基于最小二乘法的高维目标减少算法

多目标进化算法在许多领域有广泛的应用,大部分文献都只针对二维与三维的测试问题,而应用到高维的情况比较少。随着人们开始越来越多地关注高维目标优化问题,目标减少成为研究的热点。从决策者角度考虑冗余目标问题,提出了基于最小二乘法的目标减小算法。该方法将每个目标函数分段拟合为多条直线,然后两两比较各斜率向量确定最冗余目标对,进而确定冗余目标。     

基于最小二乘法的行波启动元件新算法

文章提出了利用小波变换进行故障暂态信号奇异性检测的新方法,分析了目前的基于Lipschitz系数的行波启动元件算法,指出其最主要的缺点是只利用相邻尺度的WTMM或WTMS比值来确定Lipschitz系数。而通过拟合各尺度的数据,采用基于最小二乘法的Lipschitz系数进行估算。ATP-EMTP仿真结果表明,改进算法能够更精确的分析故障信号的奇异性。     

基于MATLAB的最小二乘曲线拟合

本文主要介绍了最小二乘曲线拟合方法的基本思路,并通过编制MATLAB程序对测量数据进行了一阶拟合和二阶拟合,实现了拟合多项式系数的求解。     

基于MATLAB的线性最小二乘估计

采用线性最小二乘估计,可以寻求有限测量数据及其伴随误差的变化规律。本文针对具体实例,采用最小二乘估计,并用MATLAB编制程序,对测量数据进行拟合与分析。     

基于偏最小二乘法和最小二乘支持向量机方法的熔融指数预测

熔融指数是高密度聚乙烯生产的主要质量指标,通过对生产数据建模实现对熔融指数的预测,为优化操作提供有力依据,从而提高产品的质量。利用偏最小二乘法提取影响熔融指数的主要因素作为最小二乘支持向量机的输入,克服了自变量间的多重相关性问题;同时也降低了最小二乘支持向量机的输入变量的维数。实验表明,利用偏最小二乘法方法和最小二乘支持向量机方法预测熔融指数精度远高于分别使用这两种方法。     

基于移动最小二乘法无线传感器网络数据压缩算法研究

针对分布密集的数目庞大的节点使得传感器网络内部产生了大量数据,本文深入分析了ODLRST压缩算法存在的不足,主要是分析其在数据处理方面产生的误差问题,并针对这一问题,对算法进行了改进,充分考虑节点检测数据的各种波动情况,把节点的观察数据归类为可去间断点、连续间断点、跳跃间断点;而且阈值的取值区间更宽泛,从采集数据彼此的时间相关度出发,完成数据的线性拟合;对符合质量标准的精确算子与准确算子进行定义,利用质量性能的识别,确保在实施数据压缩时,一方面数据的质量符合需要,另一方面还要兼顾节能的需要。仿真实验结果表明本文提出的数据压缩算法对无线传感器网络传输的数据压缩效果显著。     

相关系数与最小二乘影像匹配算法的研究

相关系数法和最小二乘算法是进行影像匹配的两种常用方法,文章以核线影像为影像匹配的数据源,采用以上两种算法进行影像匹配的实验,对两种影像匹配算法的计算速度、算法的优势、缺陷及改进方案、匹配结果的精度等方便进行了讨论。     

求非线性最小二乘估计的一种算法

本文利用正交表给出一种求非线性ＬＳＥ良参数初始值的算法—正交搜索法，进而与迭代法结合求解非线性ＬＳＥ，通过求解非线性强度大模型的非线性ＬＳＥ，说明新算法使用灵活、有效     

基于最小二乘法离场航迹构造方法

本文提出了一种基于最小二乘法离场航迹逆向构造方法。该方法解决在离场数据、飞行计划及气象资料缺失的情况下,无法对飞机离场航迹进行构造的问题。通过构造基于贝叶斯推理的飞机离场航迹选择评分函数,验证离场方式的选取方法的有效性。实验表明该方法不仅解决了在飞机离场信息缺失的情况下离场航迹的构造问题,而且确保了飞机起飞方式的准确性。     

基于最小二乘法的决策支持系统关键技术分析

目前,决策支持系统提供的数据已成为各行各业高层领导进行各类决策的重要依据。通过对传统的决策支持系统综合分析,提出目标决策系统所需要解决的问题,根据最小二乘法以及线性回归方法的原理,分析了线性回归预测步骤。     

基于最小二乘法的工程经济评价模型

为了能够对决策方案做出准确的评价,选择出最佳方案。决策者根据自己的实际经验做出判断。但是各决策者的知识、实际经验都会有一定的误差与局限性。因此,本文建立了专家分析法和灰色关联分析法的集成模型,该模型充分利用了专家赋予的决策值和评价矩阵信息值得相关性,求出更合理的属性权重值进行决策,保证决策结果与两种分析方法的一致性。引用最小二乘法原理建立优化模型,使各方案的决策值与两种方法的偏差最小。以确定防洪标准方案评价为例,验证了方法的有效性和合理性。     

基于最小二乘法的车道线检测

本文针对车道线检测问题,提出基于图像增强与最小二乘法的车道线检测的观点。在智能汽车行业起到视觉导航,保障安全驾驶作用。如付诸现实将产生30万～50万经济效益。     

基于最小二乘法的比赛组队设计

在现实生活中,都有着各种各样的比赛,为了取得最好的成绩,参与者需要选拔最优秀的人员或队伍去参加比赛,如何选拔优秀人员以及科学组队便是首先需要解决的问题。随着近年来的组队比赛越来越多,成功的组队愈发重要。对于比赛组队筛选方式,选拔以及组队的依据主要是考虑队员的各项能力,包括队员的背景,性别,协作能力,以及各种技能,通过构建数学模型,较为快速的拼选出合适的组队方案。     

基于蜻蜓算法和最小二乘向量机的小批量生产质量预测

采用蜻蜓算法(DA)和最小二乘支持向量机(LSSVM)的方法,解决生产过程中小批量产品在质量预测方面的问题。首先以汽车变速箱轴承内圈孔直径的尺寸作为预测数据,连续观测12个单位时间,并记录每个单位时间轴承内圈孔直径的尺寸数据,进行归一化处理;其次采用LSSVM对变速箱轴承内圈孔直径加工过程变化进行量化分析,并采用蜻蜓算法优化LSSVM参数;最后将DA-LSSVM综合方法与多种预测模型进行对比分析。结果表明,DA-LSSVM方法可以提高预测模型的训练预测精度,缩短训练时间。     

基于量子计算加速的Jacobi算法

Jacobi算法用于求解实对称矩阵的特征值和特征向量,算法中最费时的环节为查找非对角元素最大值;量子计算中的Grover算法在搜索规模为N的无序数据库时可以将时间复杂度降为O(N~(1/2))。本文提出用Grover算法的扩展算法——最大值查找的量子算法去加速Jacobi算法中最费时的步骤,进而提高整个算法的计算速度。     

基于最小二乘法的机械手偏移距离预测

机械手在各行各业的应用越来越多,随着带有机械手的设备工作时间的增加,一些用来固定机械手的零件逐渐老化、松动,就会引起机械手因偏离正常允许偏移范围而不能准确抓取、放置产品。本文采用最小二乘法对前一个月机械手横向、纵向和摆动偏移距离为样本建立模型,从而获取回归系数。此外,分别以上个月三个偏移量的最大值来预测下个月的三个方向偏移量。经大量采集某实际生产车间的数据及分析表明,该方法能够在一定程度上解决机械手偏移距离的随意性,验证了该方法的有效性。     

基于最小二乘法的数据融合技术应用

探讨了一种基于最小二乘法原理的数据融合方法在智能检测系统中的应用,该方法采用并行及各传感器之间组合的融合方式,从而推导出系统适合最小二乘格式的数学模型,再从模型辨识出测量结果并得出系统通用性能曲线,避免了常规检测方法造成的误差。通过实例分别给出了软硬件设计方案,实验结果表明该方法是一种能确保系统测量信息准确性的数据处理方法。     

基于复合偏最小二乘法重建光谱反射率

本论文通过复合偏最小二乘法重建光谱反射率,将预测色块与训练集色块距离进行比较,对于不同距离的色块采用多主成分数偏最小二乘法和普通偏最小二乘法进行不同的运算,最终得到反射率预测结果,并且与普通偏最小二乘法(PLS)作比较。通过实验得到,复合偏最小二乘法的重建精度明显优于PLS方法,并且复合偏最小二乘法的平均GFC达到99.68%。     

最小二乘圆心模糊集合贴近度蛙跳聚类算法

针对传统的混合蛙跳聚类算法在差分进化时,随着迭代次数的增加,聚类中心矢量向模糊边缘贴近,导致搜索精度不高,陷入局部最优的问题。提出一种基于最小二乘算法的混合蛙跳优化聚类算法,引入模糊集合贴近度运算,对聚类中心矢量执行全局更新,避免模糊边缘的局部最优解贴近。仿真测试采用合成的二维数据进行数据聚类实验并应用到软件故障预测模型中,实验结果表明,采用该算法进行目标数据聚类,具有更好的寻优进化性能,聚类精度提高明显,在数据分类识别等领域具有很好的应用价值。     

最小二乘曲线拟合及其MATLAB实现

根据最小二乘曲线拟合理论,分别针对线性最小二乘曲线拟合和非线性最小二乘曲线拟合进行了分析和总结,同时针对每种情况给出利用MATLAB来实现曲线拟合。