选矿试验回归模型的电子计算机运算

本文研究了选矿试验设计多元线性回归模型。介绍了MLR的BASIC语言计算程序,并举出絮凝脱泥药方(三因素)试验、选择絮凝浮选(十二因素)筛选试验的回归模型电子计算运机算实例。     

多元回归分析方法应用实证分析与比较

利用多元统计分析的线性回归分析理论,首先对糖尿病临床采集数据进行相关分析,了解因素之间的相关关系,其次分别采用线性回归的前进法、后退法、逐步回归分析方法,探讨糖尿病病人胰岛素每日注射初始剂量与其影响因素之间的线性关系.根据回归方程调整相关系数、AIC准则等,对比选择最优应用回归模型,确定胰岛素用量及其主要影响因素血糖、尿蛋白的回归模型,对医生临床治疗提供参考.     

天津市东丽区主要大气污染物浓度时空变化特征及气象影响要素分析

利用天津市东丽区各街道的12个环境监测站2016年1月～2018年12月的逐小时、逐日、逐月数据,以及同一时期东丽国家一般气象站的相对湿度、日照时数、风速、最高气温数据,分析了东丽区各主要街道PM_(2.5)、PM_(10)浓度的日、月、季变化特征。通过相关分析方法研究了气象要素与PM_(2.5)和PM_(10)浓度及气象要素与污染物浓度超标的关系,评估了气象要素对PM_(2.5)、PM_(10)浓度的影响。基于逐步多元线性回归方法建立了各气象要素和PM_(2.5)、PM_(10)浓度的多元线性回归模型。     

基于偏最小二乘回归的飞机维修保障费用预测

分析了影响飞机维修保障费用的参数,提出用偏最小二乘回归方法来预测飞机维修保障费用。该方法对变量进行主成分分析、典型相关分析和多元线性回归,在处理存在多重线性相关的小样本多元数据方面效果很好。实例证明,与传统普通多元线性回归方法相比,偏最小二乘回归在飞机维修保障费用预测中精度更高。     

滑带黄土振陷预测中的BP神经网络方法

目的针对陇海铁路沿线密集的黄土滑坡灾害,对其振陷系数提出一种新的预测方法。方法以滑带黄土动三轴试验资料为基础,运用MATLAB建立滑带黄土振陷的BP(error back propagationneural network)神经网络预测模型,并与多元线性回归方法建立的模型进行误差对比分析。结果BP神经网络模型预测的结果要比多元线性回归模型预测的更准确。结论滑带黄土振陷预测的BP神经网络模型是一种比较理想的预测方法,对黄土地区的滑坡稳定性评价和铁路地基沉降的分析具有重要的价值。     

道路交通事故多元线性回归模型及其检验方法

根据多元线性回归分析基本原理,以道路交通事故数据为研究基础,依据我国道路交通安全法及实施条例等相关规定,选择导致道路交通事故发生次数和死亡人数比例较多的主要因素:超速行驶、无驾驶证与无牌照和酒后驾驶机动车等三个因素,建立道路交通事故次数的多元线性回归分析数学模型;重点结合显著性检验原理,对所建立的回归分析模型是否有意义以及如何检测导致道路交通事故发生的各个因素对回归模型的显著作用给出了检验方法,为合理、科学和有效地进行道路交通事故预测提供了理论依据。     

沥青混合料半圆弯拉疲劳试验

基于半圆弯拉的试验方法,在多因素条件下比较了沥青混合料的疲劳性能。沥青混合料类型采用SMA-13,SMA-20,ATB-25三种,分别在-5,25,60℃三种温度,5,10,15 Hz三种频率,0.3,0.5,0.7三种应力比以及0%~3%,3%~6%,6%~9%三种空隙率的多因素条件下进行正交方案设计,在正交试验下进行半圆试件弯拉疲劳试验。并对三种级配的试验数据进行直观分析和方差分析,比较不同因素对混合料疲劳寿命的影响,然后采用多元线性回归方法回归50%,90%,95%三种保证率的疲劳方程。研究结果表明,不同试验因素对沥青混合料的疲劳寿命有不同的影响;不同的混合料类型,受因素影响大小也有区别,疲劳寿命的大小表现为SMA-20SMA-13ATB-25。     

石膏与氯化钾在氨介质中复分解的回归模型

本文对石膏与氯化钾在氨介质中液固复分解反应制取硫酸钾工艺中的氯化钾转化率与诸影响因素进行了正交试验设计，并对试验数据进行了多元线性回归和逐步回归，建立了能较好模拟复分解反应规律的多元线性回归模型，为石膏转化法制取无氯钾肥硫酸钾的生产工艺的优化提供了一种数学模型     

基于NIR的模式识别技术在地理标志产品响水大米鉴别中的应用

分别利用多元线性回归判别分析和BP人工神经网络分析建立了近红外光谱(NIR)快速鉴别地理标志产品响水大米的新方法.大米的近红外光谱数据经过一阶导数和平滑处理后,利用主成分分析对数据进行了降维处理,并确定了相关性最大的特征波段(7 700~6 700cm-1与5 700~4 300cm-1).利用特征波段的主成分数据建立了多元线性回归判别分析和BP人工神经网络鉴别模型.2种模型对于地理标志产品响水大米的鉴别正确率均为100%,适用于地理标志产品的快速无损鉴别.     

黄土湿陷系数与物性指标间的定量关系

通过对黄土湿陷性影响因素的综合分析,认为湿陷性影响因素可以用宏观物理指标,即含水量(W)、孔隙比(eo)和塑性指数(Ip)表示．通过多元线性回归分析,得出湿陷系数与物性指标间的定量关系式．     

风冷压缩机气缸热交换的实验研究

采用测温系统测量微型风冷空压机缸壁温度场的分布,在不同散热片高度条件下对缸壁温度及排气量、功率进行了测量。分析不同散热片高度对缸壁温度场、压缩机性能的影响。对实验数据采用线性回归方法,总结了缸壁平均温度随压比、进气温度和活塞行程变化的经验公式。     

逐步回归分析方法在储层参数预测中的应用

目前,储层参数(孔隙度和渗透率等)分布规律和储层非均质性研究是油气藏描述的核心,储层参数是油层评价的重要依据,储层参数预测在油气勘探开发中具有重要意义。文中通过采用某一个点的测井曲线或地震数据推测出该点的孔隙度或渗透率,基于多种测井信息的多元线性回归方法已成为储层孔隙度定量预测的主要方法,多元逐步回归分析方法的理论正好适用于这种实际问题。它是利用通过特殊仪器测量的测井曲线数据参数与岩芯属性参数(例如孔隙度),建立测井曲线数据参数与多个岩芯属性参数之间的线性关系,这种方法比较简单实用。因此文中采用逐步回归分析方法作为预测方法,重点介绍了回归分析中的逐步回归的基本思想以及具体计算步骤。最后,提出油气勘探中预测孔隙度的问题,并用逐步回归分析优化回归方程并用此方程预测岩芯属性参数。研究表明,该方法预测精度高,方法稳定有效,逐步回归较好的解决了部分测井勘探的实际问题,基于多种测井信息的多元线性回归方法已成为储层孔隙度定量预测的主要方法,该方法可以把非线性问题转化为线性问题,大大减少了技术上的难题。     

基于HHT的线性调频信号分析与参数估计

基于Hilbert-Huang变换(HHT),提出一种有效的线性调频(LFM)信号的分析与参数估计的方法.首先对LFM信号进行HHT得到其Hilbert谱,并根据能量的准则提取其中的主成分,完成LFM信号分析.对利用能量型主成分提取法得到的LFM信号主成分进行最小二乘直线的拟合,计算直线的斜率与截距,得到LFM信号的参数的估计值.实验证明,能量型主成分提取方法,在较高的信噪比范围内具有一定的LFM信号估计效果.     

基于多元时间序列的PM2.5预测方法

针对利用多元线性回归和时间序列模型预测PM2. 5时,存在信息利用不全面和预测精度不高的问题,提出了基于多元时间序列(ARMAX)的PM2. 5预测方法;方法在回归项中引入了PM2. 5影响因子在时间序列上的滞后性阶数,并对残差序列进行信息提取,建立了PM2. 5浓度预测模型;首先通过"天气后报网"采集了合肥市2017年和2018年污染物数据;完成了数据的预处理及相关性分析;分别建立了PM2. 5浓度预测的多元线性回归模型、时间序列模型和ARMAX模型;最后通过RMSE、MAE和Theil不相等系数3个评价指标,将3个模型预测精度进行比较;结果表明:ARMAX模型的预测精度显著高于单一的时间序列模型或多元线性回归模型。     

一种新型太阳能集热器动态测试方法及实验验证

把太阳能集热器固体部分和流体部分分别列出动态能量平衡方程,经过合并和化简,得到了太阳能集热器整体动态能量平衡方程。该方程中含有物理意义清晰的各个模型参数,可以对太阳能集热器进行评价比较。针对真空管型太阳能集热器入射角影响因子的特殊性,给出了具体的解决方案。然后对真空管型太阳能集热器进行了实验验证。该新型动态测试方法可以在宽松的天气和实验条件下进行测试;相比于稳态测试,大大节省了测试时间,降低了设备与人工成本。实验结果表明,应用该方法可以得到合理稳定的测试结果。     

基于概率分布的涡轮叶片冷却效果试验数据处理方法研究

应用基于概率分布的统计分析方法对涡轮叶片冷却效果试验的试验数据进行了进一步的精细处理,以便通过参数估计与统计推断得到更加准确的试验数据结论。绘制了上述间接测量值单个状态水平下的正态概率图、箱型图及概率密度分布图加高斯拟合曲线,对各测量数据值对正态分布的符合程度进行了定量分析,指出了离群值及置信区间。根据数据处理结果分析了影响数据概率分布好坏与否的关键因素,对该类试验具有较强的参考价值与实用价值,补充完善了相关试验领域的空白。     

重庆城市居住建筑能耗预测模型

为了研究重庆市居民住宅建筑能耗的影响因素,通过问卷调查匹配居民实际能源消耗,借助SPSS软件,运用相关分析和多元回归分析对影响居民建筑能耗各因素与能耗的关系进行实证研究,得出常住人口、人均建筑面积、制冷空调和电脑台数总和和夏季空调降温方式4个因素与建筑能耗有显著相关性,据此建立居住建筑能耗预测的多元线性回归模型,并运用历年实际能耗消费数据对模型拟合效果进行检验,研究结果表明:模型拟合预测年能耗与实际统计年能耗符合度达95%左右,说明能耗影响模型的预测结果具有较高的预测精度和较好的拟合效果;居住建筑能耗预测模型可为国家区域能源规划、相关能源政策的制定提供有力的数据支持。     

基于多元线性回归模型的考试成绩评价与预测

为增加教学环节考试成绩评价与预测的科学性, 根据多元线性统计分析中的多元线性回归分析方法, 对考试成绩指标进行量化, 建立了考试成绩评价与预测的回归模型。解析国家四级英语考试成绩与学生的期末考试成绩之间的联系, 建立了基于成绩评价的多元线性回归的数学模型, 并得到了回归系数的数值。通过对回归模型以及回归系数进行显著性检验, 证明了模型的合理性。结果表明, 利用该模型对数据进行合理的评价与预测, 并在充分的条件下, 根据学生的期末考试成绩能合理地预测出学生的英语四级考试成绩。     

饱和醇在不同固定相上的气相色谱保留行为与结构的相关性

应用nT指数及结构参数P与饱和醇在6种不同固定相上的气相色谱保留指数I进行关联,用多元线性回归方法建立了相应的定量结构-色谱保留模型,它们的相关系数均大于0.99,估算值与实验值很好吻合,并用Jackknife方法对模型的稳健性进行了检验.结果表明,所建QSRR模型相关性高,稳定性好,预测能力强.     

基于小波包分析的线性回归拟合

针对线性回归分析模型中的数据易受到噪声的影响,提出了通过小波包分析对各个指标进行去噪处理,对处理后的数据用线性回归方法进行拟合.然后用1990—2010年度民用汽车保有量和国内生产总值(GDP)的数据进行实验,结果表明预先对数据进行小波包分析能够有效提高拟合的精度.