基于改进线性回归方法的任务自适应排序模型

为解决有人/无人系统协同过程中操作员手动调整任务执行顺序带来的系统设置失效和工作负荷增加问题,基于改进的线性回归方法对操作员任务处理习惯数据进行训练,得到操作员任务处理习惯的任务自适应排序模型,针对操作员处理任务的习惯对任务序列的排列进行自适应调整.仿真结果表明:改进的线性回归方法提高了任务排序的正确率,减少操作员的手动排序过程,降低操作员的工作负荷,并对于不同的操作员的处理习惯有更强的适应性;测试数据规模越大,模型预测的正确率均值越大,而且正确率的上下边界越收敛;得到训练数据规模越大,改进的线性回归模型预测正确率的均值越大.     

一种改进的线性回归模型

本文阐述了一种改进的线性回归模型——偏最小二乘回归模型的基本原理,并结合实例指出当变量间存在着线性关系时,普通的多元线性回归建模方法会失效;通过对偏最小二乘回归模型和主成分回归模型的系数估计精度及预测精度两方面的比较,说明要消除变量间的线性关系,前者优干后者。     

线性回归模型精化方法

为了解决由试验观测数据建立的回归拟合模型存在的模型误差,用基于回归残差的神经网络方法精化模型.采用给定方程获得模拟数据,通过数据结构散点图建立回归模型趋势项,利用经典最小二乘法估计趋势项参数,由趋势项参数计算回归残差,借助误差分级迭代的改进BP算法对趋势项进行精化,将两部分叠加获得精化模型.试验结果验证了基于回归残差的神经网络方法精化模型的有效性:神经网络方法精化后的模型能提高回归模型的拟合及预测精度5倍以上,优于最小二乘配置法和半参数法精化结果.神经网络方法精化模型既克服了单一神经网络模型的不可解释性,使模型具有物理意义,又具有较高的预测精度.     

截距确定的线性回归方法

标准线性回归计算方法不适用截距确定的线性拟合,本文介绍了Ｙ＝Ｋｘ型函数的拟合方法 。本方法用于截距确定的回归计算,不仅使运算简化,而且其结果更为准确。     

截距确定的线性回归方法

标准线性回归计算方法不适用于截距确定的线性拟合．本文介绍Y＝KX型函数的拟合方法．本方法用于截距确定的回归计算,不仅使运算简化,而且其结果更为准确．     

多元响应线性回归模型的马氏Mallows模型平均方法改进

针对多元响应线性回归模型,提出了修改的马氏Mallows模型平均(MMMAc)方法。为了更充分地利用多元响应变量之间的相关性信息从而更好地提高预测精度,组合权重选择准则的构造同样考虑了马氏距离预测风险,并通过构造Wishart分布,推导出预测损失的无偏估计作为权重的选择准则,最终得到的MMMAc准则相比马氏Mallows模型平均(MMMA)准则增加了一个偏差矫正项,减小了对预测损失估计的偏差,因此通过最小化该准则得到的权重估计能更接近不可得的理论最优组合权重;最后,模拟对比实验验证了MMMAc方法的优势：MMMAc估计具有与MMMA估计同样的渐进最优性,因此两者的表现在大样本情形下没有太大差异,然而,由于修改后的权重选择准则为预测损失的无偏估计,因此在样本量不足的情形下,MMMAc方法的预测表现更佳。     

改进的线性判别回归分类人脸识别算法

对线性回归分类算法进行了改进。考虑了线性回归分类算法中没有考虑的类间信息,通过选择类模式的投影方向判别不同类的模式,不同类的模式互相远离,相同类的模式尽可能靠近来估计投影矩阵;再利用投影矩阵将训练图像及测试图像投影到各类的特征子空间;最后,计算出测试图像与训练图像间的距离,利用K-近邻分类器完成人脸的识别。在FERET人脸数据库上进行实验验证。实验结果表明,相比其他回归分类算法,本算法取得了更好的识别效果。     

一种改进的线性回归预测模

用最小二乘法求解线性回归预测方程的回归系数时,计算量比较大,针对这个问题,提出一种改进的线性回归预测模型,该模型和其它预测算法配合,能够对若干种药品的销售额进行预测,挑选的药品种类越多,效率越高。最后通过具体实例验证了该模型是可行、有效的。     

线性搜索方法的改进

线性搜索是最优化计算中最普遍应用的方法，文中对Ｆｌｅｔｃｈｅｒ线性搜索方法作了改进，它具有减少梯度值计算次数的特点，并用数值结果表明了方法的有效性。     

线性回归模型系数Stein估计的改进研究

在线性回归模型Y=Xβ,E（ε）=0;COV（ε）=σ^2Ⅰ下给出了有偏估计βc（K）=（CX’X）＋ФKФ＇）^-1X’Y,其中C≥1,K=diag（k1,k2,…,kp）为对角阵,ki≥0,讨论了这种有偏估计的可容许性,证明利用广义岭回归技术可以改进著名的Stein估计（在均方误差意义下）。     

一元线性回归显著性检验方法分析

本文主要阐述一元线性回归显著性检验的三种常用方法(t检验法、F检验法、R检验法)之间的联系,及其检验效果的一致性。     

文献老化B-K方程的线性回归方法

提出一种用一元线性回归求解B-K老化方程的方法，给出了线性方程的相关系数，检验了线性方程的显著性，并结合应用实例，求出实例文献的半衰期。结果表明，用本文提出的方法，通过B-K老化方程求文献的半衰期是可靠的。     

简单线性回归模型的分离参数估计方法

最小二乘法的参数估计方法虽然体现了拟合结果的整体优化特征，却没有体现出各参数估计量的自身统计特征，对此本文给出一种新的参数估计方法，同最小二乘法相比，该方法得到的参数估计值受统计数据的影响最小，文中还讨论了参数估计值自身具有的线性和无偏性。     

递推线性回归预测的理论和方法

本文讨论了随着经济环境条件的变化和经济信息数据的增加，利用递推的方法，简化线性回归预测公式的基本条件和相应结果。具有既能充分利用经济信息，又能减小计算量，还有可操作性强等优点。     

内燃机性能评估的模糊线性回归方法

运用模糊线性回归理论，提出了一种内燃机性能指标水平的定量描述方法．在该方法中，以一批代表国际先进水平的内燃机为样本，运用模糊线性回归理论，得到各内燃机性能指标与其影响因素的回归方程，在内燃机产品开发与改进时，为评定其技术水平提供依据．     

内燃机性能评估的模糊线性回归方法

运用模糊线性回归理论，提出了一种内燃机性能指标水平的定量描述方法。     

基于稳健估计方法的线性回归研究

基于最小二乘方法的线性回归估计方法,是通过最小化误差平方和寻找参数向量最优解,该方法对大的误差点不具稳健性.本文主要针对具有异常点的稳健估计方法,研究在背景噪声下的稳健估计性能,并通过数值仿真证明近似高斯分布,如高斯混合噪声模型下,单调型稳健M估计方法较好;在具有无穷方差的柯西背景噪声下,回降型M估计性能最优.理论和仿...     

基于多元线性回归方法的地应力研究

地应力场是地质力学与岩石力学研究的基本内容之一,地应力的大小、方向及其分布规律是油气田勘探开发中地应力研究的主要内容。在研究地应力场的过程中,区域边界条件的确定是个难点也是关键部分。以任丘潜山雾迷山组三段为例,视区域边界荷载为未知数,目标井地应力为约束条件,基于多元线性回归方法确定出区域边界条件,利用Matlab求解得出区域所受边界力。研究结果表明,基于多元线性回归方法求得的地应力值与实际测量的地应力值吻合较好。     

线性回归模型参数估计的几种方法

本文讨论了线性统计模型参数的几种估计方法及其优缺点。