基于最优样本子集的在线模糊LSSVM混沌时间序列预测

提出一种基于最优样本子集的在线模糊最小二乘支持向量机(least squares support vector machine,LSSVM) 混沌时间序列预测方法. 算法选择与预测样本时间上以及欧氏距离最近的样本点构成最优样本子集,并采用" 不敏感函数对其进行模糊化处理,通过模糊LSSVM 训练获得预测模型. 随着时间窗口的滑动,最优样本子
集和预测模型实时更新,模型更新采用分块矩阵方法降低运算复杂度. 实验中对时变Ikeda 序列进行预测,表明所提出的方法与离线和在线LSSVM 相比,训练速度更快,预测精度更高.     

多元线性回归模型的FTIR/ATR多组分定量分析

利用衰减全反射傅立叶变换红外光谱(FTIR/ATR)以及多元线性回归模型,分别采用经典最小二乘回归算法和逆最小二乘回归算法,建立了一种多组分同时在线的定量分析方法.这种方法精度高,结果准确,平均相对误差不到3%.两种回归算法中,以逆最小二乘算法获得的结果具有更高的精度和准确性,更适合含有少量杂质的体系.     

基于PCA-PLS的土壤重金属高光谱反演研究

针对高光谱反演土壤重金属的研究中反演模型普适性差的问题,提出了基于主成分分析(PCA)和偏最小二乘(PLS)的反演模型.选择西咸新区和潼关县2个区域,比较在西咸新区建立PCA-PLS模型和单一PLS模型并分别迁移到潼关县的精度,并以皮尔逊相关系数和斯皮尔曼相关系数为基准,比较高光谱数据不同预处理后消除非线性干扰的效果....     

基于反射光谱的宅基地复垦区土壤养分元素含量估算研究

随着新型农村居民区建设的不断发展,农民搬离原有居住区或遗弃村中旧房,导致村内大量旧宅基地闲置,荒草丛生,形成了大量废弃地坑窑洞。宅基地复垦改变了原有地形地貌,对已经熟化的土壤耕层进行了翻动。但目前,对生土在耕作后磷、钾等营养元素的含量变化研究较少。由此,本研究对原始反射光谱进行NOR、MSC、SNV处理后,分别进行一、二阶微分、反射率倒数对数变换,并采用偏最小二乘回归法分别建立了P、K两种重金属元素的最优高光谱估算模型。研究表明,研究区土壤中P较为丰富,K为丰富;进行微分变换可以提高土壤中养分元素与反射光谱的相关性,使用其形成相关性较高的组合波段,使模型的稳定性和预测能力提高。     

偏最小二乘法校正火焰原子吸收光谱干扰

用偏最小二乘法（ＰＬＳ）校正火焰原子吸收分析中Ｍｎ４０３．３０７ｎｍ对Ｇａ４０３．２９８ｎｍ干扰。实验结果表明，ＰＬＳ法是谱线重叠干扰的有效校正方法，同时预示着该法可成为用一种元素空心阴极灯同时测定谱线重叠的二种元素的分析方法。     

平面阵列下的二维角度和频率联合估计

在均匀面阵列结构基础上提出一种二维角度和频率联合估计新方法. 对阵列天线输出的信号进行建模分析,表明阵列接收信号具有平行因子四线性模型特征. 利用该模型低秩分解的唯一性条件,从分解得到的矩阵中联合估计出信源的参数. 该算法首先利用四线性交替最小二乘算法估计出方向矩阵和频率矩阵,然后利用频率矩阵的Vandermonde特征和方向矩阵的结构特点及最小二乘法计算频率和二维角度. 该方法无需谱峰搜索即可实现参数同时估计与配对,与现有的基于三线性分解的算法和ESPRIT算法相比具有更高的估计精度,而且在小样本数情况下也能较好地工作. 仿真结果验证了该方法的有效性.     

最小二乘估计的性质

估计线性模型中的回归参数的基本方法就是最小二乘法,鉴于最小二乘估计在实际生活中的作用及其地位,就最小二乘估计的性质进行分析.     

异方差的检验比较和修正

异方差是计量经济工作中线性回归模型经常遇到的问题,异方差的存在对线性回归分析有很强的破坏作用.通过对异方差产生的原因和后果进行分析,利用异方差的戈德菲尔特-夸特检验、拉格朗日乘数(LM)检验、怀特检验方法,判断线性回归模型异方差的存在性.通过加权最小二乘法或可行广义最小二乘法进行修正,建立能够真正反映经济规律的经济模型,实现对经济的正确指导作用.     

多变量滑动平均模型参数估计两段最小二乘法

提出了多变量滑动平均(MA)模型参数估计的两段最小二乘法。第一段将多变量MA模型用高阶多变量自回归(AR)模型近似代替,用多变量递推最小二乘法(MRLS)估计高阶AR模型参数。第二段用最小二乘法解不相容矩阵代数方程组得MA参数估值。同多变量递推增广最小二乘法相比,可提高精度,仿真例子说明了其有效性。     

GL算法在线性回归模型的权值计算中的应用

传统的最小二乘估计在处理含有异常值的线性回归模型的估计问题时拟合得往往不好,根据GL算法给出稳定加权最小二乘优化的参数的估计法．并结合实例进行回归分析,验证该方法的高精度和高效率．     

时空地理加权回归模型及其拟合

基于加权最小二乘原理,给出了时空地理加权回归模型的拟合方法,以及与之相关的权函数选取原则和确定窗宽参数的交叉确认法.     

地理加权回归模型及其拟合

给出了一般的地理加权回归模型,由加权最小二乘原理,并给出了地理加权回归模型的拟合方法,以及与之相关的确定窗宽参数的交叉确认法.     

顾及高程平面及视差约束的最小二乘影像匹配算法

针对传统最小二乘影像匹配受影像质量和初值条件限制的问题,结合铅垂线轨迹法(vertical line locus, VLL)与基于共线条件约束的多片最小二乘匹配算法(multiphoto geometrically constrained matching, MPGC)的特点,提出了一种顾及高程平面及视差约束的最小二乘影像匹配算法.该算法基于高程平面约束匹配,在匹配过程中顾及视差约束进行搜索匹配.视差偏移量可为最小二乘匹配提供可靠稳定的初值条件,能够实现影像的高精度匹配.为验证算法的有效性,分别采用铅垂线轨迹法、基于共线条件约束的多片最小二乘匹配算法与该算法进行对比分析实验.结果表明,该算法在匹配准确性以及后续空中三角测量解算方面比上述两种算法更有优势.     

企业的营销管理问题

利用Excel软件对提供的相关数据进处理,并利用最小二乘法原理,建立回归模型,从模型中找到销售产品的最优方案.     

线性模型的广义最小二乘估计递推算法

基于广义线性模型,讨论了新增样品后其系数的广义最小二乘估计与原有的样品其系数的广义最小二乘估计之间的关系,在此基础上,讨论剔除某个过时的样品后,其系数的广义最小二乘估计与原有样品的系数的广义最小二乘估计之间的关系,最后研究新增样品、剔除样品和原有样品它们三个的系数的广义最小二乘估计之间的关系.     

信道压缩表示的OFDM快衰落信道估计

针对正交频分复用系统提出基于信道压缩表示的快衰落信道估计算法. 该方法采用一种紧凑型信道冲激响应(channel impulse response, CIR)矩阵及信道核向量的信道压缩表示方法,减少了CIR矩阵中的未知元素数目. 推导了等效信道模型以及CIR矩阵与信道核向量之间的闭式表达式,利用最小二乘和线性最小均方差估计器估计出信道核向量,并由其重构出CIR矩阵,从而实现了信道压缩表示的OFDM快衰落信道估计. 仿真结果表明,该算法能对快衰落信道进行有效估计,并降低系统传输BER.     

回弹法检测混凝土抗压强度在兰州地区的试验研究

采用兰州地区常用的混凝土原材料及配合比制作混凝土标准试块,按照技术规程进行回弹值及抗压强度测试,对混凝土抗压强度与回弹值的相关关系进行了试验研究.根据最小二乘法原理,通过回归分析,建立了几种回弹值与混凝土抗压强度相关关系的数学函数模型;基于精度分析与国家测强曲线的比较,得到了兰州地区回弹法检测混凝土抗压强度地区测强曲线,验证了测强曲线的优越性;对影响混凝土测强曲线的因素进行了讨论.     

基于LS-SVM的温度传感器非线性关系拟合及参考端温度补偿

文章编号: 提出一种基于最小二乘支持向量机(LS-SVM)的温度传感器非线性关系拟合模型,并根据温度传感器的输入 输出特性给出两种方案对参考端温度进行补偿. 建立了LS-SVM回归模型,利用LS-SVM超强的学习能力对温度与电势 间的非线性关系进行精确拟合. 两种方案均可对参考端温度进行有效补偿,其中方案2 可根据参考端温度、传感器实测 电势对实际温度直接拟合,简化了补偿过程,提高了识别精度. 实验表明,LS-SVM回归法及文中所提出的补偿方案能很 好地逼近实际温度,提高测量精度.     

基于最小二乘估计的非线性离散系统鲁棒故障诊断

对于一类不确定非线性离散系统,提出了一种基于最小二乘估计的故障诊断(FDBLSE)方法.该方法通过构造被诊断系统的状态估计器而得到状态估计误差与故障之间的动态关系,并以此为基础,利用最小二乘直接对故障进行在线辨识.文中分析了故障辨识误差以及诊断方法的鲁棒性、灵敏度和检测时间,并与基于学习的故障诊断方法作了深入比较.FDBL方法不但能够辨识故障,而且能够给出辨识误差的上界,同时还具有辨识时间短、辨识精度高的特点.仿真表明该方法有效.     

基于自相关的自回归模型的区间估计

当自回归模型的随机误差项之间存在相关关系时,用普通最小二乘估计自回归模型中的参数将对参数估计式的统计特征、参数显著性检验及预测分析产生不利影响.因此,应采取适当的方法消除自相关的影响.研究了自回归模型消除自相关后的预测区间估计,针对常见的自回归模型,分别求出其相应的预测区间估计公式.