口感预测型食品物性仿生检测系统

针对目前在使用质构仪进行食品物性检测时，存在的检测数据准确性较差，操作系统功能单一，测试结果与口感 评价间无关联性分析等缺点，提出了基于六自由度并联机器人的口感预测型仿生检测系统。设计了仿生咀嚼检测平台； 利用数理统计原理和最小二乘法建立了物性检测数据与口感评价之间的数学模型，实现了仿生检测系统的口感预测功 能。实验结果表明，利用数学模型获得的口感预测值与人口感评价结果之间的误差小于9%，满足实际应用的需要，验 证了口感预测数学模型构建的正确性及口感预测功能的可行性。     

时间序列分析在金属价格预测中的应用

与回归分析不同,时间序列分析不是根据与其它变量的因果关系来预测一个变量的未来变化,而是根据该变量自身过去的规律来预测其未来的变化.这与实际中价格信息的复杂性特征具有较好的符合关系.作者在Intnet网上查取了伦敦金属交易所(LME)镍金属从1998年1月到2001年5月共41个月的月平均现金参与价值数据41个,用其中的前37个数据进行时间序列分析,得到了AR(3)模型,用最小二乘法和Yule-Walker法预测后五个数据,得到了较好的效果.因此在价格信息分析与预测中使用时间序列分析理论和方法具有广阔的应用前景.     

大连市寿险原保险保费收入预测实证分析——基于最小二乘法的谱系聚类马氏链模型

针对保费收入预测问题,以最小二乘法拟合为依托,基于谱系聚类分析的方法,运用马氏链模型对2008-2011年大连市人寿保险月度原保险保费收入的数据进行实证模拟仿真,采用定量分析的方法对大连市人寿保险月度原保险保费收入进行定性预测,结果表明该方法在进行定性预测时预测结果比较准确。     

福建省物流需求中的货物运输量预测研究

货物运输量是物流需求中的重要内容,其准确预测对物流发展规划具有重要意义.通过选取影响货物运输量的16个指标,基于核主成分分析与加权最小二乘支持向量机的预测方法,实证预测福建省物流需求中的货物运输量.结果表明,基于核主成分分析与加权最小二乘支持向量机的预测方法拟舍及预测(测试)都达到了很高的精度.     

半经验最小二乘法在铅球投掷数学模型中的应用

使用半经验最小二乘法解决了铅球投掷模型中如何由极少量优秀运动员的数据来确定最优的初始投掷向量问题。将献[1]中的投掷模型归结为一个三元线性方程组的问题，在此基础上使用已知的四组数据求解，并将其作为最小二乘法的初值进行拟合。最后与传统的经验最小二乘法得到的结果作比较。数值计算工具是Matlab，Octave和Scilab。     

裂缝天线缝制造精度对电性能影响的预测

为了避免传统方法在分析结构因素对电性能影响时需要假设和近似处理的弊端,提出了根据平板裂缝天线生产制造中的数据,使用支持向量回归建立缝制造精度对电性能指标影响的预测方法。给出了一种以最小化支持向量回归的拟合能力和泛化能力为目标函数来选择支持向量回归机参数的方法,以方便该方法的工程应用。案例研究表明,该方法能够较准确地预测缝制造精度对电性能的影响;与传统的BP神经网络和最小二乘法对比,该方法具有更好的泛化能力,可以应用到平板裂缝天线的计算机辅助制造中。     

局部最小二乘法校正中药指纹图谱信号的组分保留时间漂移

提出和实现了采用局部最小二乘法对中药指纹图谱中的组分保留时间漂移进行校正的方法。首先介绍了标准最小二乘法的算法原理,针对标准最小二乘法直线拟合在处理指纹图谱数据时的局限性,根据中药指纹图谱信号数据的特点,提出对组分复杂的中药指纹图谱信号采用局部最小二乘法实现对组分保留时间漂移的校正。对3组田基黄中药样本的指纹图谱信号采用局部最小二乘法进行处理,从校正前后相似度结果的对比可知,校正后的相似度均有不同程度的提高,证明文中所提方法的可行性和优越性。     

Web舆情的长期趋势预测方法

针对传统预测方法无法有效预测Web舆情的长期趋势中拐点的不足,提出一种长期趋势预测方法。该方法首先通过周期分析和层次聚类为每类已发生舆情事件的发展趋势建立类模型库,然后通过对待预测舆情事件已知发展趋势进行自适应变换后,应用最小二乘法从相应的类模型库中选取均方误差和最小的模型来预测该事件的未来发展趋势。实验证明,与传统方法相比该方法在预测舆情事件发展的长期趋势时有较高的关联度,能有效预测长期趋势中的拐点。     

也谈运用回归分析预测城市公共交通客运量

多重共线性是经济计量模型中普遍存在的一个解释变量问题,它严重影响最小二乘估计的结果。本文结合[1]中的原始数据指出共线性对最小二乘估计的影响及解决办法。这对在实际工作中进行数据分析具有指导性意义。     

基于混合模型的国际原油价格预测研究

由于国际原油价格的剧烈波动,使得准确的原油价格预测极具挑战。为此,提出一种基于变分模态分解、季节性差分自回归滑动平均模型和果蝇优化最小二乘支持向量机的混合模型。利用变分模态分解方法将国际原油价格序列分解成一系列模态分量;针对周期性和非线性特征分量,分别建立季节性差分自回归滑动平均模型和果蝇优化最小二乘支持向量机模型进行预测;将各分量的预测值求和作为最终的预测结果。实证研究结果表明:所提混合模型相较对比模型能够明显提高国际原油价格的预测精度。     

固定尺度最小二乘支持向量机

针对最小二乘支持向量机(LS-SVM)在进行回归预测时存在的稀疏性缺陷问题,采用固定尺度最小二乘支持向量机,即固定支持向量数量进行改进。仿真结果表明:固定尺度最小二乘支持向量机在训练各种样本数据集时,有效地避开了LS-SVM中的稀疏性问题,且训练速度快,同时具有良好的预测精度。     

多波长最小二乘回归-分光光度法同时测定环境水中的NO3-和NO2-离子

本文研究了利用多波长最小二乘回归-分光光度法同时测定环境水中的NO3-和NO2-离子含量的方法.通过选择合适的测试条件,利用多波长最小二乘回归计算水中NO3-和NO2-离子的含量,并与最大吸收峰值法进行比较,结果表明,多波长最小二乘回归法优于后者.     

基于最小二乘法参数估计的SAW标签脉冲位置编码识别

为了在相同尺寸的SAW标签基础上扩大编码容量,拓宽SAW的应用范围,提出了一种基于最小二乘法的参数 估计法,改进原有的脉冲位置编码方式。构造声表面波阅读器的信号模型,在起始反射栅时延参数估计算法的基础上, 综合考虑单个标签的所有往返时延信息,引入误差向量和目标函数;利用最小二乘法优化目标函数,取消具有参考作用 的起始反射栅,建立反射栅参数的数学模型。通过实例分别求得两种方法的时延,得出最小二乘法参数估计法比起始反 射栅参数估计法具有更短的响应时间,最后利用蒙特卡洛方法对试验数据结果进行统计分析。结果表明该方法能够有 效地提高SAW阅读器的识别速度,具有一定的推广应用价值。     

基于组合预测模型的滚装码头吞吐量预测

根据上海港滚装码头2006—2011年的吞吐量数据,采用时间序列法、灰色预测法以及相关性分析法等单项预测方法建立预测模型,计算发现相关性分析法预测的结果优于时间序列和灰色预测。建立最优线性组合预测模型并测算,证明该模型对于影响因素复杂且历史数据较少的滚装码头吞吐量预测具有较高的精度。     

神经元网络技术和偏最小二乘法在定量分析和构效关系方面的比较

在光度计/计算机联机系统上利用人工种经网络反向传递算法和偏最小二乘法对五组分有机物混合体系的紫外光谱数据和芬太尼构效关系数据同时进行了定性定量分析、对比和研究。结果表明,反向传递模型具有良好的定性分类能力和定量预测能力;偏最小二乘算法的定性分类效果稍差,但定量预测能力优于反向传递算法。     

系统参数最小二乘对半估计法

本文提出的系统参数最小二乘对半估计法,显著减少了直接最小二乘参数估计法进行参数估计所需的乘除运算量,从而减少很多计算机运行时间,提高了识别精度,并减少了所需的计算机存贮空间。当已知数据为脉冲响应数据时,所提出的这一改进的最小二乘参数估计方法,无论对单输入、单输出或是多输入、多输出系统都是十分有效的。     

基于Lasso的外商直接投资影响因素研究

在影响外商直接投资的众多因素中,市场规模、基础设施、关税、贸易开放度以及劳动生产率是影响外商直接投资的5个主要因素,其中市场规模的影响远远大于其他因素的影响,同时,把Lasso方法、最小二乘法及逐步回归法进行了比较,从所得结果可以看出,Lasso方法在变量选择方面优于另外两种方法。     

基于改进PSO-LSSVM的轴类校直机校直行程预测

传统的轴类校直通过人工操作设备和借助辅助设备的测量进行校直行程的计算。这种计算方法耗费人力,效率低下,同时也无法满足设备智能化的要求。为此,提出一种改进型的PSO-LSSVM(基于粒子群优化的最小二乘支持向量机)算法模型应用到校直行程的预测过程中。首先通过分析提取影响校直行程的相关因素,然后将这些影响因素与成功校直数据作为算法模型的输入样本进行训练,得到一个能可靠预测校直行程的PSO-LSSVM模型。通过对测试样本的数据分析,预测值与期望值的相对误差可以达到3. 14%。结果表明:此模型可以满足校直设备的校直行程计算,进而提高校直效率与校直自动化。     

带有模型不确定性的连续时间广义预测控制

针对模型不确定系统的连续时间广义预测控制,引入无穷时域的性能指标使闭环系统达到稳定.用递推最小二乘法估计系统的未知参数,在每个采样点基于估计的状态模型来计算控制输入.通过施加新的终端等式约束,将无穷时域性能指标的优化问题转化成可解的二次规划问题.利用后退时域性能指标的单调性证明,给出使连续时间广义预测控制达到闭环稳定的条件.仿真算例验证了算法的有效性.     

四川省天然气消费量变权重组合预测

在BP神经网络及最小二乘支持向量机预测模型的基础上,利用基于样本点优化的变权重组合模型对四川省天然气消费量进行了预测,结果表明该预测方法在样本数目有限的情况下,在性能上不但优于各单项预测方法,同时也在很大程度上好于固定权重的组合预测模型,对于四川省经济发展有着重要的意义。