数量化方法(Ⅰ)在花样游泳运动员选材中的应用

对花样游泳运动员选材研究中,所要考察众多影响因素的观测值,有些是定量的,有些是定性的,对这些数据是无法用多元回归分析方法进行分析研究的。运用数量化方法(Ⅰ),能够在充分利用各因素提供的信息基础上,建立一个定性变量和定量变量的混合模型,从而给出便于教练员在实际工作中使用的花样游泳运动员选材的评分标准。数量化方法(Ⅰ)是以建立预报关系为目的,由多元回归分析方法引伸出来的方法,它的计算工作可直接籍助回归分析的标准程序进行,使用非常方便。     

运动负荷动态体系优化方案设计应用性研究

为了建立运动训练负荷动态体系的优化方案,以负荷动态变化中的因素为研究基础,通过运用灰色系统理论模型GM(1,h)和GM(1,1)方法对关英楠训练负荷动态因素进行举证分析.结果表明:对于运动负荷动态变化体系中诸变量因素的确定,可为建立科学优化的动态负荷训练模型提供认识上的途径和解决方法.     

最优供应链网络的建立及道路破坏模型

针对供应链网络的建立与道路破坏,综合分析各城市间里程数、各城市做配送中心的固定费用以及各城市的需求量数据。通过Floyd算法,选择最小费用下最优供应点,并利用Matlab软件,作出每一个供应点到需求点的连接图。然后对可破坏的道路进行分析,引入0-1变量,建立道路破坏模型。最后,运用线性规划方法,建立双目标规划模型,研究在破坏道路条数最少的原则下使平均总费用增加最大。     

具有定性变量的回归模型

一、引言 在我们以往研究的回归模型: Y=β_0 β_1x_1 β_2x_2 …… β_mx_m e中,所有的变量都是通常的定量变量。例如长度、重量、人口、产量等等。但在许多实际应用问题中,另外一种变量——定性变量用得越来越多。这种定性变量并非真正有数量上的变化,而只有特性上的差异。例如天气(阴、晴),性别(男、女)、职业(工人、农民、技术员、教师等)、颜色(黑、白)、品种等等。定性变量在许多实际问题中的作用是不可忽视的,在生物的分类、地质年代的划分等问题中,某些定性变量甚至起决定性的作用。因此,只限于定量变量的回归模型的研究是远远不能满足需要的,还需对具有定性变量的回归模型进行研究。     

基于CA的城市扩展动态模拟与预测

城市扩展动态过程的模拟与预测可以为区域发展、城市规划和管理等提供决策依据。传统的各种城市模型不能完整地表示城市动态过程的时空信息和时空关系,通常将空间抽象为均质平原或简单功能区,将时间作为一个变量纳入方程,缺乏对城市动态系统的直接模拟。细胞自动机 (Cellular Automata)是一种“自下而上”的动态模拟建模框架,具有模拟复杂系统时空演化过程的能力。本文将标准CA模型的四元组进行了扩展以满足GIS环境下的城市扩展动态模拟的要求,建立了土地持续利用动态模拟模型。运用此模型对包头市城市扩展进行了比较成功的模拟和对未来 15年城市发展趋势进行了预测。     

基于AMEsim DR.G型远程恒压变量控制系统仿真分析

本文对DR.G型远程恒压变量控制系统系统的工作原理进行了分析说明。利用AMEsim仿真软件建立了其仿真模型,对DR.G型远程恒压变量控制进行了动静态分析,仿真得出其压力-流量曲线,与样本曲线基本一致;进一步仿真分析了系统中关键液阻阻尼口直径的大小DR.G型恒压负载敏感泵的超调量和恒压调整时间的影响。研究结果对于远程恒压变量控制系统的设计和优化提供了理论依据。     

基于微观非实验数据的政策效应评估方法评价与比较

社会政策是政府发挥职能的重要手段,对政策实施的效果进行量化评估,有助于政府决策的科学化、合理化。本文基于非实验数据,归纳了目前微观政策领域各种致力于构建"反事实"的政策效应评估方法,包括工具变量法(IV)、断点回归(RD)、双重差分(DID)和匹配方法(Matching),阐述了其各自的优势、劣势及适用条件,并对实际政策评估中各模型的选用进行了简要述评。     

碎纸片的拼接复原方法研究

碎片经扫描后存为位图文件,碎片位图的每一个像素是用8bit表示的灰度值.位图像素点能够通过原始变量组内相关性检验,且各碎片边缘像素点也能够通过变量组间线性相关性检验.因此可以对各碎片边缘像素点使用典型相关性分析,根据分析结果进行碎片匹配.典型相关分析可以使用统计学中的方差、协方差及相关矩阵等建立相关模型,分析出各碎片轮廓像素值间的相关性.实践证明,在进行碎片边缘相关性分析中使用相关矩阵的效果较好.通过对相关性计算与碎片拼接递归程序的运行结果的分析表明,论文提出的碎纸片半自动拼接方法适用于规则切割的碎纸片的拼接.     

健身俱乐部顾客满意度指数模型的建立及应用研究

以中国顾客满意度指数(CCSI)模型作为研究基础,结合健身服务行业的特点,应用结构方程方法建立健身俱乐部顾客满意度指数(HCCSI)模型.模型构建过程中以Maximum Likelihood过程控制路径系数、回归权重及残差相关,得出具有统计意义的结果.最终建立的HCCSI模型支持五个维度变量模型的可靠性(CMIN=711.24,DF=139,NFI=.949,CFI=.958,RMSEA=.065,AIC=775.237,ECVI=.790).探索并分析了结构模型的制约条件及测量模型的权重关系,明确了顾客满意度模型对改进服务质量以及应用LISREL方法对提高模型精度的意义.     

桥吊实时工况统计分析与预测

为准确掌握桥式起重机(简称桥吊)的动态信息,对上海外高桥集装箱桥吊的实时工况进行统计分析与预测.通过分析桥吊起升电机的振动信号和温度信号统计特性,得到振动与温度的关系;通过对信号数据的预处理,建立支持向量机(Support Vector Machine, SVM)训练模型,其中对惩罚参数和核函数参数采用交叉验证的方法进行优化;利用得到的训练模型预测后继的振动信号.与单纯用振动信号或温度信号所建的模型相比,这种振动信号与温度信号相结合的模型对电机振动信号预测的准确性更高.     

基于结构方程模型的图书馆读者满意度模型实证研究

将结构方程模型的方法应用于高职院校图书馆读者满意度的研究,可以通过观测模型和结构模型去探索潜变量及其相互之间的因果关系。依据高职院校图书馆服务特点和用户满意度理论,对构成该类型图书馆读者满意度及其因果变量的相互关系进行了分析和模型的路径设计。实证研究对象为铜仁职业技术学院的图书馆,尝试构建符合高职院校图书馆的读者满意度模型,并借助AMOS与PASW Statistics(SPSS)工具进行数据分析。     

非运动回归模型预测大学生最大摄氧量

研究的主要目的是采用非运动预测变量建立预测大学生最大摄氧量回归模型。研究结果显示：(1)预测大学生最大摄氧量N-EX(non-exercise)回归模型精度高于文献记载的其他回归模型。(2)PFA变量可表示观察最大摄氧量值变异，能替代运动测定变量，有增强N-EX回归模型准确预测最大摄氧量值的能力。(3)体力活动个体差异较小人群，不宜采用体力活动情况(PAR)变量。(4)测定BMIN-EX回归模型优于％FATN-EX回归模型。(5)样本交叉核实国外预测最大摄氧量N-EX回归模型．SEI值较高，说明国外预测最大摄氧量N-EX回归模型不适合我国人群。研究结果说明N-EX回归模型可以提供一种有效而方便的预测大学生最大摄氧量的方法。     

线性模型的建立与显著性的检验

本文讨论了变量之间具有线性相关关系的线性模型的建立方法及对建立了线性模型后对其显著性进行检验的方法。     

跨栏跑世界、全国记录的灰色模型及其预测

针对运动成绩变化规律的未知性、不确切性和模糊性等特点 ,应用灰色系统理论中的灰色模型方法 ,建立了跨栏跑世界纪录和全国纪录的灰色 GM(l,l)模型 ,并进行了后验差检验和关联度分析 ,结果表明 ,模型精度均为一般 ,说明预测模型具有足够精度 ,可以用来揭示该项运动成绩发展的系统规律。同时 ,运用该模型对 2 0 0 5年的运动成绩进行了预测。     

高维生存分析数据在带有测量误差情形下的变量选择方法

对带有删失的生存数据的分析是高维稀疏回归分析的一个重要组成部分。然而,过去的大量相关工作都是建立在干净原始数据这一基础之上的,实践中面对的往往都是缺失数据或带有测量误差的数据,因此对此类数据的研究实用性更强。而在已有的高维生存分析数据相关文献中,关于带有测量误差情形下变量选择的研究还略显空白。在此背景下,提出一种基于伪得分函数和最近邻半正定投影的方法,对带有测量误差的高维可加风险模型进行变量选择,并且通过随机模拟和实际数据分析验证了该方法可以取得很好的效果。     

有两个及以上“重测因素”数据资料的分析方法在体育科学中的应用研究

体育科学研究中,重复测量数据资料极为常见,"重测因素"越多,数据分析时所需要的统计学方法越复杂。通过对611篇实验研究性论文的调查,发现有295篇(48.28%)论文的数据资料是重复测量数据。其中,84.4%的论文中只有一个"重测因素",15.6%的论文中有两个或以上"重测因素"。"重测因素"个数多于一个时,统计处理错误率达84.8%。可见,众多体育科学研究者还不具备正确分析这种数据资料的能力。并且,目前为止,并没有文献或统计书籍系统介绍这种数据资料的统计处理方法,导致研究者对这类统计方法的选择无据可循,以致滥用。本研究的价值就是填补这一空白,为体育科学研究中正确选择相应的统计处理方法提供参考依据。研究中,首先把具有两个及以上"重测因素"的数据资料归类,然后通过数据模拟统计实验的方法分类探讨各模型的统计学处理方法,最后对各模型的统计学处理方法进行了归纳总结。     

建立数学“思维模型”的重要性

在教学实践中,我们发现大多数学生虽能接受课堂知识,然而在进行训练时对一些难度稍大或综合程度较高的数学问题的分析思考却往往会遇到较大的思维障碍。究其原因应是:学生对知识的理解不够深刻、透彻。而实质又是经验不足;联想浅薄;思维定式。为了能在一定程度上克服上述通病,我们认为可依据大多数学生的实际理解和接受能力对一些知识面宽、综合性强而利用一般性的思维方法或推理手段都不易于求解的问题引导他们进行认真分析。探索各种知识、各个环节之间的相互联系,寻求最优解题方案。最终建立一种在一定范围内实用的“思维模型”,这种“思维模型”的建立在学生学习现实上的指导作用不容忽视。从长远来看对开发智力,培养能力这项极为重要的工作来说其影响力将是不小的。下面通过对一些常见的类型问题分析,谈谈如何帮助学生建立解题“思维模型”。     

状态空间模型在双变量时间序列分析中的推广

状态空间模型不仅能反映系统内部状态,可以将几个变量时间序列处理为向量时间序列,还能够较好地解决多输入多输出变量少情况下,应用于双变量时间序列建模具有良好的统计性质;将状态空间模型在双变量时间序列模型中进行推广,研究其统计性质及检验方法,通过实证分析验证该方法的优越性.     

实时交通流条件下船舶航道航行风险预警模型

为提高航道内实时交通事故预警精度,基于长江下游两个水道内发生的交通事故数据和船舶检测器数据,运用随机森林(Random Forest,RF)模型对事故发生前20~40 min内的航道状态初始数据进行重要变量筛选,根据筛选出的4个最重要的变量结合高斯混合模型和最大期望算法构建新的事故预警贝叶斯网络(Bayesian Network,BN)模型.实例检验表明:新的BN模型优于直接利用初始数据建立的模型,事故预警正确率达到81.29%;可转移性测试中新的BN模型的事故预警正确率虽有所降低,但整体预警正确率和事故预警正确率仍高于利用初始数据建立的模型;新的BN模型用于实时船舶交通流航行风险预警是有效的.     

RBF多模型神经网络软测量技术在湿法磷酸生产中的应用

利用多模型的思想进行二水法磷酸装置反应槽SO3浓度软测量建模。首先通过机理分析选出对目标变量SO3浓度影响较大的变量作为辅助变量,并利用神经网络分类思想按目标变量值的不同区间对现场数据进行分类,然后采用多个径向基神经网络(RBF)建立相应的经验模型。工业装置数据的拟合和预测结果表明:基于神经网络的多模型软测量可以取得更好的效果。