基于小波包分析的网络流量组合预测模型

提出一个基于小波包分析的网络流量组合预测模型,将流量数据构成的原始序列进行小波包分解,并将分解得到的各近似部分和各细节部分分别单支重构成低频序列和高频序列.根据低频序列和高频序列的不同特性,分别采用自回归模型（AR）和线性最小均方误差估计（LMMSE）对未来网络流量进行预测,最后重新组合生成预测流量.通过对真实网络流量...     

基于小波包分析的网络流量组合预测模型

提出一个基于小波包分析的网络流量组合预测模型,将流量数据构成的原始序列进行小波包分解,并将分解得到的各近似部分和各细节部分分别单支重构成低频序列和高频序列.根据低频序列和高频序列的不同特性,分别采用自回归模型（AR）和线性最小均方误差估计（LMMSE）对未来网络流量进行预测,最后重新组合生成预测流量.通过对真实网络流量的仿真实验,结果显示该模型能够对网络流量进行比较精确的预测.     

基于多元线性回归对众包任务价格的设定

在空间众包研究中,针对网络众包任务的价问题,综合分析众包任务发布地的会员密度、商业发展等数据,通过建立多元回归线性分析模型,得出对网络众包任务的价策略。通过聚类分析对任务的发布做优化,对一些距离过近的任务进行打包。最后利用神经网络算法由已完成的任务数据,预测待完成的任务是否成功。通过对预测数据进行仿真,得出任务密度、会员密度、会员信誉度和价对任务完成度与任务价成本的影响。     

Harr小波包频谱分析

小波包具有将小波频谱进一步细分的性质，然而从小包频谱表达式很难看出这一点，通过数值计算的方法，将Ｈａｒｒ小波包的频谱画出，与Ｈａｒｒ小波的频谱相以比，直观地说明了这一性质。     

基于小波的回归分析

在变形回归分析处理前消除或减弱误差的影响,可以有效地改善回归分析的质量.通过一元回归试验对比可以看出,经过小波消噪以后,线性关系之外因素引起的数据波动性减小,拟合的效果得到了改善,线性关系显著增强.     

基于线性回归的河南管“十二五”时期GDP预测

以河南省1978-2009年GDP指数(1952年为100)和人均GDP指数为基础,运用一元线性回归方法建模,对“十二五”期间GDP指数和人均GDP指数进行预测.结果显示,1978-2009年GDP指数和人均GDP指数的预测值与真实值基本相符,“十二五”期间GDP指数和人均GDP指数预测值也与经济发展趋势非常吻合.     

基于小波包矢量量化图像压缩方法

提出了一种新的数字图像压缩方案——基于小波包的区域联合矢量量化(WPVQ)．WPVQ压缩方案充分利用了小波分析的三个重要特点，即零树特性、多层分解和适合跨区域联合编码．在具体实现过程中，WPVQ又采用了一系列措施来提高信噪比并降低算法复杂度．计算机模拟实验表明，同采用嵌入式零树编码(EZW)的JPEG2．000相比，WPVQ可以在高压缩比情况下保持良好的信噪比和主观效果，尤其适合于对图像进行高压缩比的压缩处理．     

基于小波包分析粘接声信号特征提取

本文针对金属与非金属这种特定的复合材料粘接结构,采用一维离散小波变换对得到的粘接信号进行消噪,利用小波包分解得到其粘接声信号相关的特征量,为这种复合材料粘接质量的识别提供有利的依据。     

基于小波包分析的InSAR干涉图滤波算法研究

论述了小波包分解和重构的基本理论以及利用小波包分析对信号进行消除噪声的基本方法.针对目前采用中值滤波方法和均值滤波方法的局限,提出了一种基于小波包分析的InSAR干涉相位图滤波算法以改善滤波效果,采用熵标准实现最佳分解.选取三峡地区的两幅相干图像进行滤波实验,实验结果是:采用中值滤波方法滤波后的残差点数为4 952点和86 058点,而采用小波包分析方法滤波的干涉相位的残差点数为524点和14 225点.图3,表1,参10.     

基于线性回归模型研究汽车消费与空气污染的关系

现代社会生活中,空气污染问题已经得到民众普遍的关注,日益增长的汽车消费量与空气污染的关系研究至关重要。本文通过采集北京地区2004年到2013年私人汽车拥有量与污染指标等相关数据,采用多元线性回归分析建立起北京地区汽车消费行为模型,汽车消费与空气污染生产模型,采用Eviews和SPSS软件分析两者之间的定量关系。     

一般线性回归模型最佳线性无偏估计的影响分析

讨论一般线性回归模型的影响分析问题,研究了协方差矩阵扰动和数据删除对最佳线性无偏估计的影响,给出了度量影响大小的距离测度和它的计算公式.     

基于糖尿病与民族因素的多元线性回归分析

基于多元线性回归分析的理论,对糖尿病发病人数与民族因素之间的多元线性关系进行探讨,并建立他们之间相关的回归方程.最后,对所得到的回归方程进行显著性检验.     

基于线性回归的建模方法--最小量化法

应用线性回归进行预测时,最困难的问题是如何建立一个符合实际的回归模型.该文叙述了此方法的基本思想,以及最小量化法处理准则;在总结回归模型的建模方法基础上,论述了最小量化法建模方法;以某案例实证了本文方法.     

模糊线性回归分析的结构元理论

目前的模糊回归分析方法都是用区间运算表达的,模糊回归系数表示为区间数,模糊值函数表示为区间值函数,这使理论上的分析很繁琐。为此,提出一种简便、实用的模糊回归分析的结构元理论,并提供了数值例子,验证了该方法的实用性和有效性,为工程上的数据分析引入一个全新的模糊回归分析结构元理论。     

基于多元线性回归模型的数字经济影响因素实证分析

相关数字经济的研究大多聚焦于理论性、经验性、范例式,较少涉及数字经济影响因素的定量研究。本研究结合《国民经济行业分类》和《所有经济活动的国际标准行业分类》中关于数字经济部门类别的界定,提出数字经济的定义,分析数字经济发展路径与驱动机制,提炼出可能的影响因素,从OECD、世界银行、瑞士洛桑管理学院的数据库中筛选出96条数据,对比前进法、后退法、逐步回归法的回归结果得到基础模型,最终得到的回归方程包含7个均具有显著作用的变量,实证分析了数字经济的影响因素,以期为各地选择数字经济发展模式、路径提供借鉴。     

基于时间线性拟合的地缆架空混合线路的行波故障定位

目的 研究n段地缆架空混合输电线路中行波故障定位问题,提出一种基于时间线性拟合的行波故障定位方法。方法 首先对故障区域进行判断,确定故障所在的区域,其次再将不同波阻抗线路进行归一化处理,减少因波速不同而产生的测距误差,最后使用时间线性拟合的方法对故障进行精确定位。结果 解决了初始行波波头识别困难的问题,也减小了行波速度随传输距离变化而变化带来的测距误差问题。结论 在MATLAB/Simulink中搭建一个500 kV的地缆架空混合输电线路仿真模型,实验的验证结果表明此故障定位方法能够有效地解决因行波速度不同而导致的双端行波测距方法不适用问题,最终实现对故障点的精确定位。     

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。     

线性回归分析中自变量间的相关性问题

本文讨论了回归分析中当自变量间存在很强的线性相关关系时,如何合理地选择自变量,以及如何进行自变量间的相对相关性程度分析等问题。     

基于多元线性回归分析的软件工作量估算模型

软件项目工作量估算在软件开发过程中一直扮演着重要角色。为了准确的估算软件项目工作量,提出了基于多元线性回归分析的估算模型。定义了软件项目中工作量估算的相关性和显著性因子。根据组织软件项目的历史数据,进行了相关性和显著性分析,确定影响软件项目开发的因子域,并利用最小二乘法对相关因子的系数进行回归,经回归后得到工作量与各因子的多元线性方程。通过多元线性回归模型的实际应用,表明该模型误差小精度高,为软件企业提供了一种简易而准确的工作量的估算方法。