一种动态校正的AGMM-GPR多模型软测量建模方法

工业过程常常是强非线性的,并有多个工况,传统的软测量方法存在预测能力差,不能有效利用误差信息等缺点.为了有效解决这些问题,提出一种基于自适应高斯混合模型-高斯过程回归(AGMM-GPR)的多模型动态校正软测量建模方法.首先,通过贝叶斯信息准则构建自适应高斯混合模型(AGMM),得到优化的子模型个数;然后,利用GPR方法建立各局部模型,当新的数据到来时,将其隶属于各局部模型的后验概率和预测值融合得到多模型输出;最后,为了进一步提高模型的精度,构建自回归积分滑动平均(ARIMA)模型对多模型输出进行动态反馈校正.通过数值仿真和硫回收装置(SRU)中H2S浓度的估计,验证了所提方法具有良好的预测精度和泛化性能.     

回归模型的相关性检验

基于经验似然的方法构造了检验统计量,对非参数回归模型中的误差进行了相关性假设检验,获得了零假设下检验统计量的渐近分布为χ2分布.模拟计算表明相关性假设检验的经验似然方法具有较好的功效.     

福清市土地利用结构时空分异规律研究

借助信息熵和均衡度的地理意义,基于福清市1996～2005年土地利用现状年度变更调查数据,分析研究了福清市土地利用结构信息熵和均衡度的动态变化及其空间分异规律,结果表明,福清市近十年来土地利用结构逐渐向均衡方向发展,城市土地结构的均质性增强;经济发达地区用地结构趋向均衡化,其信息熵值较高,而欠发达的山区信息熵值较低。最后运用逐步回归法分析出自然因素中的年降雨量,人文因素中的人口规模、人均国内生产总值、人均消费水平、农民人均纯收入和农林牧总产值是影响福清市土地利用结构信息熵变化的关键因子,从而为福清市新一轮土地利用总体规划修编(试点)工作提供依据。     

灰多元线性回归及其在搜索引擎中的应用

经典多元线性回归分析模型不能实时跟踪响应变量的动态变化和在大量样本中因出现病态数据而影响拟合效果的问题,基于灰色系统时间序列的特性,提出了将灰系统思想与经典多元线性回归分析模型结合,形成一种全新的模型——灰多元线性回归分析模型。实验结果表明,该模型不仅能更加准确地给出响应变量的变化趋势,而且能过滤掉少量病态数据,从而避免了对拟合效果的影响。将新模型应用到网站的搜索引擎中,通过对网站访问流量及各个关键字搜索频率,预测该网站下一阶段的网站的访问流量,预测结果可为网站的管理者提供决策支持的理论依据。     

一类变系数分组Cox回归模型及其估计

讨论了一类变系数分组Cox回归模型.该模型提高了线性分组Cox回归模型的灵活性和适应性.基于局部加权极大似然估计方法,讨论了该模型的参数估计问题,利用迭代加权最小二乘法给出了局部似然方程的迭代算法.     

基于模糊回归分析模型的银行不良贷款问题研究

利用模糊回归分析模型得出一种降低银行不良贷款余额的方法。首先在对银行不良贷款影响因素进行分析的基础上,选取各项贷款余额、本年累计应收贷款额、贷款项个数、本年固定资产投资额4个主要影响因素,以不良贷款余额最小化为目标函数,并找出4个影响因素之间的自相关函数作为约束条件,建立不良贷款余额与4个影响因素之间的模糊回归方程。最后,根据不良贷款余额最小化线性规划模型,求出银行不良贷款余额的最小值及取得最小值时4个影响因素的取值。实例的计算结果表明该方法具有较好的适用性。     

半参数非线性模型中的t-型估计和影响分析

给出半参数非线性回归模型的t-型估计及其EM算法,同时获得估计的相合性及渐近正态性.并基于EM算法中的Q函数,研究了半参数非线性回归模型的统计诊断方法.最后,用一个模拟例子和一个实际例子验证了本文提出的t-型估计和诊断方法的有效性.     

基于组合模型的建筑物沉降预测

以上海某建筑物沉降观测数据[1]为依据,构建一种新的组合预测模型,并对沉降数据进行预测,将预测结果与前人单项模型预测结果进行对比,结果表明组合预测模型预测结果要明显优于单项模型。     

不同生活习性下原核生物基因组大小与GC含量的关系研究

 对原核生物基因组的研究显示,基因组GC含量与基因组大小和氧气偏好性等因素存在着一定的相关性。为了探索基因组大小与GC含量的相关性是否受原核生物生活习性的影响,选取了有代表性的411种原核生物（包括古细菌与真细菌）,分别从最适生长温度、氧气偏好性、运动特性、水生特性和寄生特性等因素进行分析,发现基因组大小与GC含量的相关性确实受这些因素的影响,而寄生原核生物中显示出最好的相关性。     

基于语义维度的人脸表情生成

为实现有丰富表现力的人脸表情生成,提出一种基于语义维度的人脸表情生成方法。首先定义了与人类情感、态度、意图等情态信息相关的7个语义维度,对表情图像进行语义维度标注;进而对面部器官的典型状态进行量化,定义并提取人脸局部状态参数。分别采用线性回归和人工神经网络方法,建立了语义维度与人脸局部状态参数的映射模型。实验结果表明:基于语义维度的方法能够生成与文本语义相贴切的人脸表情,神经网络模型在参数预测精度和主观感知评价方面均优于线性模型。