基于不确定理论的铁路货运需求预测

合理预测铁路货运需求是铁路管理部门建设、运营等决策基础。为应对铁路货运需求的复杂变化,基于Pearson相关性分析方法筛选出铁路货运需求的七个具有关键影响的因素,并结合不确定理论建立不确定多元线性回归模型,相应的铁路货运预测结果由传统单一值变成可能的需求区间范围,更加符合处于不确定环境下的铁路货运需求实际情况。选取国家统计局2004~2016年相关数据进实证研究,并与回归模型以及BP模型的预测结果对比分析,实验表明不确定多元线性回归的预测结果更加精确。     

PN结物理特性的开放式测量实验方法研究

开放式、综合性量测实验的设计与应用,在巩固基础理论知识的同时,能够有效培养学生的动手实践能力、数据处理及分析能力,一定程度代表着大学物理实验课程的教学模式改革方向。以PN结物理特性的测量实验为例,基于通用型仪器与元器件的积木式组合,设计出简单、适用的实验电路;t=17.95℃时所采集的原始实验数据经三种模式回归分析,比较验证了PN结扩散电流与电压间遵循的玻尔兹曼分布律;计算出的玻尔兹曼常数与FD-PN-4测定仪的量测值相比,其结果说明了开放式测量实验方法的有效性。     

基于MCMC主成分回归分析方法的经济增长因素研究

将MCMC算法融合到主成分回归分析模型中,提出MCMC主成分回归分析方法.新方法既具有有效避免解释变量之间的多重共线性问题以及简化回归方程结构的主成分回归分析方法的优势,又能够充分利用MCMC算法的融合先验信息、模型信息及样本似然函数的长处.将方法应用于对嘉兴市1997年至201.0年的经济发展指标的数据建模分析,结果表明,方法能有效克服现有分析方法的不足,建立预测精度更高的模型.     

高光谱成像的土壤剖面水分含量反演及制图

传统土壤水分的获取方法仅可获得离散的土壤水分点位数据，难以获得剖面上精细且连续的水分含量分布图。研究了野外条件下利用近红外高光谱（882～1 709 nm）成像反演剖面土壤水分含量（SMC），并实现精细制图的可行性。研究剖面位于江苏省东台市，我们利用近红外高光谱成像仪对剖面进行了5天原位连续观测，共采集了280个土样用于烘干法测定SMC。原始高光谱图像经数字量化值（DN）校正、黑白校正、拼接、几何校正、剪切和掩膜等一系列预处理后，提取各采样点的平均光谱反射率。提取光谱（Raw）经吸光度[LOG₁₀(1/R)]，Savitzky-Golay平滑（SG）、一阶微分（FD）、二阶微分（SD）、多元散射校正（MSC）和标准正态变量（SNV）转换后，采用偏最小二乘回归（PLSR）和最小二乘支持向量机（LS-SVM）方法建立SMC预测模型，并对比分析不同光谱预处理方法与建模方法组合条件下SMC的预测精度。结果表明，光谱反射率随SMC增加逐渐降低，不同光谱预处理方法的预测精度有所差异，除MSC方法外，同一光谱预处理方法的LS-SVM模型预测精度均高于PLSR模型，并且基于LOG₁₀(1/R)光谱的LS-SVM模型对SMC预测精度最高，其建模集的决定系数（R2_c）和均方根误差（RMSE_c）分别为0.96和0.65%，预测集的决定系数（R2_p）、均方根误差（RMSE_p）和相对分析误差（RPD_p）分别为0.88，1.05%和2.88。利用最优模型进行剖面SMC的高空间分辨率精细制图，通过比较SMC反演图中提取的预测值与实测值关系发现预测精度较高（R2: 0.85～0.95, RMSE: 0.94%～1.02%），且两者在剖面中的变化趋势基本一致，说明SMC反演图不仅能很好地反映出土壤水分在整个剖面中毫米级的含量分布信息，也可反映出同一位置处不同天数间的含量差异。因此，利用近红外高光谱成像结合优化的预测模型，能够实现土壤剖面SMC的定量预测及精细制图，有助于快速、有效监测田间剖面土壤水分状况。     

基于大规模高维线性回归模型的分布式计算方法研究

大数据背景下挖掘大规模高维数据所隐藏的信息备受关注.本文主要目的是采用分布式优化方法解决加SCAD和Adaptive LASSO惩罚的高维线性回归中的参数估计和变量选择问题.主要方法是通过构造全局损失函数的一个交互有效的正则化替代损失函数,把基于全局损失函数的优化问题转化为基于替代损失函数的优化问题.本文设计的修正的ADMM算法,在计算上,只需要子机器基于局部数据计算梯度,而主机器进行参数估计和变量选择.在主从机器交互复杂度上,基于替代损失函数所得的估计误差收敛于基于全局损失函数所得的估计误差.通过模拟和实证研究进一步验证本文提出的分布式计算方法在实际生活中的可行性和实用性.     

对外开放对区域经济增长和产业转型的动态影响——基于GVAR模型的实证研究

新常态下,我国对外开放增速放缓,一定程度上影响了我国区域经济发展和产业转型.因此选取2005年-2015年的季度数据,通过全球向量自回归模型(GVAR)实证分析对外开放对区域经济增长和产业转型的动态影响.研究结果显示:1)外资引进的增加对区域经济增长有显著的拉动作用,而对产业高级化的作用有明显的区域特征,除南部沿海经济区和大西北经济区受到抑制外,其他的都呈现带动效果.2)对外贸易对区域经济增长和产业高级化都呈现出了阻碍作用.     

纵向数据下线性模型的模态回归估计

本文考虑纵向数据下线性回归模型的稳健估计问题.通过结合模态回归(modal regression)方法和二次推断函数(quadratic inference functions)技术,提出了一种基于模态回归的估计过程.证明了回归系数的估计是相合的,并给出了其渐近分布.数据模拟结果表明所提出的估计方法具有较好的稳健性和有效性.     

基于ABC-SV R算法的拉曼光谱检测混合油脂肪酸含量

提出了一种基于激光拉曼光谱和人工蜂群智能优化支持向量回归机(ABC-SVR)算法的快速定量检测三组分混和油中3种脂肪酸含量的方法。该方法针对光谱数据信息与样本之间非线性、高维度的关系，建立了预测精度及建模效率均高于同类对比算法的数学模型，同时避免了气相色谱法、液相色谱法等对混合油脂肪酸含量的检测方式，根据纯种油中3种脂肪酸含量的国际标准，由油品配置体积得到脂肪酸质量，有效降低了检测成本与实验复杂程度，提高了检测工作的实用价值。首先根据一定梯度配置66组混合油检测样品，使用便携式拉曼光谱仪采集样本的拉曼光谱信息，扣除背景噪声；观察多组样本的拉曼光谱图可知，由于官能团浓度的差异，食用油的拉曼特征峰位移基本相同，特征峰的峰值明显不同，因此基于特征峰信息可以区分食用调和油的不同混合物；其次对拉曼光谱做背景扣除、光谱平滑、最大值谱线归一化三步预处理，以降低实验中不可控的外界因素及背景荧光的影响，准确提取光谱特征峰强度信息；然后根据纯种油中3种脂肪酸的国际标准含量，结合国家食品法典委员会标准CODEX STAN210-1999《指定的植物油法典标准》中规定的纯种油密度中值，由油品体积得到脂肪酸质量数；随机选取56组样本数据作为训练集，剩余10组样本数据作为预测集；以训练集光谱特征峰强度和脂肪酸质量分别作为回归模型的输入及输出值，建立SVR和PSO-SVR，ABC-SVR三种混合优化算法对比的定量分析模型，对测试集的3种脂肪酸含量分别进行预测；最后通过均方误差(MSE)、相关系数(r)及建模时间(Elapsed time)分别进行对比，建立数据表对模型精准度进行检验。实验结果表明，通过ABC-SVR定量分析模型效果最佳，3种脂肪酸含量预测值与真实值的均方差分别为0.88×10-4，16×10-4和8×10-4，均低于0.002；相关系数分别为93.43%，99.65%和99.43%，均高于93%；预测时间(Elapsed time)分别为1.26，2.42和2.14 s。因此，所提出的检测方法，具备较高的精确度、较快的建模时间，且在理论上的类似条件下可适用于其他样品检测工作，可为振动光谱学对食用油掺伪分析的进一步工作提供可行的理论依据。     

基于LIBS技术的水泥粉末在线成分分析

在工业现场生产水泥的过程中，各种成分的含量直接影响着水泥的质量，因此如何快速准确地监测水泥中各个成分的含量意义重大。采用的实验方式为，将不经过任何预处理的水泥粉末直接放入位于二维移动平台上的物料盒中，通过激光诱导击穿光谱(LIBS)直接对水泥粉末表面的不同位置进行激发检测，对得到的光谱数据首先进行归一化和主成分分析等预处理操作，然后针对水泥中Ca, Si, Al, Fe, Mg五种元素，分别建立偏最小二乘(PLS)和支持向量回归(SVR)两种定量分析模型进行方法比较。此外，对比了粉末状水泥与压片式水泥两种测量方式的结果。实验结果表明，采用粉末状水泥直接测量的方式下，针对水泥样品元素浓度与所得到的光谱中特征线强度的关系，SVR方法比PLS方法更具优势，粉末状水泥直接测量的精度接近压片式测量的精度，说明LIBS技术对水泥粉末状样品直接在线测量具有可行性。