多变量时序回归树的黄瓜产量预测模型

为提高黄瓜产量预测能力,将黄瓜的全生育期作为研究对象,提出了一种基于多变量时间序列的回归树预测模型.将黄瓜全生育期采集到的多环境变量作为一个时间序列,根据黄瓜的生长期将整个时间序列划分成多个子序列,最后利用回归树算法对时间序列样本进行建模.该研究以戴多星这一黄瓜品种为实验对模型进行验证,实验结果表明,该模型能准确地预测黄瓜戴多星的产量,平均单株产量误差不大于0.05kg.     

基于模糊线性回归的脑卒中发病率预测模型

针对经典线性回归模型不能完全反映变量间的耦合关系而不适宜有模糊数的脑卒中发病率预测的问题,建立了一种模糊多元线性回归分析的脑卒中发病率预测模型。把历史数据分为建模数据样本和检测数据样本,采用线性规划法求出参数的中心值和模糊幅度值。实验结果表明,该模型具有较高的精确度和可操作性。     

基于遗传算法模糊多元线性回归分析的瓦斯涌出量预测模型

针对经典线性回归模型不能完全反映变量间的耦合关系而不适宜于有模糊数的瓦斯涌出量预测的问题,提出了一种基于遗传算法模糊多元线性回归分析的瓦斯涌出量预测模型。采用灰关联分析法和SPSS软件线性回归分析法确定影响瓦斯涌出量的主要因素;把历史数据样本分为建模数据样本和检测数据样本,采用遗传算法求出模糊回归参数的中心值和模糊幅值。实验结果表明,该模型具有较高的精确度和可操作性。     

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。     

噪声对多变量分析方法影响的研究

多变量分析能充分利用现代分析仪器获取的多通道量测数据,解决多组分不经分离或掩蔽同时测定的问题。然而,噪声的存在往往影响多变量分析的准确度。本文用仿真数据研究了噪声在不同分离度下,不同半峰宽比时和不同信噪比下,对3种多变量分析方法——卡尔曼滤波法,多元线性回归法和主成分回归法的影响。实验表明,噪声影响多变量分析方法的准确度,且噪声对主成分回归法的分析结果准确度影响较大,而对卡尔曼滤波法和多元线性回归法影响较小。     

基于Granger因果关系的多变量时间序列预测模型

时间序列数据包含内在的时序结构,而传统的针对多变量时间序列的预测方法没有考虑变量序列的历史观察值的影响。为此,提出一种基于Granger因果关系挖掘的多变量时间序列预测模型。通过选择有效的因变量并加入其滞后观测期来提高支持向量回归对目标序列的预测,同时也提供了较好的因果解释性。理论推导和实验结果表明,该方法不仅能获得比传统方法更精确的预测效果,而且减少了参与运算的变量时间序列。     

运用线性和非线性的方法预测烷基苯的沸点和摩尔体积(英文)

本文中建立了几个定量的模型预测80个烷基苯的沸点和79个烷基苯的摩尔体积.每个烷基苯的结构用其分子式得到的6个数字编码来描述.把这6个数字编码作为捕述符,运用多元线性回归,多元非线性回归和人工神经网络地方法来分别建立定量构效关系模犁.模型具有很好的预测性.沸点的3个预测模型,RMS偏差都小于9℃,摩尔体积的3个预测模型的RMS偏差都小于6 cm3·mol-1.     

影响广义货币发行量的因素分析

多元回归模型用于描述一个因变量与多个自变量之间的关系。如果这个关系是线性的,则可以采用线性多元回归模型来描述;反之,则用非线性多元回归模型描述。对于多元线性模型而言,若因变量为连续型变量,则采用普通的线性模型;若因变量为离散型变量(类型变量或计数变量),则采用广义多元线性模型。货币供应量可以影响通货膨胀及货币市场和金融市场的均衡,对中央制定实施货币政策产生重大影响。因此,对广义货币供应量的影响因素进行分析和预测,具有十分重要的现实意义。统计研究分析所用的数据是统计年鉴所提供的数据,从统计年鉴所提供的数据中选取2009—2018年的真实数据,对数据进行处理分析,采用多元线性回归模型对我国广义货币供应量(M2)进行拟合,并根据拟合得到的具体数字模型对影响因素进行分析预测,然后根据建立的模型确定评价指标体系。     

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。     

高峰期网络流量高精准度预测模型研究

针对当前网络流量预测法是通过监测网络流量历史数据进行预测,存在预测精准度低和流量信息参数自适性差的问题,提出基于多元线性回归分析的高峰期网络流量预测模型。通过BP神经网络法,确定网络流量信息权值,采用滑动窗口算法得到流量序列中对应信息数据,构成新的网络流量序列,得到多元线性回归初始模型;引入最小二乘法对流量信息参数进行估算,得到流量信息的样本回归函数,使用可决系数F检验及统计样本回归函数,完成高峰期网络流量预测模型的构建。实验结果表明,使用该模型可降低误差、提高拟合度、增加能量利用率,为高峰期网络流量预测提供了基础保障。     

基于多元线性自回归模型的流量预测

为使流量预测模型具有自适应性和相关性,以时间点为基础进行建模,结合时间序列与流量序列,引入多元线性自回归(AR)思想进行参数估算,对多次估算所得参数值建立指数加权移动平均数模型进行二次估算,在此基础上,建立多元线性自回归模型。实验结果证明,与AR模型、ARMA模型相比,基于多元线性AR模型的预测结果更准确。     

基于CLIP模型的多元回归边缘检测

20世纪80年代中期由Jourlin和Pinoli提出的对数图像处理LIP模型颇具特色,该模型中的方法对低亮度图像敏感,并且对灰度有界图像的加法运算是封闭的,在边缘检测等方面有着其他方法所不具备的优点。该文基于灰度图像的对数图像处理LIP模型,建立了彩色图像的对数图像处理CLIP模型,并在此模型上进行了对彩色图像边缘检测技术的系统研究。首先,文章在彩色图像的红、绿、蓝、色彩、饱和度、明度以及灰度等各分量场上进行了CLIP模型上的边缘检测的研究,然后,在人机交互的边缘像素采样的基础上,用多元回归的方法,得出了对各分量进行加权组合时各分量的权重系数,再将其用于不同类型样品图像的边缘检测,得到了更理想的结果。     

多元混沌时间序列的相关状态机预测模型研究

针对多元混沌时间序列预测存在的过拟合问题及高维输入变量冗余问题,提出一种新型的多变量稀疏化预测模型——多元相关状态机.该模型采用主成分分析方法对相空间重构后的高维输入变量进行低维表示,将动态储备池作为相关向量机的核函数,充分映射多元混沌时间序列的动力学特性,使得模型具有丰富的动态机制和良好的稀疏性能,有效避免过拟合问题,提高预测精度.基于两组多元混沌时间序列的仿真实验验证了模型的有效性.     

油田产量的自适应预报

在本文中,作为应用实例分析,我们报告了最近对某油田的产油量和产水量的实际预报结果。     

基于多元线性回归的雾霾预测方法研究

提出了一种在线样本更新的多元线性回归分析的雾霾预测方法。首先搜集了北京市天气状况,包括平均气温、湿度、风级等气象数据以及PM2.5、CO、NO₂、SO₂等大气成分浓度数据,然后通过散点图对这些因素进行主要影响因素分析,筛选出对雾霾影响比较明显的因素作为雾霾预测的依据。通过在线样本更新的多元线性回归建立了PM2.5含量预测模型,并将气象要素作为雾霾的判断标准。最后给出实际例子,利用多元线性回归对北京未来一天、三天及一周的PM2.5含量进行较为精确的预测。     

基于贝叶斯网络的一种牛奶产量预测研究

本文运用贝叶斯网络对某农场的牛奶产量进行学习与预测,运用Chi2离散化方法的一种变形进行数据预处理,采用有启发规则指导的、带随机重启的贪心算法搜索网络结构;最后,将贝叶斯网络方法的结果与多元线性回归方法得到的结果进行了比较。     

多元回归分析及其在辅助决策中的应用

研究了人工神经网络,多元回归分析以及如何应用改进的BP算法求解多元回归模型。给出了在软件产业中进行辅助决策的应用实例,建立了软件销售额与软件产业中博士,硕士和学士数量之间的回归模型,提出了多元回归与一元回归分析相结合的预测方法,并将预测结果与一元回归分析所得的结果进行了对比分析。     

Output regulation problem for discrete-time linear time-delay systems by output feedback control

In this paper, we study the output regulation problem of discrete linear time-delay systems by output feedback control. We have established some results parallel to those for the output regulation problem of continuous linear time-delay systems.     

输出调节和内模原理

输出调节指的是控制系统的输出,以达到渐近跟踪给定的轨线或渐近抑制干扰的目的.对于线性系统,内模原理是解决这一问题的强有力的工具.在最近10年,非线性系统的输出调节问题及内模原理成为国际非线性控制研究的前沿课题.该文的目的是对此问题给一综述介绍.