＳＣ９１３３０实测数据的分析和处理，证明这种测试方法是可靠的，具有很小的估计偏差，此法在电路量产化测试中已经得到充分的应用。     

基于ARMA模型的电力系统负荷预测方法研究

采用加权最小二乘法参数估计方法，得到应用于电力系统日负荷预测和月负荷预测的ARMA模型，实验预测结果表明，用ARMA模型进行电力负荷预测是非常有铲的。尤其是采用加权最小二乘估计的ARMA模型，预测精度更高。     

基于PAU-LSSVM模型融合多特征变量的电力负荷预测

为了有效地提高电力负荷的预测精度,应对电力负荷的海量数据,同时兼顾负荷数据时序性和非线性,提出了一种基于PAU-LSSVM模型融合多特征变量的电力负荷预测方法。首先,基于偏最小二乘法（PLS）分析影响负荷变量间的相关性,提取影响负荷变化的特征变量。然后,根据特征变量的实时变化特征对LSSVM的模型参数进行自适应更新,建立了PAU-LSSVM负荷预测模型,并与其他深度学习方法建立的负荷预测模型进行对比。结果表明,PLS能够辨识出关键影响变量,降低训练样本矩阵维数,所提PAU-LSSVM模型能够随着工况迁移准确地预测负荷,具有较高泛化能力和工程应用价值。     

基于最小二乘法的气温曲线回归模型分析

随着我国气象事业的不断发展及气象数据的日益增加,进行气象数据分析及研究已成为科研人员的一项重要任务。文中充分利用MATLAB软件强大的科学计算功能及灵活的程序设计流程,基于最小二乘原理对某地某天的气温数据进行了一些研究。     

基于最小二乘法及多项式拟合的人群聚集数分析与预测

在公共安全问题中,人群聚集过多可能会引发安全隐患,如群体性事件、公共安全事故等。如何有效利用通信运营中的业务数据,掌握用户人群变动规律,对帮助安全预警有着重要意义。本文通过利用最小二乘法和多项式拟合的方法,利用MATLAB软件计算出特定区域在任意24小时内通信用户数量变动规律的计算公式,并利用多项式拟合理论及所给数据可以求出预测函数及告警方法。     

多路径信号建模在换能器校准中的应用

介绍了多路径信号建模技术,采用最小二乘法从接收的多路径信号中估计直达信号和各种反射信号的到达时间、频率、幅度、相位等各种参数。     

基于聚类分析思想上的回归分析研究

利用聚类分析的思想对二维数据作聚类后对聚类出的数据点做回归分析,由于受一些条件的限制约束,现实中有些一元线性回归分析的结果与其对应观测值相差甚远,因此做出的回归分析模型偏差较大,利用聚类的思想再次得到的回归分析模型是分段模型,分段模型更接近于数据点走向趋势,因此其在后期预测上比整体做出的回归分析预测更具有可靠性。     

基于最小二乘的时差定位算法

时差测量方程是非线性双曲线方程,可以通过引入中间变量将其转化为线性方程,对近年来国内外学者关于这种方法的时差定位算法进行了总结。当已知测量误差的先验信息时,可以采用两步加权最小二乘法和约束加权最小二乘法,当测量误差的先验信息未知时,还可以采用约束总体最小二乘的方法。在求解约束最小二乘问题时,采用常规的拉格朗日法计算复杂、运算量大,而采用高斯一牛顿法不仅可以大为降低运算量,还能提高解的精度和稳定性。此外,对约束加权最小二乘法和约束总体最小二乘法之间的关系进行了探讨,得到了它们等价性的条件。     

基于最小二乘法的DLT摄像机定标法

摄像机定标是图象处理中的一个关键步骤。DLT（直接线性变换法）是一种简单快速的摄像机定标方法，可以应用在许多场合。文章叙述了DLT的原理，并给出了基于最小二乘法的计算过程。     

系统误差校正中的时间对准问题研究

在雷达组网系统中 ,为了能迅速而准确地进行误差校正 ,必须对用于误差校正的数据进行快捷而有效的空时对准。提出在单目标和多目标情况下的时间对准方法 ,并用最小二乘法对时间对准后的雷达数据进行误差校正仿真 ,实验结果证明了该算法的有效性     

基于联合区间偏最小二乘判别分析的猪肉近红外光谱定性建模分析

为解决偏最小二乘判别分析(PLSDA)建模时光谱区域中的噪声及冗余信息干扰问题,提出一种基于联合区间偏最小二乘判别分析(Si PLSDA)算法,并将该算法应用于猪肉近红外光谱的定性建模分析。Si PLSDA利用联合区间偏最小二乘回归(Si PLS)进行光谱特征区域筛选,在筛选出来的光谱区域内建立数据的定性预测模型。采用Antaris II快速傅里叶变换近红外光谱分析仪获取波数范围为10000~4000 cm-1的猪肉样本近红外光谱,采用标准正态变量变换(SNV)进行近红外光谱的预处理,用Si PLSDA建立猪肉近红外光谱的定性模型。实验结果表明,Si PLSDA建立的预测模型对猪肉储藏时间的识别率达到93.94%,高于基于全光谱区域建立的PLSDA预测模型的识别率。     

基于递归最小二乘的DS-SS系统抗窄带干扰技术

该文针对DS-SS系统的未知窄带干扰,通过分析接收信号统计特性,提出递归最小二乘(RLS)滤波的干扰抑制算法。与盲递推最小二乘算法相比,减少了约束条件,降低了复杂度,而且克服了LS滤波算法不能实时处理的弱点,可以实现快速算法。仿真结果表明,该算法抑制干扰对DS-SS系统性能改善优于自适应线性滤波算法,而且不用考虑算法的收敛性,更利于工程应用。     

基于蒙特卡罗无信息变量消除的烟气指标预测

使用近红外光谱(NIRS)分析方法对烟叶的CO、烟碱、焦油含量进行无损快速定量分析,可以提高分析方法的预测精度,消除无信息建模变量对模型稳定性的影响。在此以烟叶为研究对象,利用蒙特卡罗无信息变量消除方法(MC-UVE)对烟叶的近红外光谱进行了波段点的筛选,并利用筛选出的波段建立PLS校正模型。结果表明利用蒙特卡罗无信息变量消除方法可以有效选择建模变量,既克服了复杂样品各信息区间对PLS建模贡献率不一样的问题,又能提高模型的稳定性和多元校正的预测精度。