离散数据的最小二乘曲线拟合及应用分析

本文介绍了离散数据的最小二乘曲线拟合的方法及应用该方法实现曲线拟合的步骤。以已知函数为例提出了用Matlab实现离散数据的曲线拟合的算法,同时对拟合结果进行分析对比,确定采用分段低次拟合或平移变换提高曲线拟合的精确度。     

基于LINGO的曲线拟合

曲线拟合在众多领域中得到了广泛应用,但是设计三种拟合准则下曲线拟合的高效算法存在一定困难。文章提出了将曲线拟合问题转化为数学规划模型,并使用LINGO软件来求解。实验结果表明,该方法简便快捷,是实现曲线拟合的一个有效方法。     

基于最小二乘法的无人机液压刹车系统辨识

由于完全通过理论分析机理来建立无人机液压系统的数学模型存在很多障碍和不确定性因素.本文基于最小二乘辨识算法选择最优的模型或修正机理模型.通过对无人机液压刹车系统进行辨识,并将辨识拟合曲线和实验数据进行对比,实验结果表明,该曲线拟合良好,辨识的模型与实际系统基本符合,表明了该方法的有效性.     

基于Blackman窗六谱线插值FFT谐波分析方法

考虑到加窗插值算法可有效抑制频谱泄露在参数估计过程中的负面影响,在比较3种经典余弦窗函数的频谱特性基础上,提出了一种基于Blackman窗六谱线插值的谐波分析方法。利用多项式曲线拟合方法得到谐波频率、幅值和相位参数的估计表达式。该算法可以有效提高谐波和间谐波的参数估计精度,相比FFT算法和Hanning加窗算法精度有显著提高,同时该算法在实现复杂度和估计精度上达到了较好的平衡。仿真结果验证了算法的有效性。     

曲线重建的跟踪算法研究

由数据点云进行曲线重建是逆向工程中的一个重要问题.寻找一种从无序散乱点集出发重建曲线的有效方法,是人们反复研究探索的问题.研究了用简单曲线拟合平面上的无序点集的跟踪算法.     

基于A'trous小波变换的多传感器数据融合方法

在小波分析中,Mallat算法是一种重要的小波变换方法。但该方法由于存在抽取和插值运算,其结果有一定的失真。A’trous算法既具有Mallat算法的快速性,又有效保留了数据信息。提出把A’trous算法应用到多传感器数据融合中,经过仿真计算,其结果表明该算法是有效的。     

曲线重建的跟踪算法研究

由数据点云进行曲线重建是逆向工程中的一个重要问题.寻找一种从无序散乱点集出发重建曲线的有效方法，是人们反复研究探索的问题.研究了用简单曲线拟合平面上的无序点集的跟踪算法.     

一种改进的聚类和孤立点检测算法

对基于距离的聚类及基于密度的孤立点检测方法进行了分析研究,提出了一种基于距离和密度的聚类和孤立点检测算法DDBCOD.该算法根据距离和密度阈值对数据进行聚类,并发现数据中的孤立点.实验表明,该算法能够识别任意形状的聚类,对高维数据有效,能够很好的识别出孤立点.     

数据挖掘算法及其在电子商务中的应用

利用关联规则的Apriori数据挖掘算法及其改进算法,对电子商务中的数据进行分析挖掘。基于某电子商务网站实际数据的实验结果表明,该算法是有效的。     

协同过滤算法改进及研究

针对协同过滤中存在的稀疏性问题,提出改进方法——BAS算法。该算法结合贝叶斯度量方法和奇异值降维分解方法,利用传统的基于奇异值分解获得活跃用户的邻居,通过改进后的相似性度量方法得出预测值。对改进后的算法进行理论分析和实验对比。结果表明,该方法在所用数据集上能够有效缓解数据稀疏性问题,并且改善推荐精度的准确性,在一定程度上提高了推荐引擎的推荐质量。     

应用回归分析法建立离散数据的数学模型

应用MATLAB软件对一组模拟数据进行曲线拟合,建立了三种数学模型,并通过举例介绍了回归分析建模的方法和步骤,解决了离散数据建模的难点问题。     

朴素贝叶斯分类算法在毕业生就业预测方面的研究

朴素贝叶斯分类算法应用于毕业生就业预测分析,关键是建立有效的分类模型.文章提出了一种有效分类模型的发现算法,并研究了该算法实施中的零值属性计数、缺失数据问题及解决方法,能有效解决毕业生就业预测的可靠性问题.     

基于LabVIEW的机器视觉实现:轨距检测算法

提出了一种基于机器视觉的轨距点定位算法能较好地适应并解决这一问题,该算法在基于机器视觉的基础上获得轨道断面光带图像,并结合LabVIEW软件对图像进行处理得到轨道截面轮廓的测点数据;其次,对轨头测点数据进行曲线拟合得到轨道顶面曲线,应用冒泡算法排序得到轨头测点到顶面曲线切线平移值的距离,选取距离较小的值做二次曲线拟合,求取曲线与切线平移后直线的交点达到对轨距点定位;最终实现对轨距的准确检测。试验结果表明:该算法能够实现轨道轨距点的快速精确定位,捕捉精度可达到1 mm,有效地对轨道轨距进行了检测。     

基于集成学习算法的高职生心理健康预测方法

针对高职院校学生存在的心理健康问题现状,提出一种利用集成学习算法——Adaboost进行心理健康预测的方法。该方法首先抽取心理健康测试数据特征,经过数据清洗和规范化处理后,以决策树为分类器对数据进行挖掘分析,运用Adaboost算法对决策树分类器进行多轮迭代训练以提高分类器的分类效能,建立起一种心理健康预测模型。利用该模型对某高校2015级2 780名学生的心理健康测试数据进行了分析。实验结果表明,该方法能够实现对敏感心理问题的有效识别,从而为高职院校心理健康教育提供规划和决策依据。     

基于数据仓库的用电营销决策支持系统

文章结合数据仓库、决策支持系统、数据挖掘预测算法等理论知识,用以高校后勤水电管理、和电力企业的用电量分析预测为主题,采用MS SQL Server 2005的集成BI开发平台进行数据仓库多维数据集设计开发,并利用曲线拟合（非齐次指数模型）预测算法,对未来中长期的用电量进行预测,实现了集报表分析、用电量预测等多种功能为一体的较为完善的用电营销决策支持系统。     

一种基于粗糙集和粒子群优化算法的权重确定方法

为了克服基本粗糙集理论确定权重的不足,提出一种新的基于粗糙集和粒子群优化算法的权重确定方法.该方法先利用粗糙集和粒子群优化算法对决策表进行属性约简,对约简后的决策表再用粗糙集方法计算属性权重.运用该算法对教师职业倦怠与压力数据进行分析,得到影响教师职业倦怠的各种压力因子的权重.研究结果表明,基于粗糙集和粒子群优化算法可以对决策表的权重进行有效的分析.     

采用Excel函数拟合离心泵性能曲线

通过对离心泵性能曲线拟合中矩阵运算过程的分析,提出了采用Excel函数拟合离心泵性能曲线的方法。该方法依据矩阵运算采用Excel函数进行离心泵性能曲线拟合。要比手工矩阵运算和编程运算效率高,运算过程简便,直观。     

高效冒泡排序算法设计与实现

在分析冒泡排序算法的基础上,对算法进行了改进,使冒泡排序算法的执行效率大大提高。用随机生成的数据将冒泡排序与本排序方法进行了实验比较,验证了该算法的高效性。     

基于关键属性约束的关联规则挖掘在日志分析中的应用

日志是计算机取证、入侵检测分析的重要数据来源,运用关联规则挖掘算法对日志进行分析是获取日志中所蕴含有用信息的重要方法,针对基于置信度-支持度框架的常用关联规则挖掘算法在日志分析中存在的不足,引入日志关键属性的概念,提出了基于关键属性约束的关联规则挖掘算法。实验结果表明,该算法能有效阻止无趣规则的产生,提高挖掘结果的有效性。     

基于MATLAB的MoSi_2发热体电阻率曲线拟合

介绍一种基于MATLAB曲线拟合界面实现的MoSi2发热体电阻率曲线拟合方法,并利用误差理论对拟合曲线进行误差分析。结果表明,采用三次多项式拟合曲线作为MoSi2发热体电阻率曲线具有较高的精度,该结论与由MATLAB曲线拟合界面拟合获得的SEE、Adj R-square值分析的结果相符合。