一种改进的多元线性回归空调负荷预测模型

提出一种改进的多元线性回归空调负荷预测模型,在对空调负荷进行初始线性预测后,把实际测量值和预测值的差值作为一个新的增加量,作用到下次的多元线性回归预测中。在通过数据处理后,得到了比单纯的非线性回归预测方法更高的精度,说明这种预测方法是有效的。     

高频电压频率附加误差线性回归修正及其不确定度分析

本文针对高频电压表频率附加误差检定中示值定度偏差问题进行了探讨和分析,提出了修正措施,并对修正数据进行不确定度评定。     

基于高校班级学科问学生成绩关系的一种回归分析算法

历届大学生在校四年各个学科的考试成绩构成了一个庞大而宝贵的数据资源，针对这些数据资源进行深度分析后，可以获得很多实用的教学价值。为此，基于这类数据，提出了一种组合等序回归分析算法（ClR：CombinatorialImtocRegression），可以有效的分析各班级间的学生各科成绩是否存在相关关系，从而为展开更好的教学工作提供有价值的参考数据。     

基于多元线性回归分析的用电量研究

本文简要阐述了当前电力市场负荷预测的手段,并通过引入多元线回归分析的主要理论,研究电网企业在用电量与宏观经济其他相关因素方面存在的内有关系,揭示其运行规律。     

基于回归分析的乙醇制备C4烯烃试验设计

C₄烯烃是我国化学工业中不可或缺的基础原料。该文探讨了多个变量对结果的影响,首先,建立多元线性回归模型。其次,运用 SPSS 软件进行多元线性回归分析以及模型假设检验,求出回归分析的基本参数,并列出表格进行整理。再次,由 SPSS 软件得出的数据经检验后,可以确定回归方程,根据回归方程中的变量以及函数的变化趋势得到不同催化剂组合及温度对乙醇转化率以及 C₄烯烃选择性大小的影响。对3种成分进行分析,并将每个最优解进行组合,就可以得到让 C₄烯烃收率尽可能高的条件。试验结果表明,在一定温度范围内,随着温度的升高,C₄烯烃的选择性也逐渐提高。     

自变量含有类型变量的线性回归模型的树方法

给出了求解自变量含有类型变量的线性回归模型的树方法。它是一个非参数方法。讨论了修剪树对参数估计和预测的影响，给出了通过修剪树提高参数估计和预测精度的充要条件。     

广义神经网络在联体秤台中的应用

不规范行驶是目前动态称重设备重量减轻的主要原因,为了解决车辆重量偏差的问题,文章提出了一种全新的联体秤台结构和以小波分析结合广义神经网络的算法。经过实验证明此结构和违规行驶算法的结合,提高了违规行驶的动态称重精度。     

广义神经网络在联体秤台中的应用

不规范行驶是目前动态称重设备重量减轻的主要原因,为了解决车辆重量偏差的问题,文章提出了一种全新的联体秤台结构和以小波分析结合广义神经网络的算法。经过实验证明此结构和违规行驶算法的结合,提高了违规行驶的动态称重精度。     

试验数据的统计处理和误差分析第五讲 回归分析（续）

3　线性回归分析3.1　线性回归分析的重要性回归分析是研究数量之间存在统计相关关系的一种重要的数学工具。上一次我们就两个变量之间的关系类型、两个变量的性质分类和经验回归方法的建立等作了介绍 ,并着重介绍了最小二乘法的原理和具体操作方法。在此基础上 ,我们要较为深入地研究线性回归这个问题 ,这里至少有两点很重要的理由 :其一是线性回归问题在整个实验科学中占有极为重要的地位 ,其二是通过线性回归分析 ,我们要介绍一系列概念 ,而这些概念在多元回归分析和非线性回归分析中极为重要。现在就线性回归分析在实验科学中的重要性 ,…     

滚控发动机推力曲线还原算法

介绍了滚控发动机推力信号测试过程中容易叠加高频大幅值振动的现象, 及其对自动数据处理带来的困难;讨论了常规数值平滑滤波算法解决该问题的局限性;基于同步获得的气动活门到位开关曲线, 设计了一种专用的推力还原算法, 把推力曲线分解为许多状态单一的时间段, 分别进行推力平均, 逼真地还原了推力曲线, 为计算机自动分割推力阶段、冲量积分等后续处理提供了更为接近实际的数据.     

The Application of Random Balance Designs

In the chemical and petrochemical industries kinetic models are useful for describing the physical and chemical steps that occur in commercial processes. Often kinetic models involve several responses. Box and Draper (1965) have demonstrated that using multiresponse data for estimating the parameters in a model results in confidence regions for the parameters that are smaller than those obtained when the responses are considered individually, and they have developed a procedure for the multiresponse estimation of common parameters. Using multiresponse data also provides a better understanding of the reaction mechanism and makes possible a more comprehensive assessment of the correctness of the proposed model. Data from an oil shale pyrolysis experiment was used to fit and critique a sequence of models. These showed that conversion of the organic material in shale to oil was better explained when an intermediate product was included in the reaction network, and multiresponse techniques were employed. This led to a plausible kinetic representation of the pyrolysis process. Multiresponse models for more complex reaction mechanisms may require the estimation of a large number of parameters. An example is given, methods for minimizing computational difficulties in this situation are discussed, and some numerical results are presented.     

Application of Nonparametric Binary Regression to Evaluate the Sensitivity of Explosives

The performance of slapper detonators depends on the sensitivity of the explosive material within the detonators to a voltage stimulus. A series of experiments is typically used to estimate the sensitivity of the explosive material by subjecting individual detonators to various stimulus levels. The traditional methods for selecting stimulus levels and analyzing the resulting binary data are based on a parametric probit model that relates the probability of detonation to the level of the voltage stimulus. In this article, we explore an alternative method for analyzing the binary data using nonparametric regression. The use of this alternative method is illustrated by analyzing the ungrouped binary data resulting from a series of 25 tests that were used to characterize a single lot of detonators. We conclude that nonparametric regression can be very useful in visualizing the underlying relationship between a binary response and a covariate, even when the sample size is relatively small.     

工作研究在轿车装配流水线能力平整中的应用

以某企业轿车内饰工段生产线为研究对象,运用作业测定技术中的时间研究方法,测定了流水线各工位的作业时间,找出了影响流水线生产能力的瓶颈工位;运用"5W1H"提问技术分析流水线存在的问题;根据ECRS(取消、合并、重排、简化)原则及流水线平整理论设计了流水线平整方案.新方案的实施使产线平衡率提高11.1%,生产能力提升11.8%.     

多元线性回归法在墨层厚度检测中的应用研究

用印刷适性仪分别印刷了CMYK各种厚度的色块,计算了色块的厚度,并采集了色块的Lab值,在Matlab中用多元线性回归法建立了墨层厚度与Lab值之间的关系,并分析了其结果。实验结果表明,C,M,Y的墨层厚度与Lab之间线性关系显著。     

现场动平衡技术在生产中的应用

利用美国恩泰克公司提供的DP1500数据采集仪及现场动平衡软件,以实例说明了现场动平衡技术在锅炉引风机、排粉风机、电动机、机泵等转动设备不平衡故障排除中的应用,介绍了不平衡故障的识别方法,揭示出该技术在生产中的实用性、先进性和经济性.     

高比容钽粉关键技术及应用开发研究

结合钽粉的生产方法,对近几年高比容电容器级钽粉的发展进行了简要叙述,显示了高比容钽粉的研究水平。介绍了80 000μFV/g钽粉的研究状况和今后的工作目标。     

相移干涉技术在小角度及直线度测量中的应用

应用相移干涉及Zernike多项式波面拟合技术实现对空间小角度的高精度测量 ,测量精度可达到 0 0 13″。与采用自准直仪、激光干涉小角度测量仪的测量方法相比较 ,测量精度有较大幅度的提高。与测长设备 光栅尺结合使用 ,可同时高精度测量导轨俯仰和偏摆两方向上的直线度     

低浓度样品测定时回归曲线中截距的处理

截距对低浓度样品计算却影响甚大,尤其是当样品浓度接近空白浓度时,用线性回归方程计算时会出现偏差。通过计算统计量判定回归曲线是否过原点、计算容许值判定离群值是否异常及通过Origin的线性拟合功能强制过原点,可以有效避免因线性拟合过程中导致的计算误差,从而保证低浓度样品测定结果的准确性。     

多项式回归法在印刷品质量检测中的研究

采集1000样本点用多项式回归方程法建立RGB到L*a*b*颜色空间的转换模型,计算色差,分析多项式回归方程法的优点及缺陷。实验结果表明:多项式回归方法计算方法简单,易于逆运算,且运行速度快。