计算机回归数学模型在血水草生物碱杀螺研究中的应用

通过用计算机回归数学模型对数据进行逐步回归计算和因素分类区域处理，探讨了影响血水草生物碱杀螺效果的各种因素的变化规律，发现药物浓度对灭螺效用的规律呈抛物线变化，在温度为25℃、浸泡时间为72h时达到最大；温度的效用也呈现同样的规律，在浓度为2．5ng／L、浸泡时间为72h时达到最大；而浸泡时间则不同：对于浓度的变化，它的效用呈抛物线规律，在2．5ng／L时达到最大；而对于温度的变化，则呈单调上升的趋势．根据因素分类区域分析的结果，可以得出实验室药物杀螺的最优条件．     

苏里格气田岩石力学场建模研究

以苏里格气田为例, 运用多元回归分析的方法对常规测井曲线和岩石力学参数之间的函数关系进行分析, 并运用地质统计学的方法建立非均质的岩石力学参数场, 准确认识储层的岩石力学参数。研究结果可以为气田后期水力压裂过程中压裂设计提供依据, 降低压裂设计计算过程中的误差, 有利于得到更为准确的水力压裂裂缝形态, 降低气田开发风险。     

单自由度微位移机构柔性铰链的研究

采用正交试验法安排单自由度微位移机构柔性铰链的结构设计参数，运用有限元分析方法，建立该微位移机构的三维实体模型进行仿真计算，取得单自由度微位移机构对应于载荷的位移和应力数据，通过逐步回归分析法建立该微位移机构的位移和应力的数学模型，从而定量地分析柔性铰链结构参数对该微位移机构性能参数的影响．同时，由样机实测得到测量数据，验证了最优回归方程(数学模型)的计算结果．     

基于改进广义回归神经网络的雷达故障预测

针对目前雷达故障预测存在的问题,提出了一种基于遗传算法(GA)的广义回归神经网络(GRNN)模型.该模型以前10个时刻的雷达状态为输入,以下一时刻状态及其变化速度为输出;利用遗传算法对网络平滑因子以及网络结构进行优化,以均方差(MSE)最小构造适应度函数.仿真结果表明,所提出的GRNN模型预测值与计算值的偏差系数2.62%,期望偏差率2.07%.     

基于脑梗塞相关因素的逐步回归分析

基于逐步回归分析的理论,对脑梗塞发病人数与民族因素、平均气温、平均气压、相对湿度之间的关系进行探讨,并建立他们之间相关的逐步回归方程。最后,对所得到的回归方程进行显著性检验。     

三波长线性回归光度法同时测定苯二酚异构体

对吸收峰严重重叠的邻苯二酚、问苯二酚和对苯二酚三组份体系同时测定进行了研究。提出了三波长线性回归光度法，即以283．5、279．5、276．5nm三波长为三种苯二酚的测量波长，按正交设计表I25(5^6)配置25组标准混合溶液，对三种苯二酚进行线性回归；同时测定了模拟混合样本中的邻苯二酚、对苯二酚和间苯二酚含量。测量结果表明，邻苯二酚和对苯二酚在浓度低于8μg／mL时误差稍大，绝大部分分析结果相对误差小于5％．测量体系稳定．结果可靠。     

An Adaptive Identification and Control Scheme Using Radial Basis Function Networks

1.INTaODUCTIONThemultilayerfeedforwardneuralnetworks(MFNN)hasbeenwidelyappliedinmanyfieldssuchaspatternrecognition,nonlinearoptimization,systemidentificationandcontrol.Thesimpleback-propagation(BP)learningalgorithmisusuallyadoptedtoupdateitsweights.TheBPalgorithm,however,suffersdrawbacksofslowconvergenceandunpredictablesolutionsduringlearning.Althoughmailyapproachessuchasvariablestepsize,conjugategradient,pseudo-Newtonmethods[4]andothermethods[3,10],havebeendevelopedtoovercometheproble…     

基于有序Logistic回归模型的北京高校男生有氧能力

为探索北京高校男生有氧能力的影响因素,通过随机抽样法抽取134名18~25岁北京高校男生,空腹抽静脉血测血液指标,用德国MetaMax 3B系统实时监测气体代谢,通过线性递增方案测得VO2max相对值。基于Spearman相关、有序Logistic回归等分析方法进行分析处理。结果表明：北京高校男生有序Logistic回归方程：Ln{P(Y≤1|x)/1-P(Y≤1|x)}=-2.757-0.067*X1-0.025*X2+0.066*X3+0.018*X4-0.009*X5;Ln{P(Y≤2|x)/1-P(Y≤2|x)}=-0.771-0.067*X1-0.025*X2+0.066*X3+0.018*X4-0.009*X5（X1=体重、X2=心率(heart rate, HR)、X3=每搏输出量(stroke volume, SVI)、X4=心室射血时间(ventricular ejection time, VET)、X5=血红蛋白(hemoglobin, HGB)）。回归方程模型系数综合检验步(step)、块(block)、模型(model)检验的P值均小于0.01;拟合优度检验的-2对数似然值(-2LL)为159.374,Cox&SnellR2为0.331,NagelkerkeR2为0.373;预测等级1准确率为45.5%,等级2准确率为100%,等级3准确率为100%,综合为81.8%,说明Logistic回归模型性能良好。Hosmer和Lemeshow检验预测值与观望值无显著性差异（P>0.05）。可见北京高校男生定量负荷心功能、血液指标与有氧能力的多元Logistic回归模型拟合度较好,且HR、SVI、VET、HGB是有氧运动能力的重要预测因素。     

人工智能是否促进碳解锁效率？基于技术与制度约束的门槛效应研究

随着全球对气候变化问题关注的日益增加,探究人工智能（Artificial Intelligence, AI）在促进碳解锁效率方面的潜力变得尤为重要。本研究以中国30个省市2012至2021年的面板数据为对象,构建了人工智能发展水平的评价体系和碳解锁效率的评价指标,采用熵权法和超效率SBM-GML模型分别测算了人工智能指数和碳解锁效率值,利用双固定模型和门槛回归模型分析了AI对碳解锁效率的影响以及环境规制和技术创新水平的门槛效应。结果显示,AI通过转变生产方式、优化产业结构和提升环境治理效率,显著提升了碳解锁效率;环境规制和技术创新水平对AI的影响存在显著的门槛效应,表明适度的环境规制和技术创新是促进AI实现碳解锁效率提升的关键。本研究为理解AI在促进绿色低碳转型中的作用提供了新的理论和实证支持,也为政策制定者在制定相关政策时提供了依据。     

防城季节性雨林优势种罗浮柿测树因子曲线回归与通径分析

为探究防城季节性雨林优势种罗浮柿(Diospyros morrisiana)的形态特征及其相关生长规律,本研究基于防城那山子季节性雨林1 hm²群落样地实测数据,对其测树因子进行曲线回归和通径分析。结果表明：罗浮柿株高(H)、胸径(D)和冠幅(W)之间存在极显著的相关关系;胸径-株高、胸径-冠幅、株高-冠幅的最优回归方程均为幂曲线模型,表达式分别为H=3.0248×D^0.4501(R²=0.634)、W=0.6600×D^0.5462(R²=0.613)和W=0.3147×H^0.9108(R²=0.545);胸径和株高对冠幅具有极显著正向作用,胸径对株高的影响大于其对冠幅的影响,其对冠幅的影响大于株高对冠幅的影响。因此,罗浮柿的株高和冠幅可通过测定其胸径来估算。