正交递归选择法及其应用

本文提出一种新的变量筛选法－正交递归选择法，该法可以得到预报能力较强的模型，即ＰＲＥＳＳ（预报残差平方和）值较低的模型。用该法处理构效关系问题，并与逐步回归正向选择法及ＰＬＳ回归法进行了比较，得到满意的结果。     

影响系统主因素综合筛选技术研究

系统影响因素过多不仅会增加系统建模难度,而且会增加系统模型的不确定性和数据收集工作量,因此提出一种影响系统的主因素综合筛选技术.技术将综合灰色关联度、普通相关技术、逐步回归方法、DEMATEL法以及系统动力学等方法的优点和缺点,通过彼此互补和相互融合技术,使得该技术能够有效地筛选出影响系统的主因素.通过在筛选影响船舶柴油机寿命周期费用主因素的应用,和其他方法的比较和分析,验证了本技术的可行性、有效性和先进性.     

某型飞机燃料油消耗模型的建立及诊断

为确定某型飞机的燃料油消耗量同其它因素之间的相关关系,借助SPSS统计分析软件,运用逐步回归分析方法,对某场站近三年燃料油消耗的实际数据进行研究.首先,运用逐步回归分析的方法,分别挑选出影响飞机在起飞滑跑、空中飞行及降落滑跑等三个阶段燃油消耗量的变量,并建立对应的回归模型.然后,对回归模型作统计诊断,检验模型的有效性及可能存在的异常点.最后,根据回归分析及统计诊断的结果,得出结论.     

利用逐步回归筛选变量的银行贷款效率上市效应评价

通过把是否上市看作控制变量引入SFA模型,反映是否上市对银行贷款效率的影响,建立包含是否上市的银行贷款效率的SFA模型,评价是否上市对银行贷款效率的影响.通过逐步回归方法,逐步剔除SFA模型中对银行净利息收入影响最小的变量,即t检验不显著且t绝对值最小的变量,保留所有对被解释变量影响显著的解释变量,建立银行贷款效率的SFA模型,评价银行贷款效率.实证研究结果表明:一是当其他变量不变的情况下,利息支出,贷款余额,总资产,员工人数增加1%,银行净利息收入会分别增加0.407%,0.156%,0.234%和0.176%.二是银行是否上市对银行净利息收入存在显著影响.银行上市前技术进步对银行净利息收入的影响因子为-1.911;上市后技术进步对银行净利息收入的影响因子增加到-1.911+0.156.三是上市银行的贷款效率高于非上市银行的贷款效率.上市公司和非上市公司的贷款效率差异随着时间在增加.三大国有银行上市后,其银行贷款效率大幅度提高.     

基于逐步回归分析和BP_Adaboost算法的危险驾驶行为辨识

为准确辨识车辆在行驶过程中可能出现的异常加减速,压线行驶,右侧超车驾驶行为,以便于及时给予驾驶员信息反馈和安全预警,使车辆保持安全的运行状态.首先通过虚拟驾驶仿真实验平台,采集驾驶行为的48种车辆运行数据对实验数据进行预处理,获得实验样本1492组;其次利用逐步回归分析对原始数据进行降维处理,并选取其中的最优回归模型获得特征参数;将提取的特征参数数据输入到BP_Adaboost多分类网络中,训练BP_Adaboost多分类网络,对上述驾驶行为进行识别;最后该模型与BP神经网络进行识别结果对比分析.结果表明模型识别率相较于BP神经网络提高了8.81%,达到92.93%,能进行更加有效的安全预警.     

我国居民医疗负担及其影响因素分析——基于弹性网方法的实证研究

以2006-2016年31个省份的居民家庭人均医疗保健消费支出为研究对象,从人口健康、经济、卫生条件、环境、教育、医疗资源要素成本和政策七大方面选取了19个影响因素,运用弹性网对影响我国居民医疗负担的因素变量进行筛选压缩,并选用逐步回归、Lasso模型和自适应Lasso模型作为对比,最终得出9个较为重要的变量,进行参数估计,最后对模型的准确率进行预测,结果表明:政府干预程度对我国居民医疗负担的影响最大;弹性网在变量选择和模型预测方面更优.     

线性回归模型中自变无选择的逐步回归方法及其相合性研究

线性回归模型的建立,一个很重要的过程就是自变元的选择,它直接决定着模型的优劣。本文给出了“宜取回归方程”的逐步回归方法,在一组适当的条件下,证明了这种方法的强相合性。     

土壤重金属砷的高光谱估算模型

砷是严重危害人体的重金属之一。利用高光谱技术进行土壤重金属砷含量的估测具有很大的应用潜力,但受区域和土壤背景的影响,估算模型适用性和精度都会有很大的差异。针对石家庄市地表水源地保护区土壤砷含量的高光谱估算,在水源地保护区的主要采矿地和冶炼企业进行了土壤实地采样和实验室重金属分析,对土壤样本的原始光谱反射率采用Savitzky-Golay 7点平滑处理,进行一阶微分（FD）、二阶微分（SD）、倒数（RT）、倒数一阶微分（RTFD）、倒数二阶微分（RTSD）、倒数对数（AT）、倒数对数一阶微分（ATFD）、倒数对数二阶微分（ATSD）、连续统去除（CR）9种光谱变换后,再对重金属砷实测含量与经光谱变换后的光谱指标进行相关分析,并提取各光谱指标的最大敏感波段。运用多元线性逐步回归（MLSR）、单光谱变换指标偏最小二乘回归（U-PLSR）和多光谱变换指标偏最小二乘回归（M-PLSR）方法构建土壤重金属砷含量估算模型,最后通过相关系数r、均方根误差（root mean square error, RMSE）和统计值F来比对建模效果。结果表明：研究区部分土壤样本重金属砷含量已经出现了轻度污染,大部分样本处于污染的临界状态;经连续统去除变换后的光谱特征与砷的相关性最大,一阶微分与砷含量存在最大负相关性;相较于多元线性逐步回归和单光谱变换指标偏最小二乘回归,采取多光谱变换指标偏最小二乘回归方法土壤重金属砷含量模型估算值与实测值最为接近,建模R2达到0.852,RMSE和F值分别达到0.147和32.384,多光谱变换指标建模集成效果显著。因此研究结果可以为石家庄水源地保护区主要采矿地和冶炼企业重金属砷污染高光谱快速监测提供科学依据。     

数字图像识别在混合油类三维荧光光谱分析中的应用

海上溢油已成为全球环境污染的重要问题之一,溢油严重破坏了海洋生态的平衡,并导致人类健康受到危害。因此,研究高效的溢油检测方法对保护海洋生态环境具有重要意义。三维荧光光谱技术因能获得溢油的“指纹”图谱而成为溢油鉴别领域的有效分析手段,其与平行因子分析算法相结合获得了良好的溢油鉴别效果。但平行因子算法在使用过程中需要确定不同石油产品本身所适用的浓度范围,且其对预估计组分数敏感,组分数选择是否准确直接影响最终定性定量结果,这些问题都会对油类检测造成使用上的限制。油类组分极为复杂,其中各组分间不存在统一的线性浓度范围,其相互之间还受到荧光猝灭效应的影响。直接对未经稀释的油类样本进行光谱数据采集,所获得的三维荧光光谱会因样本中组分的种类及其含量不同而存在较大差异,导致对三维荧光光谱数据进行解析的平行因子分析算法不再适用。但组分的种类及含量相近的油样其光谱特征相似度较高,并且随着特定组分及其含量的改变,其光谱形状的变化规律也较为明显。基于此,将三维荧光光谱和数字图像识别相结合,提出一种针对混合油类样本的辨识方法。首先,利用五种矿物油（汽油、柴油、航空煤油、机油和润滑油）配制三类混合油样本,其中每类混合油是用其中两种不同矿物油以不同体积比直接混合配制而成;然后利用FS920荧光光谱仪获取样本的三维荧光光谱数据,并对该数据进行求导及灰度化预处理,进而得到三维荧光导数光谱灰度图;其次提取样本三维荧光导数光谱灰度图的颜色、纹理和形状等数字图像特征;最后,通过Fisher判别分析建立样本的分类模型,采用逐步回归建立混合油样本各组分相对体积的定量模型。分类模型对三类混合油样本的分类及识别效果良好。所建立的定量模型的线性相关性R大于0.99,显著性检验p值小于0.05。研究结果表明,三维荧光光谱的数字图像特征可以被本文所述方法有效提取并用于对油类样本的定性定量分析。该研究为海面溢油检测提供了一种简单、可靠的识别方法。     

SVM回归法在汛期旱涝预测中的应用研究

研究基于统计学习理论的支持向量机（SVM）回归在汛期旱涝预测中的应用．根据浙江省38个测站的降水量资料，用正态化Z指数对汛期旱涝等级进行划分，得到了能够反映全省旱涝状况的指标．以此指标作为预测量，通过相关分析从前期大气环流场、海温场中选取高相关预测因子，应用逐步回归和SVM回归技术分别建立浙江省汛期旱涝短期气候预测模型，并进行了对比分析．结果表明：SVM回归模型集中了众多预测因子的预测信息，有效地利用了支持向量机方法的非线性映射能力，无论在历史样本拟合的精度上还是模型实际预测的能力上都比传统的逐步回归方法有一定提高，具有较好的应用效果．