最大偏向角法测光栅常量实验的数据处理

研究了最大偏向角法测量光栅常量实验的数据处理方法,分析了光栅常量测量产生较大误差的原因,提出了减小该误差的方案,把最小二乘法引入到该实验数据的处理中,并在MATLAB中编写了相应的数据处理程序,实践证明用最小二乘法处理该实验数据的方法合理且精度高,且用最小二乘法拟合出离散数据点满足的曲线方程再联立方程求解消失点的位置的方法有效地解决了消失点的位置精确读数困难的问题.     

对牛顿环实验精度分析的商榷

对牛顿环实验精度分析的商榷田明丽（物理系）０引言牛顿环实验数据处理方法很多，现行教材多采用逐差法及作图法，除此之外．许多文献还介绍了用加权平均法和最小二乘法来处理数据．评价这些数据处理方法的合理性，需要对实验测量精度进行分析．牛顿环实验采用逐差法计算...     

牛顿环测透镜曲率半径数据处理

在误差理论中，有多种处理数据的方法．文章详细介绍了用逐差法、最小二乘法、加权平均法处理牛顿环测透镜曲率半径的数据的方法和过程．     

测量灵敏电流计内阻和电流常数

在实验中不可避免的存在误差，为了消弱实验误差对实验仪器特性的影响，需要用“最小二乘法”处理数据来确定方程中的待定系数，从而寻求一组测量值中最可信赖值，并且对测量结果的精度进行分析     

教学实验数据处理中的平均分组法和最小二乘法

实验数据处理是教学实验中的一个重要环节,学生常因不能准确理解相关概念和分析方法,而采用了错误的实验数据处理方法。针对该问题,文中通过介绍实验数据处理中的平均分组法和最小二乘法,结合误差理论进行针对性分析,给出平均分组法计算量小但误差较大,最小二乘法所得结果精确度高但计算过程烦琐的结论。在教学实验数据处理环节,建议依靠计算机软件,使用最小二乘法来处理实验数据。     

圆度误差测量数据处理的数学模型

介绍了在没有圆度仪的条件下利用计算机对圆度误差测量数据进行处理的方法。讨论了数据处理的设计原理，给出了最小二乘圆法、最小外接圆法和最大内切圆法三种不同评定方法的数学模型。     

基于最小二乘法的应变式传感器测试数据处理及分析

任何实验数据都要进行处理与分析,在应变式传感器标定过程中常用最小二乘法进行数据的最后处理与分析．最小二乘法是传感器静态实验中最常用的数据处理方法,它应用普遍,方法简单,使用方便;在工程应用中有着重要的意义．正是用最小二乘法对传感器的静态实验后所测得数据进行处理与分析,并提出了如何改善系统稳定性的方法．     

一种改进的逐差法数据处理方法

在物理实验或测量实践中,经常碰到一类通过自变量等间隔变化来获取测量数据的问题,基于简单臬术平均法及通常的和逐差法处理这类问题不能得到合理的结果,以充分利用原始测量数据的基础上,运用最小二乘同了合理的相关量的平均计算公式,并最后得到了较为简法的结果。     

圆度误差的测量及数据处理

在圆度误差评定方法的理论基础上,按最小二乘圆法推导了圆度误差的计算公式;并采用MCS-51单片机进行了最小二乘圆法和最小区域圆法的圆度误差处理,并对测量过程中可能产生的误差进行了分析.     

三坐标测量机直线度误差线性回归方法研究

以三坐标测量机为基本分析对象,结合总体最小二乘法和最小截平方算法处理测量数据,研究其直线度误差的评定方法.研究结果表明,针对包含粗大误差和随机误差的三坐标测量数据,采用稳健性的评估算法,更能真实地反映测量机的直线度误差情况.     

基于相对误差的曲线最小二乘拟合

分析了最小二乘法的研究历史与现状,给出了高斯最小二乘法的几种研究思路,但是这些研究方法都没有考虑到高斯最小二乘法本身的缺陷。将通过一个实际的算例来分析高斯最小二乘法的缺陷基于绝对误差大体相同的前提之下,否则会产生很大的误差。在绝对误差相差不多的情况下,较小的数据的有可能产生较大的相对误差,这显然与实际情况不符。但通常情况下,观测数据往往按被观测量的相对误差进行评价,也就是说,被观测量越大,允许的实际观测量的误差也越大。从这个角度出发,将给出改进的最小二乘法。同时,从理论上证明其对应的法方程组的解是存在且唯一。最后给出相应的仿真算例,与高斯最小二乘法作比较,得到较好的结论。     

电涡流传感器及求特性曲线拟合方程的新方法

介绍了用途广泛的电涡流传感器的工作原理,输出特征以及建立特性曲线拟合方程式的新方法——在最小二乘法的基础上结合０．６１８优选法进一步使拟合方程式中常数更加合理．用这种方法可以求得最佳拟合直线方程和最小的非线性误差,其值比最小二乘法求得的非线性误差更小．此法适用于各种类型的线性传感器或可以通过适当的变量代换把变量之间的非线性关系化为线性关系的传感器或测量系统．     

直线回归的最小距离法

对自变量、因变量的不同选择，用最小二乘法所得到的回归方程是不同的，本文提出直线回归的最小距离法可以得到相同的直线方程，得到计算公式和一些性质。     

一种基于SVR的综合预测方法及应用

针对一类因变量具有复杂自变量、且不具备相同采样周期的预测问题，综合运用支持向量回归估计(SVR)、多元回归和主成分分析等多种数据分析技术，提出了一种综合预测方法，建立起了飞机故障率与其错综复杂的影响因素间的一种数学关系，并且采用航空装备质量控制的统计数据对所提出的方法进行了实验，预测结果显示了方法的有效性。在影响因素量化过程中，还引入了Pearson相关系数方法。     

一种基于区域搜索的平面度误差评定方法

以给定平面度误差的评定为例,分析最小二乘法和最小包容区域法的算法模型,并提出一种基于区域搜索的评定平面度误差的方法.在三坐标测量机上,对被测平面进行采样点坐标数据提取,分别用基于搜索逼近法的最小二乘法和最小包容区域法实现给定平面度误差的评定.结果表明,基于搜索逼近法的最小包容区域法与最小二乘法相比,其评定结果精度提高了5.97%,且符合最小条件.     

离散GM(1,1)参数估计的三种方法比较

针对离散灰色模型GM(1,1)中参数估计方法及模型稳定性问题,选取3种估计参数的方法进行讨论——最小二乘法、最小一乘法和累积法;为了更好地比较不同估计方法的差异,统一赋以相同的初值,并以拟合误差、关联度和条件数作为评价指标,借助MATLAB软件对两类实例数据进行分析——递增序列和递减序列;实验结果表明:在误差方面,累积法优于最小一乘和最小二乘,在模型稳定性方面,累积法优于最小二乘法,总之,对于递增和递减序列数据,累积法估计GM(1,1)中参数最优。     

测量数据的曲线曲面拟合算法

移动最小二乘法由于其良好的逼近性能而广泛用于曲线曲面拟合,但处理含有粗大误差的数据时,拟合结果极不稳定.为了减少粗大误差对拟合精度的影响,本文提出一种移动最小截平方法,该方法在支持域内引入最小截平方法代替最小二乘法,在所有节点当中选出剔除异常值的最优节点组合,确定局部拟合系数.该方法不需要人为地分配权重或设定阈值,可避免主观操作带来的影响.数值模拟和实验数据处理表明,移动最小截平方法能有效地处理测量数据中的粗大误差,拟合结果明显优于移动最小二乘法,具有良好的拟合精度和鲁棒性.     

基于双曲正切函数的智能天线变步长LMS算法

提出一种基于双曲正切函数的智能天线变步长最小均方（LMS）算法. 通过建立步长因子与误差信号的双曲正切函数关系改进LMS算法, 解决了固定步长时收敛速度和稳态误差间的矛盾. 仿真结果表明, 所提出的变步长最小均方算法比标准的最小均方算法有更快的收敛速度和更小的稳态误差.     

苏州外资制造业增长因素分析模型

苏州外资制造业经济增长受众多因素影响,各因素之间存在变量的多重相关现象,一般的多元回归分析自变量之间存在较严重的多重共线性.采用偏最小二乘回归对经济增长影响因素建模分析,这样最大限度地概括了原自变量系统中的数据信息,克服了多重共线性,同时自变量对因变量具有最大的解释能力,可靠性高.