光回归反射织物的研究中粘合剂的选择

为了得到高反射率的回归反射涂层产品，本项目通过大量实验，生产出最佳的粘合剂及优选出其用量，并利用扫描电镜照片进行了分析。     

偏最小二乘回归的贝叶斯正则化神经网络集成模型在证券分析预测中的应用

神经网络集成技术能有效地提高神经网络的预测精度和泛化能力,已经成为机器学习和神经计算领域的一个研究热点.利用Bagging技术和不同的神经网络算法生成集成个体,并用偏最小二乘回归方法从中提取集成因子,再利用贝叶斯正则化神经网络对其集成,以此建立上证指数预测模型.通过上证指数开、收盘价进行实例分析,计算结果表明该方法预测精度高、稳定性好.     

一类三参数混沌动力学系统模型及其在经济增长研究中的应用

从非线性自回归模型Xt+1=-αXtλ+1+βXt+γ出发,通过变量替换Xt=aYt,推出三参数混沌动力学系统模型Yt+1=kYt(1-Ytλ)+c;采用线性回归与非线性回归相结合的改进的混合法,对模型参数作了估计;实际研究表明,该模型可以用于对国内生产总值GDP增长的研究.     

二十八天水泥抗压强度动态模型及参数对预测的影响

本文用时间序列分析方法分析水泥生产过程,笔者假设水泥生产过程为一个平稳的随机过程,它的二十八天抗压强度为具有控制项的自回归模型。用30组数据建立了28天水泥抗压强度动态模型,并做了跟踪,分析了七天抗压强度、细度、SO_3等与二十八天抗压强度的关系。最后,把生产中实际值和预测值进行了比较。     

随机截断下NA样本半参数回归模型中的相合估计

本文研究固定设计下的半参数回归模型在相应变量Yi因受到某种随机干扰而被右截断且截断分布已知时,利用所获的截断观察定义了参数β和回归函数g(·)的估计,并证明了它们均具有强相合性.     

固定设计下一类半参数回归模型的渐近性质

对固定设计下的一类半参数回归模型yi=xiβ+g(xi)+ei,i=1,2,…,n,综合最小二乘和非参数权函数估计方法,定义了,βg的估计量β∧n,gn∧及误差方差σ2的估计量σ2n∧.在适当条件下,证明它们具有强相合性和p(2)阶平均相合性.模拟的结果表明所得结果具有优良的性质.     

多元线性回归应用于近代物理实验

本文介绍非线性方程转化直线性方程和多元线性回归法来分析近代物理实验中塞曼效应分裂干涉圆环多处选点测量的处理过程。     

“后配额时代”中国纺织品服装出口预测

本文利用单整自回归移动平均模型,依据2000年1月至2004年12月中国纺织品服装出口额数据,对2005年和2006年中国纺织品服装出口走势进行预测分析。