基于支持向量回归的定性-定量因子混合建模方法

在科学研究及工程实践中,输入参数经常同时包含定性因子与定量因子,为实现此类数据的有效建模,提出基于支持向量回归(SVR)的定性-定量因子建模方法,以用于工程实验及数值仿真的定性定量因子分析．引入超球面分解量化定性因子相关关系,构建了一种新型核函数描述定性因子与定量因子关联关系,提出了定性-定量因子支持向量回归算法实现定性定量数据的混合建模与预测．通过数值算例和经典工程算例,发现所提算法能提供相比于普通的支持向量回归算法及基于高斯过程回归的定性-定量因子算法更优的预测结果．以种植体骨应力分析为例,其中种植体材料类型为定性因子、结构参数为定量因子,实验结果表明所提算法能够显著提升骨应力预测精度,可为种植体的设计优化提供模型基础,揭示了所提算法的工程可用性．     

基于样本扩充和改进Lasso回归的视线估计

为了利用眼部特征进行准确的视线估计,提出了一种基于样本扩充和改进Lasso回归的方法,建立眼部特征与视线之间的映射关系.通过对小样本评分得到优质样本,进而完成样本扩充,利用改进的Lasso回归得到准确的视线估计模型.该方法对标定过程中的眨眼等干扰具有鲁棒性,受干扰后仍可保持相对较高的视线估计准确度.实验结果表明:标定过程无干扰,该方法视线估计准确度比传统方法提高11.25%;标定数据加入6.67%异常数据,该方法视线估计准确度比传统方法提高22.62%.      

饱和粉质黏土地基土中地下结构浮力折减系数

由于对饱和粉质黏土地基的浮力折减系数存在很大的争议,采用一套渗流路径完整、能够消除侧壁摩阻力及基底负压力并且可以准确判断内箱起浮瞬间的浮力测量系统,对粉质黏土中的模型箱底部总压力以及孔隙水压力进行测试,得到其折减系数为0.744.采用数值模拟软件COMSOL Multiphysics模拟得到的粉质黏土折减系数为0.754,与实验结果相差无几.运用线性回归方法建立粉质黏土折减系数的三元线性回归方程,对方程中自变量进行共线性诊断,剔除自变量中干密度与孔隙率,最终确定红砂岩和粉质黏土折减系数只与渗透系数有关.     

消费者地理标志农产品购买行为实证分析——基于上海、北京和郑州市消费者的调查

以上海、北京和郑州市342个消费者问卷调查数据为基础,运用二元和多元Logistic回归模型对其消费者地理标志农产品购买行为的影响因素进行分析,结果表明：性别、年龄、婚姻、文化程度、职业、个人月均收入、家庭规模、对水果质量的关注、对水果价格高低的关注、对水果原产地的关注和销售员介绍等因素影响着消费者购买行为。     

设备故障评估新指标及基于ARMA的预测系统

设备故障停机时间受生产调度的影响较大,不能真实反映设备的自身性能,且具有很强的随机性和波动性,不适于直接用来进行自回归移动平均(auto-regressive moving average,ARMA)建模.针对此问题,提出一种设备故障评估指标--设备不可用度,将设备故障停机时间转换为设备不可用度,通过异常点替代和数据平...     

基于SVR和DCT的数字图像水印算法

针对彩色图像,提出了一种利用支持向量回归机（support vector regression, SVR）将水印信息嵌入到图像亮度分量的离散余弦变换（discrete cosine transform, DCT）域中的算法。主要思想是应用彩色图像的YCbCr彩色空间,将亮度分量分块后做离散余弦变换,在DCT块中选择中频系数,利用SVR很好的学习和泛化能力,建立中频系数与其邻域系数之间的关系模型,然后根据中频系数和SVR模型预测输出值,调整中频系数嵌入水印。提取水印时重新训练SVR模型,但不需要原始载体图像,实现了水印的盲检测。实验结果表明,该算法具有良好的不可感知性,对色度变化、低通滤波、模糊、锐化、亮度、对比度增强、添加噪声以及几何变换等攻击均具有较强的鲁棒性,尤其对JPEG压缩具有很强的抵抗能力。     

国际碳期货价格的均值回归:基于EU ETS的实证分析

引入均值回 归理论、GED-GARCH模型和VaR方法,考察EUETS碳期货市场的运行特征.结果发现:不论是2006年的配额事件发生前还是发生后,EUETS的碳交易期货市场的价格、收益、市场波动以及市场风险的变化均不服从均值回归过程,即它们的运动具有发散性,暂时不具有可预测的特性,这主要是由于政治决策、能源价格、股票市场、异常天气等一系列复杂因素的综合作用,导致碳市场效率不高,市场反应过度.国际碳市场的不可预测给我国CDM项目和银行理财产品的收益带来了显著影响.     

基于Matlab支持向量回归机的能源需求预测模型

分析了支持向量回归机在能源需求预测中的优势, 确定了输入向量集合和输出向量集合, 建立了基于Matlab技术的SVR能源需求预测模型. 对我国1985-2008年能源需求相关数据进行模拟与仿真, 并对中国2010年和2020年能源需求量进行预测. 研究结果表明: 一是中国未来对能源的需求量逐渐增加, 从2010年的330400万吨标准煤上升到2020年418320万吨标准煤, 年均增长率为2.39%; 二是在解决我国能源系统小样本. 非线性及高维模式识别问题中SVR比BP神经网络等方法有更高的预测精度.     

应用ARMA模型的辅助载波多普勒精确估计

在GPS和捷联式惯性导航系统（strapdown inertial navigation system, SINS）的超紧组合结构中,惯性测量单元（inertial measurement unit, IMU）和星历信息等估计得到的载波多普勒辅助值是影响跟踪环路性能的主要因素,因此提出一种应用自回归滑动平均（auto-regressive moving average, ARMA）模型对估计过程中存在的随机多普勒误差建模,精确估计载波多普勒方法。通过判定随机多普勒误差序列的平稳性,采用时间序列分析的方法建立数学模型;根据随机误差序列的自相关函数和偏相关函数特性,确定模型类型和阶数;利用Yule Walker方法估计模型参数,得到符合该随机序列的数学模型。仿真结果表明,该模型具有很好的适用性,能准确拟合随机多普勒误差,为超紧组合系统中的辅助环路提供精确的载波估计。