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.     

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。     

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.     

广义的正交小波包

COIFMANT和MEYER在[1]中引入了正交小波包的概念,它是为了进一步分解小波的分量。本文在此基础上引入了广义小波包的概念并给出相应的分解与重构算法。它推广了文[1]的结果,且这种小波包比传统的正交小波包在应用上具有较大的灵活性。     

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．     

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。     

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。     

一种基于数据包分析的网络入侵检测探针

首先介绍入侵检测系统的原理，并在此基础上利用Kdevelop2.0以及Qt在Linux操作系统下实现了基于数据包分析的网络入侵检测探针程序，该程序完成了共享网段中的数据包的捕获和分析，入侵特征的匹配以及对入侵活动的响应等功能。     

基于多元线性回归模型和灰色关联分析的江苏省粮食产量预测

针对江苏省近年来粮食产量波动的现状,采用灰色关联模型对2000~2009年江苏省粮食产量进行分析.结果发现,播种面积、化肥施用量、年均气温、年均降水以及农药施用量等5个因素是粮食产量波动的主导因素.然后在灰关联分析的基础上建立多元线性回归方程对2010~2012年江苏省粮食产量进行预测与验证,结果表明预测效果良好.最后,针对现状提出了相关建议.     

三角模糊系数的模糊线性回归分析结构元理论

将对称模糊系数的模糊线性回归分析的结构元理论扩展到了非对称情形,研究了三角模糊系数的模糊线性回归分析的结构元理论,并提供了数值例子,验证了该方法的有效性、适应性与实用性。     

一元线性回归显著性检验方法分析

本文主要阐述一元线性回归显著性检验的三种常用方法(t检验法、F检验法、R检验法)之间的联系,及其检验效果的一致性。