不同准则下的线性支持向量机回归模型

由于标准的支持向量机算法需要解一个二次规划问题,当训练样本较多时,其运算速度一般很慢,为了提高运算速度,根据不同的准则,提出了基于核函数的3种支持向量回归模型.基于使残差的平方和为最小准测的模型转化为解线性方程组运算,只需要矩阵乘积与求逆运算;基于使残差的最大绝对值为最小准则和使残差的绝对值之和为最小准则的2个模型转化为线性规划问题,并给出了线性规划的对偶问题.实验结果表明了该方法的有效性,且计算量明显降低.通过实例,对高斯径向基核函数和多项式基核函数进行了比较与分析,高斯径向基核函数的精度比多项式基核函数高.对高斯径向基核函数和多项式基核函数的不同参数也进行了比较和分析.     

回归分析中的目标函数极小化准则

指出了最小二乘回归分析中存在稳健性不好的问题,讨论了用线性规划法计算回归系数的最小一乘准则和极小极大化准则,通过实例计算得出最小一乘准则误差绝对值小,最大误差最大和极小极大化准则误差绝对值之和最大,最大误差最小的结果,指出在实际应用中可以把三种准则下的计算结果进行比较,从中选出最优回归方程。     

岩石抗剪强度计算的稳健回归模型及其应用

 针对岩石抗剪强度确定中图解法和最小二乘法存在的问题：① 只适用于实验数据相关性较高的情况,不适用于数据离散并有异常值存在的情况;② 在处理由试验法获得的试验数据时,最小二乘法由于采用残差平方和,容易夸大试验数据中异常值的影响,提出了岩石抗剪强度参数的稳健回归分析方法。该方法在实验数据相关性差、数据离散并有异常值存在的情况下,具备削弱数据离散和对异常值进行定位的能力,提高了估计参数的稳健性和可靠性。该方法以残差的绝对值之和代替残差平方和,并通过复形法求得力学参数,避免了异常值的二次项,可有效地减少异常值的影响。通过工程实例表明,在试验数据的相关性较好时,两种方法的计算结果相差不大,但当试验数据的相关性较差,存在异常值时,稳健回归方法的计算结果要优于最小二乘法。     

城镇工业用水量预测方法研究

在城镇给水系统规划设计中 ,工业用水量预测占有重要地位。文章研究用经济学中的柯布 -道格拉斯生产函数建立城镇工业用水量预测模型 ,并以用水量预测公式拟合中的残差绝对值之和最小为目标函数 ,应用线性规划确定用水量预测公式中的参数 ,以提高拟合精度。实例分析说明了用该文所述方法预测城镇工业用水量 ,具有良好的精度     

一种权函数状态估计新算法

提出一种权函数电力系统状态估计算法，该方法将加权最小二乘法(WLS)和加权最小绝对值(WLAV)二者之优点综合于一体，在计算过程中以残差变化量作为加速因子，修正权函数，使迭代次数明显减少，加快了算法的计算速度。用IEEE-14节点验证了此方法的优越性。     

遗传算法在马斯京根模型参数估计中的应用

在马斯京模型参数估计问题中,引进了绝对残差绝对值和最小准则及相对残差绝对值和最小准则,直接优选参数,探讨了遗传处的原理及本身参数优化特性,总结了参数的简便设置技术,并针对该法的寻优效果明显依赖于模型参数的初始变化区间的大小,及可能会出现过早收敛的问题,提出了自适应加速遗传算法,通过实例应用,进行了本文方法与传统优化方法的比较,结果表明,本文方法具有直观、简便,快速、适用性强等特点,可广泛应用于各种优化问题中。     

历史洪水重现期的误差对设计洪水的影响

探讨了历史洪水及其重现期的误差对洪水频率计算成果的影响及不同适线准则下计算结果的差别。计算表明：历史洪水重现期越长，设计洪水成果的稳定性越好；精度越高，按平方和准则（离差平方和达最小）比绝对值准则（离差绝对值之和达最小）适线更好一些。在本文采用的适线准则前提下，尽管历史洪水重现期有一定误差，但仍能有效地提高设计洪水成果的可靠性。     

正弦余弦算法求解含有异常值的非线性数据拟合

针对非线性数据拟合问题，建立以残差的平方和与绝对值和为目标的最小二乘与最小一乘模型，采用正弦余弦算法计算模型参数.计算结果表明：如果数据的分布是对称且无异常值，则最小二乘得到的结果与最小一乘得到的结果基本一致；如果数据存在异常值，则异常值对最小二乘有着较大的影响，而对最小一乘的影响较小.     

采用权值配比优化的超级电容等效电路模型参数辨识

为提高超级电容模型的精度,提出了一种基于权值配比优化的超级电容等效电路模型参数辨识方法。在新威尔测试平台上对超级电容进行多种工步条件测试。基于超级电容三分支等效电路模型,分别采用递推最小二乘法和双线性变换方法辨识模型中各分支的相关参数。结合不同工步条件下2种参数辨识方法的优缺点,引入权值配比优化方法对超级电容等效电路模型的各分支参数进行修正。搭建超级电容等效电路模型,将模型计算结果与实验测试结果进行比较,验证了权值配比优化方法的有效性。与递推最小二乘法和双线性变换方法相比,采用权值配比优化方法可以更加准确地反映超级电容的特性,模型的精度分别提高了1.45%和1.78%。     

HEVC帧内预测编码的快速CU决策算法

提出一种快速编码单元(CU)修剪方法和CU深度范围决策方法.在快速CU修剪方法中,根据贝叶斯决策准则,基于残差信息Hadamard变换绝对值之和(SATD)提前结束CU的修剪;在CU深度范围决策方法中,根据当前CU深度与空间邻近CU深度的相似性决策当前CU深度级范围.通过在HM10.1的实验证明:文中方法相比于HM10.1的标准代码,能降低35.9%的编码时间,且BDBR的增加仅为1.039%.     

组合预测模型的回归分析方法

给出求解组合预测权系数的回归分析方法，文章首先给出了基于最小二乘和最小一乘准则的线性回归组合预测模型，然后应用最小二乘原理得到权系数最小二乘估计值。由于最小一乘准则下，目标函数不可微，传统的优化规则方法无法求解，故文中提出用基于最小二乘的逐步变权方法进行求解。同时，还给出了百分误差绝对值最小为目标的组合预测模型及权系数求解方法。通过实例分析，表明组合预测模型的预测精度很高，回归效果很显著。     

聚类准则研究

介绍了聚类误差平方和准则,指出了误差平方和准则的不足,提出了误差绝对值和准则、最大误差准则以及误差p次方和准则.     

混凝土强度无损检测方法精度对比分析

对回弹法、超声法、超声回弹综合法的优缺点和适用范围进行深入分析,并根据数据融合思想提出了一种超声回弹融合法。该方法采用回弹法和超声法两种方法检测,而后把两种方法的推定结果加权求和去推定强度。该估计量依据极大似然原理提出,并且理论证明了它的无偏性和有效性。结合试验数据表明,对四种方法分别选用国家规程中常用的回归模型来制定测强曲线,将各自相对误差绝对值进行对比分析,发现利用超声回弹融合法检测相对误差绝对值较小,在一定程度上提高了检测精度,但数据处理稍复杂一些,所以可以根据地区或工程实际需要选用不同的检测方法。     

Parameter Estimation of Mixed Weibull Distributions Using Cuckoo Search

The lifetime data of products with multiple failure modes which are collected from life testing are often fitted by the mixed Weibull distributions. Since the mixed Weibull distributions contain no less than five parameters,the parameter estimation is difficult and inaccurate. In order to enhance the accuracy,a new method of parameter estimation based on Cuckoo search( CS) is proposed. An optimization model for the mixed Weibull distribution is formulated by minimizing the residual sum of squares. The optimal parameters are searched via CS algorithm. In the case study,the lifetime data come from the life testing of diesel injectors and are fitted by the twocomponent Weibull mixture. Regarding the maximum absolute error and the accumulative absolute error between estimated and observed values as the accuracy index of parameter estimation,the results of four parameter estimation methods that the graphic estimation method,the nonlinear least square method,the optimization method based on particle swarm optimization( PSO) and the proposed method are compared. The result shows that the proposed method is more efficient and more accurate than the other three methods.     

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。     

平面度误差的快速求解法

在平面度误差评定中,是否满足最小条件是最小区域法的关键。本文完美地提出了满足最小条件的判别准则,此准则有别于经典的判别准则,它适用于各种测量表面。利用复合形优化方法,在微型计算机上可迅速、准确地求出此准则下的平面度误差值。     

一种变步长LMS自适应算法

本文提出一种步长自适应于绝对误差和的最小均方(LMS)自适应算法。给出收敛条件和精度比值。新算法对平稳和非平稳输入信号的权噪声功率,及系统的跟踪能力都明显地优于一般的LMS自适应算法。并给出计算机模拟结果。