织物抗拱性能“逐步回步——非线性回归”分析

本文用逐步回归和非线性回归法定量地对描述织物起拱性能的力学原因进行了深入分析，为提高织物抗拱性提供了可靠的依据。     

基于卡口数据的机动车出行生成模型

针对出行生成预测方法需要耗费较多的人力物力调查、数据精细化程度较低的现状,综合考虑土地利用类型、土地利用混合度、可达性等指标,使用海量卡口数据获取机动车出行生成量并建立逐步回归分析模型;通过与灰色预测模型耦合的方法对回归模型中人口、就业岗位等灰色变量进行预测,将预测值代入所得线性回归方程得到相应土地类型目标年机动车出行生成的预测量.以武汉市为案例研究对象,分析了典型土地利用类型上的机动车出行发生和吸引的主要影响因素,并对预测值予以验证.研究结果表明:不同土地利用类型的机动车出行产生和吸引的关键影响因素不尽相同,本模型平均预测精度在0.932,可为交通规划用地布局等提供参考.     

基于GF-2的乔木生物量估测模型研究

以福建省将乐林场为研究区,使用野外实测样地数据,结合福建省二类调查数据,获取了共192个样地的生物量数据,其中杉木纯林112个,马尾松纯林80个．对覆盖研究区的2景GF-2影像进行预处理,提取光谱信息、植被指数、纹理特征及地形因子,筛选与样地生物量相关性较高的因子作为建模的自变量,采用支持向量机、随机森林及多元逐步回归3种方法分别建立了杉木和马尾松生物量模型．结果表明:支持向量机、随机森林模型拟合效果均比多元逐步回归模型好,其中随机森林模型决定系数R2最高,2种样地的R2分别为0.65和0.72,估计精度也最高,分别为65.28%和76.82%;杉木样地3种模型的均方根误差分别为64.27、48.16和77.03,马尾松样地3种模型的均方根误差分别为54.79、48.18和65.63,其中随机森林模型的最低．在3种模型中,随机森林模型为乔木生物量的最优模型．      

海岛游客重游意愿影响因素研究

了解海岛游客重游意愿影响因素,有助海岛旅游与海洋经济可持续发展.以大连市长山群岛为案例地,利用调查问卷数据,通过二元logistic逐步回归模型对游客的社会人口特征、行为特征、价值感知和满意度4个维度19个指标进行分析,依次得出年龄、游览次数、基础设施、纪念品特色和是否达到预期对海岛游客重游意愿影响最为显著且呈正相关.以此为基础提出4点建议:注重银色旅游市场开发,完善青壮年旅游市场;重视重游游客,打造重游良性循环;加强基础设施建设,提升海岛纪念品特色;完善各项旅游要素,提高游客满意度.     

多测点无损检测法评估古建木材抗弯强度

为了提高无损检测手段预测古建木材抗弯强度的精度,用应力波仪和阻力仪对藏青杨旧材抗弯试样进行了多测点无损检测,通过对比试样抗弯强度,分析了无损指标与木材抗弯强度的相关性,讨论了测试手段、测点位置、测点数量对相关系数的影响,以及多参数时预测模型的最优自变量组合.结果 表明:增加测点数量可提高无损指标与木材抗弯强度的相关系数;当自变量较多时,逐步回归法适合应用于确定最优自变量组合,同时避免自变量共线性问题;相较于一元线性模型,使用最优自变量组合确定的多元线性模型可使无损指标与抗弯强度的相关系数和校正决定系数分别提高20.54％和42.92％,表明多测点无损检测法可以有效提高木材抗弯强度预测的准确性.     

逐步回归时间序列和RBF-ANN在降水预测中的应用

将逐步回归融入到时间序列预测模型的建立中,摒弃了传统的“考虑所有变量”模式,利用“有进有出”的形式,分清各因子主次关系,仅选用影响显著的变量建立预测方程。径向基函数人工神经网络(RBF-ANN)属于局部逼近网络,准确度高。以桦甸市五道沟站的月降水量和月蒸发量为例,分别用传统、逐步回归时间序列分析和RBF-ANN建立降水预测模型,并对比其精度。结果表明：传统、逐步回归时间序列及RBF-ANN模型的后验差比值分别为0.315、0.272、0.284,平均绝对误差分别为18.37、15.65、13.82 mm,有效系数分别为0.87、0.94、0.93,精度均满足要求,最后用逐步回归时间序列法预测了未来5年的月降水量和月蒸发量。     

基于Box-Cox变换分位数回归与负荷关联因素辨识的中长期概率密度预测

中长期电力负荷预测是电力部门制定电力系统发展规划和稳定运行的重要前提.针对影响中长期电力负荷预测精度的多个因素,本文利用逐步回归方法,从众多影响负荷预测精度的关联因子中,对关键的影响因子进行辨识,并提出基于Box-Cox变换分位数回归和核密度估计相结合的概率密度预测方法,得出不同分位点下未来连续几年的概率密度预测结果,实现了对未来年用电量准确波动区间的预测.以安徽省的历史用电量和社会经济数据为例,进行仿真实验.结果表明:该方法不仅实现了中长期电力负荷概率密度预测,而且利用强关联因素提高了中长期电力负荷概率密度预测的精度,有效解决了考虑多因子的中长期电力负荷概率密度预测问题.     

广西暴雨致洪灾害的非线性预测模型研究

选取自1994—2012年来广西共87个暴雨致洪灾害过程,以暴雨时间长度、暴雨过程降水极值、暴雨过程降水均值三个指标作为致灾源因子,以暴雨洪涝造成的直接经济损失作为主要灾情因子,通过对数变换获得更加光滑的灾情因子序列.利用统计学理论建立支持向量回归模型,采用网格搜索法进行SVM的参数寻优,利用选取的致灾源因子对灾情序列进行回归预测.结果表明,基于支持向量机的回归预测模型,其拟合优度、拟合效果均优于传统的逐步回归.该研究为探讨暴雨致灾源因子与灾情因子的非线性关系提供了一条新的途径.     

Guanosine的酰化与酯解——均匀设计用作有机合成中的新颖计量化学技术(英文)

均匀设计可用作新颖的计量化学和计量合成工具 ,特别是用于有机合成试验设计和优化 从Guanosine分别经酰化和酯解可制务出NAG和TAR 为寻找最优合成反应条件 ,采用计量合成化学中均匀设计方法和逐步回归技术 ,使两者合成产率分别从 72 2 %和 35 6 %提高至 90 3%和 59 8% ,效果十分明显     

关于逐步回归算法的一个修正

将逐步回归算法用于符号回归任务时,会产生计算溢出现象,其原因是在检验因子的显著性时,由于数据精度很高,可能会发生最大偏回归平方和Ｖｍａｘ与残差平方和ｒｙｙ相等或非常接近的情况,从而造成检验式分母的绝对值过小而溢出,对此,提出了两种修正方法,修正后的算法消除了隐患,可用于符号回归等高精度数据拟合任务。