半参数法在基坑深层水平位移数据处理中的应用

由于国产测斜仪性能不稳定,基坑深层水平位移监测数据中常含有系统误差.若忽视系统误差的影响而直接处理该数据,得到的位移值不能反映基坑的真实变形,从而使采集的数据失去了工程价值.为剔除系统误差,提高后继变形分析的准确性,研究了半参数模型的局部线性估计,并将其应用于基坑深层水平位移数据的处理中,进行实例分析.分析的结果表明,半参数模型是一种良好的抵御系统误差影响的基坑位移监测数据处理模型.     

回归分析在化学动力学实验数据处理中的应用

介绍了用回归分析进行化学动力学实验数据处理及其计算机实现过程． 在报告中还列出了回归分析法求定动力学参数的实用ＢＡＳＩＣ－ ＦＯＸＢＡＳＥ 程序．     

半参数回归模型在随机删矢下的估计

首先给出半参数回归模型在随机删矢下的估计，然后证明他们的强相合性．     

回归分析在内燃机参数设计中的应用

论述了回归分析用于内燃机结构参数设计的原理，方法及模型，编制了回归分析及预测研究的程序，应用该程序得到气门及曲轴主要结构参数的回归模型，并以Ｓ１１５型柴油机的气门头部直径为例，指导结构尺寸的选择与设计，结果表明，回归分析方法在内燃机参数设计中的应用是成功的。     

线性过程误差下的半参数回归模型

对半参数回归模型:Yni=β·tni+g(xni)+εni,1≤i≤n。本文利用最小二乘法和一般非参数统计方法,定义β,g的估计量^βn,gn,在误差为一般弱平稳线性过程序列时,获得了^βn,gn的相合性及r阶矩相合性。     

半参数广义幂威布尔回归模型的诊断分析

基于P-样条方法,研究半参数广义幂威布尔回归模型,得到参数的估计量.同时在数据删除模型下探讨了模型的全局影响分析问题,获得了相应的诊断统计量.最后利用蒙特卡洛随机模拟方法,说明了统计量的有效性.     

半参数模型在GPS水准中的应用

半参数回归模型将影响观测值的因素分为线性部分和系统性部分,以此来描述客观实际,更具有灵活性和贴切性。用来逼近高程异常曲面也具有较强的解释能力。本文给出了具体模型和计算方法．并用此模型对一个大测区的GPS水准数据进行解算,获得了满意的结果。     

半参数单指标回归模型的估计及其强相合性

讨论了半参数单指标回归模型y=α7x+g(βTu)+ε,针对未知向量β,给出了一种不同于单指标投影追踪的估计方法,并证明了估计量(^α)n以及βn具有强相合性,最后对所估计方法进行了模拟验证.     

回归分析在内燃机参数设计中的应用

论述了回归分析用于内燃机结构参数设计的原理、方法及模型,编制了回归分析及预测研究的程序.应用该程序得到气门及曲轴主要结构参数的回归模型.并以S1105型柴油机的气门头部直径为例,指导结构尺寸的选择与设计.结果表明,回归分析方法在内燃机参数设计中的应用是成功的.     

污染数据半参数回归模型中的强相合估计

同删失数据一样 ,在实际工作中经常遇到一些关于污染数据的统计分析问题 .对于删失数据已得到了一系列较为深刻的结果 ,但对污染数据问题的研究却不多 .污染数据回归模型是生物统计中常用的模型 .考虑一类污染数据半参数回归模型 ,建立了模型的参数、回归函数和污染系数的估计 ,并在适当条件下证明了它们具有强相合性 .     

作图法与线性回归法的分析与运用

主要比较和分析了作图法与线性回归法这两种实验中常用的数据处理方法,并阐述了如何利用这两种数据处理方法找出并删除错误或误差较大的实验数据,从而得到精确的实验结果。     

响应变量存在缺失时非线性半参数回归模型的经验似然推断

在许多实际问题的研究中,例如临床试验、民意测验、社会问卷调查等,经常导致数据的缺失,而通常使用的统计方法都需要在样本数据完整的情况下进行.如何处理样本中的缺失数据,使得统计推断得以顺利进行,近年来越来越引起人们的广泛关注.针对响应变量存在缺失时的非线性半参数回归模型Y=f（X,β）＋g（T）＋ε,研究了参数β的经验似然推断.在一定条件下,分别基于一般借补数据和修正借补数据的情形,得到了关于参数β的对数经验似然统计量渐近服从χ2分布,并由此可以构造出关于参数β的置信域.     

一类混合序列下半参数模型估计的强相合性

目的在混合随机误差下证明半参数回归模型参数估计的强相合性质。方法利用引理不等式及已给条件进行证明。结果证明了参数β的最小二乘估计和未知函数g(·)的非参数核估计是强相合的。结论半参数回归模型中的参数β和非参数函数g(·)的估计量在ρ混合误差下具有强相合性。     

混合高斯过程回归模型在铁水硅含量预报中的应用

为了提高基于高斯过程回归的软测量模型的预测精度,提出了一种混合高斯过程回归模型。该模型将高斯过程回归模型预测输出值的方差及其分布作为主要考虑因素,对多个高斯过程回归模型的输出值进行组合输出,获得了比单个高斯过程回归模型更高的预测精度和更强的模型鲁棒性。将该模型实用于高炉铁水硅含量预报模型的建模,获得了比使用单个高斯过程回归模型建模时更好的应用效果。     

探地雷达资料的高分辨去噪处理及应用

为提高探地雷达资料解释的精度,对探地雷达资料高分辨率去噪处理方法进行研究和探讨.结合二维滤波、预测反褶积和复信号分析等高分辨率处理方法,开发了高分辨率去噪处理模块,并对实际探地雷达记录进行去噪处理.通过处理前后的效果对比与分析,得到探地雷达资料进行去噪处理的最佳模块和最佳流程.     

考虑权重模糊回归模型

基于样本偏差是系统固有的模糊性反映，提出用偏差平方和最小、模糊度最小、平均拟合度较大估计系统参数的迭代方法，简化了计算方法和线性规划的约束条件．最后用二个实例进行了说明．     

更为广义的线性回归模型及其气象应用

为了解决传统的线性回归模型不具备全域分析能力以及表达能力受到模型维数限制的问题,基于要素场和矩阵的概念,提出了基于场的更为广义的线性回归模型——全回归模型。利用大规模要素场分布资料构建全回归模型,模型基本方程采用矩阵形式,方程的基本元素为要素场,相较于传统回归模型,该模型涵盖要素场整体信息。与传统回归方案进行对比分析,结果表明:该模型具有全局表达能力,在拟合过程中采用最小二乘方案可以得到全局最优结果;不同于传统回归模型的单调性特征,该模型自变量局部扰动对因变量的影响有利于分析相关过程;对于传统统计预报而言,基于矩阵分析理论及该模型全局表达能力,可以将该模型延伸应用至单站回归预报。     

多元线性模型回归参数的一种广义估计

采用广义估计 β (K)估计多元线性模型中回归参数 β ,通过K值的选取 ,可使 β (K)的均方误差小于最小二乘估计 β 的均方误差 ,且在一定条件下 ,β (K)为 β的可容许估计 ;还讨论了 β (K)的均方残差的性质 .     

海洋拖缆地震资料关键问题分析及处理对策

南海地区的海底地貌复杂,起伏落差大,水道复杂、高角度构造发育,造成长期以来在该地区所获得的地震资料品质普遍偏低,不能满足后期地震解释及地质综合研究的需要。采集的原始地震资料主要存在以下问题：①拖缆漂移严重,羽角大; ②涌浪噪声干扰强;③多次波发育严重,给处理带来很大的困难。常规的二维地震处理方法不能很好的解决中、深部成像问题,本文重点针对拖缆漂移问题,采用伪三维处理思路：首先,对原始数据进行三维网格化;其次,对网格化后的数据进行规则化处理;第三步,选取偏移距分布均匀的线段重新合并回一条二维测线,最终CDP道集内偏移距分步趋向均匀,这样可以减少共中心点横向发散的影响。在此基础上,进一步压制涌浪噪声和多次波,最终的处理成果表明此方法的有效性,与常规处理结果相比成像品质明显提高,解决了中、深部成像模糊问题。     

Fourier自去卷积及其在化学信号处理中的应用

介绍了Ｆｏｕｒｉｅｒ自去卷积法的基本原理、研究进展及基在化学信号处理中的应用情况，引参考文献５２篇。