南海西南季风爆发的预测研究

利用多个气候场的主分量因子通过相关分析筛选 ,而后进行逐步回归预报。求得南海西南季风爆发的日期与高度场、海温场等因子场的主分量之间的联系。结果表明 ,南海夏季风爆发日期 (196 7- 1997)与上述主分量因子之间有较密切的关系 ,由 9个主分量因子组成的预报方程 ,通过α =0 0 1显著性检验 ,其方程复相关系数为 0 9392。其平均拟合误差为 2 896 ,试报 1998年南海北部和南部西南季风爆发的日期为第 135 6 9d (5月 16日 )和第 138 5 3d (5月 19日 ) ,与SCSMEX的观测结论 1998年南海北部夏季风爆发 (5月 17日 )的日期仅差 1d ,南海中南部夏季风爆发 (5月 2 5日 )的日期相差 6d。由此可见 ,利用相关和回归方法用因子场的主分量作为因子预报南海北部夏季风爆发的效果比较好 ,南部则相对较差。另外 ,研究发现南海北部夏季风爆发主要与海温场的影响有关 ,高度场对南海南部夏季风爆发影响较大 ,且厄尔尼诺与南海南部西南季风爆发偏晚有关 ,但与南海北部西南季风爆发关系不大。可以说 ,这一方法是对南海夏季风爆发预报的一种新的尝试。     

多元统计分析在管理中的应用研究

利用正态分布的偏、峰度检验 ,假设检验 ,根据分数所反馈的信息对某班的数学分析课程考试进行了试卷的合理性及试卷的差异的分析研究 ,建立了多元线性回归模型 ,对不同学期分数间的关系进行了统计分析 ,为教学研究和管理提供了科学的依据     

双排双波浪带散热水箱传热性能研究

对双排双波浪带散热水箱的结构形式、换热和阻力试验结果进行了分析。采用非线性拟合法得到气侧的换热系数αa，并与桑塔纳管翅式散热水箱的气侧换热系数进行了对比，结果表明，此散热水箱具有较高的换热系数。     

基于复共线性关系的设计矩阵的回归诊断方法

应用岭估计改进Cook距离 ,提出了一种新的回归诊断方法 ,更好地解决了有复共线性关系的设计矩阵的回归诊断问题     

用BP神经网络法预测反相液相色谱保留值

运用逐步回归法筛选BP人工神经网络的输入元素改进BP网络的结构，并用于疏水分配常数及氢键作用能预测反相液相色谱保留值，结果表明，逐步回归法与人工神经网络相结合，能优化网络，大大提高网络收敛速度在很大程度上克服了通常BP网络过所合的缺点，较通常BP神经网络及回归法在处理构效关系方面有更强的信息处理能力和预测能力。     

一种基于主元递归分析法的多模糊逻辑系统的组合形式

根据多个模型相加可以提高整体预测精度和鲁棒性的思想，提出了一种具有递阶特点的模糊逻辑模型。该模型采用基于山峰函数的减法聚类算法，将样本数据集分成多组来进行局部模糊模型的建立和训练，大大提高了组合模糊逻辑模型的训练效率。各局部模糊系统的预测输出通过主元递归分析法（PCR）连接，解决了模型之间的严重相关性问题，增强了模型的预测能力，提高了模型的鲁棒性。仿真结果表明，组合多个模糊逻辑模型能够达到比局部模型更好的建模效果，并能有效的改善模型的预测能力和泛化能力。     

非线性方法在储层参数平面分布预测中的应用

根据神经网络、非参数回归等非线性方法的基本原理 ,对储层参数平面分布进行了预测。结果表明 ,神经网络方法能够根据井点储层参数观测数据与井旁道地震属性之间的内在联系 ,通过自学习功能 ,建立起储层参数与地震属性间较为复杂的关系 ,适应性很强。但该方法对井点储层参数及地震属性的质量要求较高 ;而非参数回归方法不必事先知道储层参数和地震属性之间的关系 ,可以避免由于模型假设与实际情况的偏差而产生的错误预测。该模型包罗广 ,适用面宽 ,能够有效地反映地震属性与储层参数间较为复杂的关系 ,在油气预测以及油藏描述中将会有广阔的应用前景。     

利用小波分析进行粗差定位

在测量数据处理中，为了克服粗差对数据分析的影响，采用的办法之一是定位，删去粗差。通过小波多分辨分析方法对测量数据进行处理，可有效地发现和定位其中的粗差，并举一半参数模型的例子加以说明。     

半参数回归模型的稳健估计

考虑半参数回归模型yi＝Ti^Tβ g(ti)-εi i=1,2,…n,先由稳健估计的原则得出β^Λ和g^Λ（t)，然后基于影响函数得出这些估计的方差——协方差矩阵。     

葡萄叶面积测定方法的改进

对不同地点、不同年度、不同管理条件、不同品种、不同树龄的叶宽范围较宽(7.5～23.4cm)的葡萄叶片进行了叶宽与叶面积线性、乘幂、指数回归分析。结果表明,葡萄叶宽与叶面积的回归关系更符合乘幂趋势。据此建立了可较为普遍应用的利用葡萄叶宽速测葡萄叶面积的回归方程。如用线性方程,则需要根据不同叶宽范围建立方程。