海量数据的曲线拟合并行算法及实现

提出一种适于海量数据的曲线拟合并行算法 .该算法将数据划分到多个处理机上 ,分别进行拟合 ;并通过对相邻两段拟合曲线的边界进行处理 ,可得到C1连续的完整拟合曲线 .     

微机在数据处理上的应用——线性回归的扩展

本文介绍一种应用Pc—1500微机进行可化为线性回归分析的曲线回归程序.经过对大量数据的回归分析,均能得到比较理想的代替方程式,证明本程序所采用的变量替换形式是可行的,该程序对实验数据(或经验数据)拟合成曲线方程式,具有一定的实用意义.     

单桩荷载—沉降曲线拟合线性回归法研究

对现有的单桩荷载沉降曲线拟合方法——指数函数线性回归法,按照一定的方法进行优化和改进,提出了指数加权拟线性回归法.通过对单桩静载荷试验数据进行拟合,结果表明加权拟线性回归法拟合效果好于传统指数函数线性回归法.指数加权拟线性法对单桩荷载-沉降曲线模型能进行比较好的描述,在沉降预测中得出更加精确的结论.因此,可以利用指数函数加权拟线性法的拟合结果对单桩承载力进行预测.     

分段函数的光滑方法及其在曲线拟合中的应用

在分析复杂实验数据时,常采用分段曲线拟合方法.利用此方法在段内可以实现最佳逼近,但在段边界上却可能不满足连续性和可导性.为了克服这种现象,本文提出了一种分段函数的光滑算法,并给出了相应的误差分析.最后,给出了该方法在分段曲线拟合中的应用方法以及凸轮实验数据自动分段拟合的应用例子.     

07-08赛季常规赛姚明篮板球与上场时间函数特性曲线拟合的研究与优化

本文从曲线拟合的角度提出了一种基于TableCurve2D软件的曲线拟合算法,以保证拟合曲线与实际曲线的形态最相似为准则。利用该算法对姚明在比赛中篮板球控制效率与时间的关系进行了曲线拟合研究,并能够在理论层面上对姚明上场时间进行优化预测。以期对我国竞技篮球运动的科学化、数据化研究提供一定程度上的理论价值与借鉴意义。     

Fabonacci法应用于曲线拟合优化新算法

由最小二乘法得到的曲线拟合的效果是较好的,但却不一定是最优的.文中提出将最小二乘法与Fa-bonacci法结合,得到一种曲线拟合的新优化算法.该算法的思路是在最小二乘法的基础之上,结合Fabonacci法优化已得到的拟合曲线的方程系数,使其更加合理化,从而获得最佳拟合曲线.该方法适用优化区间为单峰函数的任何数据,实例表明方法是切实可行的.     

晶体管宽温特性实验曲线的轮件开发

本文从一次性测量得到的各实验数据中,将测量系统的系统误差和测量误差一并考虑,应用最小二阶乘法和多项式拟合得出了较理想的实验拟合曲线,并对本方法的优缺点做了分析说明.此方法对其它形式的实验数据的曲线拟合同样适用.     

B样条曲线逼近的一种新方法

基于B样条曲线拟合出现的问题和困难,提出了一种新的B样条曲线拟合方法.该方法成功地避免了数据点参数化的问题,并使得逼近曲线具有较好的形状和接近弧长参数化的节点向量.本方法基本思想是:先用易于控制形状的低阶曲线拟合数据点,此曲线称为控制曲线,然后用高次曲线逼近该控制曲线,此高次曲线称为逼近曲线.根据本方法,设计新的拟合目标函数,通过求解二次优化系统来求解逼近曲线,并充分利用控制曲线提出一种新的接近弧长参数化的节点向量的设置方法.     

lp数据拟合及其在动态测试数据处理中的应用

在动态测试数据处理中 ,常常要进行稳健回归分析和最小最大值回归分析 .在 Gauss-Newton法的基础上推导了一种用于 lp 数据拟合的算法 .通过对 lp 准则的改造 ,建立了 lp 准则和二次准则之间的关系 .计算结果表明 ,该算法结构清晰 ,便于计算机编程 .当 p=1时 ,可应用于稳健回归分析 ;而当 p>2 0时 ,lp 数据拟合与 l∞ 数据拟合的计算结果十分接近 ,可以应用于最小最大值回归分析     

典型回归及其在趋势面分析中的应用

本文用典型相关分析的理论来研究多重回归(即多个自变量对多个因变量的回归的问题。首先对预报量集团和预报因子集团进行降维,化成一对(或少数几对)综合变量以后,进一步用逐步回归的方法挑选那些影响预报量的综合变量的主要因子,建立回归方程(称为典型回归方程)以实现对预报量的预测或最优控制等问题.应用典型回归于趋势面分析中,建立一种多重趋势面(称典型趋势面),它发展了通常利用最小二乘法建立多项式曲面来拟合单变量观测数据的趋势面分析,使我们能够从某一测区的一组相关变量的观测值揭露其综合效应的变化趋势,而且这个趋势具有地质量与地理坐标之间的最大相关性质。因之,可以预测一组地质变量在测区的不同位置上的变化规律.     

深圳证券市场的CAPM模型实证分析

对深圳股市的资本资产定价模型(CAPM)进行时间序列数据和横截面数据检验,研究了股市风险与收益的关系,对深圳股市的特点进行了分析.发现深圳股市不满足资本资产定价模型(CAPM),系统风险与收益虽存在正相关,但不是线性关系;市场投机氛围过重,说明市场还不成熟.     

一种改进的线性回归模型

本文阐述了一种改进的线性回归模型——偏最小二乘回归模型的基本原理,并结合实例指出当变量间存在着线性关系时,普通的多元线性回归建模方法会失效;通过对偏最小二乘回归模型和主成分回归模型的系数估计精度及预测精度两方面的比较,说明要消除变量间的线性关系,前者优干后者。     

R统计软件在统计教学中的应用

在讲授统计基本思想方法的同时利用统计软件进行辅助教学,以提高学生利用专业知识解决实际问题的能力已成为现代统计教学的重点;以回归模型为例介绍了R统计软件在统计教学中的应用。     

PLS回归应用实例

在研究因变量y与p个自变量的线性回归关系时 ,常遇到自变量间存在多重共线性的问题。文献 [3]介绍了用PLS回归来消除多重共线性的方法。本文通过两个例子的计算建立PLS回归 ,并发现了PLS回归实施过程中的若干问题 ,提出了一些自己的看法     

一类回归方程的稳定性及两条回归直线的比较

文章介绍一元线性回归中回归方程的稳定性及两条回归直线的比较方法,并举实例加以说明, 具有一定的实际指导意义。     

承压水漏斗中心最低水位的岭回归

针对最小二乘回归方法，回归系教的显著性F检验，如果F〉临界值，则线性回归显著，但当多元回归模型的设计矩阵存在近似线性相关（称为复共线），即｜X^TX｜≈0，这时这一判别标准不具备普遍意义。本文结合实例对设计矩阵出现复共线关系进行岭回归。     

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.     

基于多重共线性的Lasso方法

多重共线性是多元线性回归分析中的一个重要问题,消除共线性的危害一直是回归分析的一个重点.就此问题介绍了一种Lasso方法,并设计了一种选择最佳模型的方法.通过实例分析,将其与常用方法进行比较,从结果可看出,Lasso回归在处理多重共线性问题上较其他方法更加有效.     

重庆市大气污染物分布特征及影响因素分析

基于重庆市2014—2018年的六大气体污染源PM_(2.5)、PM_(10)、SO_2、CO、NO_2、O_3的月均浓度数据以及AQI(空气质量指数),对污染物的月度变化、季度变化、年度变化特征进行了描述性的分析,再根据收集的7个变量数据,运用多元回归分析,建立AQI与六大污染物之间的回归方程,运用分位数回归,对主要污染源在各个分位点上的变化进行分析。     

曲线估计方法应用

曲线估计方法是对2个相关变量函数关系的研究.当变量之间有显著线性关系时,可以用线性回归分析建立线性回归方程,但当变量之间有明显曲线关系时,可以采用曲线估计方法来建立变量间的模型,通过具体实例说明曲线估计方法的应用.