SPM的数学基础及其在脑功能成像研究中的应用

探讨SPM的数学基础,给出了SPM中利用一般线性模型(General LinearModel,GLM)构建统计参数图的方法;为了适应处理功能磁共振成像(functionalMagnetic Resonance Imaging,fMR I)数据的需要,对一般线性模型做了扩展,推导出扩展的GLM的检验统计量和自由度.最后将扩展的一般线性模型应用于一个具体的fMR I实验,说明了方法的有效性.     

测压铜球的温度统一修正方法探讨

介绍了测压铜球在实际动测时由于工作环境温度变化产生铜球测压误差的原因，借助了多批铜球高低温动标数据，分析了国产铜球高低温误差的变化规律，阐明了建立统一的测压铜球温度误差修正的意义，探讨了测压铜球温度修正公式的建立方法，运用回归技术获得了统一的测压铜球的温度修正公式，并对该修正公式的可信性进行了验证。     

改进的多层递阶回归算法在进出口贸易中的应用

用改进的多层递阶回归算法建立数学模型，并以此来精确预测未来进出口贸易总额的数值大小，根据对未来进出口贸易总额的预测值，制订相应的政策和采取有效措施来发展进出口贸易。     

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。     

汇率预报的非线性组合建模与预测方法研究

近年来的经济统计研究表明,组合预测比单项预测具有更高的预测精度,但线性组合预测方法在汇率的组合建模与预测方面存着较大的局限性。本文提出了一种基于支持向量机回归(SVM)的汇率非线性组合建模与预测新方法,并讨论了建模中SVM核函数、损失函数的选取和容量控制等问题。对于英镑、法郎、瑞士法郎、日元对美元等汇率时间序列的组合建模与预测结果表明,该方法具有很强的学习与泛化能力,在处理外汇市场这种具有一定程度不确定性的非线性系统的组合建模与预测方面有很好的应用价值。     

快速测定煤发热量的数学模型及其应用

用回归分析的方法，对影响煤发热量的诸因素进行了探讨，建立起回归法的数学模型，继而提出了用回归法测定煤发热量的新方法。     

Logistic回归及其在概率降水预报中的应用

介绍了一种气象上较少应用的Logistic回归的原理和计算方法，并利用1999年3月1日至2001年5月30日期间，国家气象局T106模式输出的80个物理量场及其导出场资料和福州地区降水的0、1化资料，采用Logistic回归方法，制作春季福州24h降水概率预报，并与事件概率回归方法作了比较。结果表明，该方法对二分类变量有较好的预报效果。     

一种支持向量回归中超参数自适应方法

在贝叶斯框架下支持向量回归SVR可视为最大化后验MAP回归函数估计的扩展.贝叶斯方法可用来实现模型中超参数的自适应,同时保持SVR稀疏性和凸二次规划的优点.在对SVR的MAP解做Laplace近似获得关于超参数的SVR模型中证据的平滑表达式,使用基于梯度的优化法可导出使证据最大化的最优超参数.通过引入ARD参数到高斯协方差函数中,可进行输入属性的相关性分析和特征选择.给出了在人工和实际回归问题上的应用及其他方法的对比分析.     

线性回归与Hough变换在计算图像倾斜角度中的应用

对矩形图像识别之前,通常需要对其进行倾斜角度的矫正,本文给出了矫正的两种方法:线性回归法和Hough变换法,并详细介绍了这两种方法的原理、算法步骤、实现过程、仿真结果及各自的优缺点,并将其用于工程实践中,取得了很好的效果.     

基于小波包联合AR功率谱理论的滚动轴承故障诊断

提出了小波包联合自回归功率谱理论的故障诊断方法．对采集的轴承振动信号采用高、低正交共轭镜面滤波器组，将信号划分到不同频道上．滤波器每作用一次，数据点减半，采样的时间增至两倍．选取轴承缺陷所在频段的数据插零，将其他频带补零重构提高缺陷信号的时频分辨率；然后通过AR功率谱分析轴承运行状态，诊断出轴承对应的故障．对207滚动轴承的早期缺陷作了实际诊断，诊断结果与实际较为符合．证明该方法是一种有效的弱信号缺陷提取与诊断方法．