利用线性回归模型对季节指数的估计

利用季节虚拟变量建立回归模型,通过季节虚拟变量的参数估计间接地估计季节指数,并且利用模型进行了一些传统的季节指数方法无法进行的推断统计.这是一种分析季节指数和季节变动的新思路。     

房屋结构检测数据回归分析

以回弹法检测混凝土抗压强度为研究背景,分析分别以河砂和山砂拌制的混凝土对检测结果的影响,利用概率统计方法求出贵州地区以山砂拌制的混凝土的抗压强度,然后用回归分析方法计算推定系数k0值。计算结果表明,计算出的k0明显比JGJ/T23-2001标准规定的k值偏小,如果按照现行的国家标准规定的k值计算贵州地区混凝土强度,最终会对检测结果的判断造成误差,使检测得到的混凝土强度偏离实际混凝土的强度。     

基于自适应邻域的空域错误掩盖算法

针对以固定邻域内的像素为参考进行图像错误掩盖时,往往容易导致边界信息的丢失或产生阴影和虚假条纹的问题,提出了根据错误块邻域图像特征选择自适应参考像素集的空域错误掩盖算法.介绍了一种有效的分割方法,将邻域分割为与错误块相关和无关的两个区域,并以相关区域内的像素为参考进行空域内插.实验结果表明,该算法掩盖的视频图像既能有效地重建多个方向的边界信息,又能抑制或消除无关区域的影响,可广泛应用于掩盖MPEG、JPEG和H.26x等基于块编码码流中的错误.     

房地产宏观需求预测

本文使用定量预测技术对房地产进行宏观需求预测,通过Matlab,对历史数据进行处理,得到多种曲线拟合的数学模型,并利用主成分分析筛选要素,最后建立主成分回归曲线模型来进行预测。     

Probability parametric imaging with DCE-MRI data to identify prostate cancer in the peripheral zone

To quantitatively analyze prostate dynamic contrast-enhanced magnetic resonance images (DCE-MRI), a retrospective study was carried out to construct a mathematical model to predict whether a lesion is cancerous or not. With known diagnosis of 52 regions-of-interest (10 malignant, 26 benign and 16 normal) in peripheral zone (PZ) of prostate from 18 patients undergoing needle biopsy and 8 normal volunteers, we combined feature parameters (k1, k2 and tp) from the linear-slope model with logistic regression to determine the statistical probability model. Prostate cancerous probability maps were derived using the model on each subject to examine the correlation between the model-based prediction and the known diagnosis. Compared the model prediction results of 52 regions-of-interest with the histopathologic results, the total agreement rate was 90.4%; the agreement rate was 60% for the malignant and 97.6% for the nonmalignant. The diagnostic results only referencing the probability maps by two radiologists showed a high agreement in tissue characteristics and lesion location with the combining results from other diagnostic techniques such as PSA (prostate specific antigen) level and MRS (magnetic resonance spectroscopy).     

基于自适应平方根UKF的微机械传感器融合航姿估计

提出一种新的基于自适应平方根UKF的微机械传感器组合姿态测量系统.该系统采用3轴微机械陀螺积分得到姿态角,采用3轴微机械加速度计测量重力矢量得到俯仰角和横滚角,分别校正俯仰漂移和横滚陀螺漂移;采用磁强计得到航向角,并与陀螺积分角度融合校正航向陀螺漂移.跑车实验结果表明,基于自适应平方根UKF算法可实时估计机动加速度干扰,并在融合滤波器中进行补偿,能够有效去除车辆机动加速度干扰,姿态角估计精度在±0.6°以内.     

主成分回归的主成分选择准则

结合回归自变量选择的Cp准则及平均残差平方和准则，讨论了利用主成分回归时如何选择主成分可在一定程度上避免人为性，提出了两个准则，以供实际应用时参考。     

基于自适应背景模型的全方位视觉人体运动检测

设计了一种新的全方位视觉系统,用来在室内对多个人体目标进行实时运动检测。系统中使用全方位摄像机作为图像采集设备,能在一幅图像中获取水平方向360°的环境信息。在检测开始之前,首先由摄像机对无人环境持续观测一段时间,建立背景的统计模型;在检测开始之后,将每一时刻全方位摄像机采集到的图像变换成柱状全景图像,再利用背景的统计模型,通过自适应的动态背景减除算法得到前景区域,同时在线更新背景模型。最后进行区域分割,确定人体的位置。试验结果表明,该系统在复杂背景的室内环境下,有较好的实时性和检测效果。     

基于能量特征的左右手运动想象脑信号的识别方法

提出了一种基于能量特征的左右手运动想象识别方法,利用快速傅里叶变换分析特定脑电(μ波和β波)的频率分布,然后利用小波分解去噪,再利用小波包分析脑电能量,提取能量特征,最后基于支持向量机(SVM)进行左右手运动想象的识别。本文把能量作为特征的支持向量机(SVM)识别法分别与自适应自回归系数法(AAR)和相同步分析法进行比较。仿真结果表明:在相同样本数据情况下,能量特征作为特征向量的SVM识别准确率明显高于其他2种方法。     

基于支持向量机的软测量模型及应用

支持向量机(Support Vector machine, 简称SVM)是一种基于结构风险最小化原理,具有很高泛化性能的学习算法.针对软测量过程中,被测系数与相关参数之间存在有较大的非线性和模糊关系,提出了一种基于支持向量机的软测量模型及算法.为小样本、非线性、高维数一类软测量问题的建模提供了一种有效的途径.通过对"纸张水分在线测量系统"应用表明,基于SVM的软测量模型及算法在测量精度和推广性能上都具有一定的优越性.