咖啡乳饮料稳定性优化

通过单因素试验确定了卡拉胶为最佳的稳定剂,并通过二次回归正交旋转组合试验,得到各配料添加的最佳优化工艺组合：乳化剂质量分数为1．42 g·kg~(-1),卡拉胶质量分数为0．21 g·kg~(-1),柠檬酸钠为0．79 g·kg~(-1)。     

增长曲线模型的两步估计及其优良性

讨论了增长曲线模型回归参数阵的两步估计问题,给出了回归参数阵的可估函数的两步估计具有无偏性的一个基本结论,并验证了两种常见两步估计均具有无偏性．     

基于LWSVR的繁忙机场航班滑出时间预测

针对繁忙机场航班滑出时间预测准确率低的问题,结合局部回归和加权支持向量回归,提出基于局部加权支持向量回归的离港航班滑出时间预测模型。该模型采用K最近邻方法,减小训练样本集容量,并为每个预测样本构建一个预测模型。通过计算训练样本与预测样本间的马氏距离,来优化加权支持向量回归中高斯核加权函数的带宽参数,获得加权系数。结合某机场离港航班数据仿真分析,实验结果表明模型在误差允许范围内的预测准确率达到83.33%,模型更加稳定。     

Correcting the January optimism effect

Each month, various professional forecasters give forecasts for next year's real gross domestic product (GDP) growth and unemployment. January is a special month, when the forecast horizon moves to the following calendar year. Instead of deleting the January data when analyzing forecast updates, I propose a periodic version of a test regression for weak-form efficiency. An application of this periodic model for many forecasts across a range of countries shows that in January GDP forecast updates are positive, whereas the forecast updates for unemployment are negative. I document that this January optimism about the new calendar year is detrimental to forecast accuracy. To empirically analyze Okun's law, I also propose a periodic test regression, and its application provides more support for this law.     

半相依回归系统参数的Stein型主成分改进估计

将S tein压缩思想与主成分改进估计相结合,研究两个半相依回归系统.当设计阵呈病态时,提出S tein型主成分改进估计,同时,给出当V未知时的两步估计.证明在均方误差意义下,S tein型主成分改进估计局部优于主成分改进估计和协方差改进估计.     

一种基于视频图像的挖掘机工作状态识别方法

为了实现违法用地现象的实时监测,对土地间的挖掘机等施工机械的工作状态识别是非常重要的.实际场景下,因随机噪声和光照变化的影响,给挖掘机工作状态识别带来极大的挑战.本文提出一种基于视频图像的挖掘机工作状态识别方法,首先,对同一品牌挖掘机工作装置的各种姿态建立混合local binary features (LBF)形状回归模型并进行离线训练;其次,利用上述模型预测输入视频帧中挖掘机工作装置的形状信息,构建挖掘机的工作状态特征描述子;最后,利用support vector machine (SVM)分类器自动判别挖掘机的工作状态—-工作状态或非工作状态.实验结果表明,该方法很好地克服了多姿态导致形状变化的影响,对挖掘机工作状态识别准确率达到了93.53%.     

基于协方差矩阵的主动学习方法及应用研究

由于工业过程采集的数据中常包含大量的无标签样本,而有标签样本数量少且人工标记成本较高,因此,提出一种基于协方差矩阵的主动学习方法。利用有标签样本建立高斯过程回归模型,并构建无标签样本之间的协方差矩阵,以协方差矩阵行列式的值作为评价指标。在挑选信息量较大的无标签样本的同时,衡量样本间的相似性,避免样本的冗余添加,最终在相同标记代价下提升模型预测精度。基于工业过程数据进行算法的应用仿真,验证了所提方法的可行性和有效性。     

基于模糊点数据的线性回归分析

在经典回归分析理论中,假定训练数据是独立同分布的随机样本,并且在回归方程的构建中是同等对待的.然而,在许多实际问题中,训练数据的作用是不同的;通常有些训练数据比其它数据可能更为重要,因而不同的训练数据对曲线拟合的贡献应该不同.人们要求重要的训练数据对曲线拟合做出更大的贡献.实现这一目标的策略是给每个训练数据赋予一个置信权重并且重新推导了经典的最小二乘回归方法,分析了它们的统计性质.受文[1]的启发,将这里的样本称为模糊点样本数据.     

我国沿海8个地理群体缢蛏的表型性状对质量性状的影响

为了探讨不同地理群体缢蛏(Sinonovacula constricta)各表型性状对活体质量与软体质量的影响,本研究以辽宁丹东、辽宁庄河、河北秦皇岛、山东沙子口、江苏连云港、浙江象山、福建厦门、广东惠州等8个地理群体缢蛏为研究对象,分别测量各群体的壳高、壳长、壳宽、活体质量和软体质量,采用相关分析和通径分析计算各表型性状分别对活体质量和软体质量的通径系数、决定系数。试验结果表明,不同地理群体各性状之间的相关系数均达到显著水平(P<0.05);决定系数分析表明,不同地理群体缢蛏影响活体质量与软体质量的表型性状有所不同：辽宁丹东、河北秦皇岛和江苏连云港群体直接影响缢蛏活体质量最大的表型性状是壳高,辽宁庄河、山东沙子口和浙江象山群体的是壳宽,福建厦门和广东惠州群体的是壳长;辽宁丹东、辽宁庄河、河北秦皇岛、浙江象山和广东惠州群体直接影响缢蛏软体质量最大的表型性状是壳长,山东沙子口、江苏连云港和福建厦门群体的是壳高。剔除通径系数检验不显著的自变量,采用逐步回归的方法,建立不同地理群体缢蛏表型性状对活体质量与软体质量的最优回归方程,结果表明回归关系均达到了极显著水平(P<0.01)。...     

稻鸭共育体系多因素正交旋转回归试验研究

以水稻种植密度、纯N量、放鸭数3个因子,设置5个水平组成正交旋转回归试验,试验数据分析显示,3个因子对水稻产量影响显著,影响的大小顺序是放鸭数>纯N量>密度,而且密度与纯N量的交互作用明显,纯N量与放鸭数之间的交互作用明显,都达到显著水平.通过方程模拟选优得出,密度在18万~25.5万株/hm2之间、纯N量在72.9~131.85 kg/hm2之间、放鸭数取225~360只/hm2之间,水稻单产可达到较高水平.