利用线性规划方法建立回归方程

本文利用最小一乘法建立线性回归模型,应用线性规划方法确定回归系数,从而建立线性回归方程。这样做有两方面好处,其一是提高了拟合精度;其二是有现成的计算机软件可用,从而使求解工作量大为减小。     

基于K-means算法的Ｗeb访问用户关联规则挖掘算法

针对传统关联规则算法中事务扫描的重复性以及最小支持度设定的不确定性,导致关联规则挖掘算法扫描事务数据库运行效率低下的问题,提出一种基于K-means的Web访问用户关联规则挖掘算法,该算法利用K-means算法聚类的效果,将Web访问用户数据集聚类为不同的小数据集,采用不同的最小支持度,分别对Web访问用户聚类小数据集进行关联规则挖掘。分析和实验结果证明,该算法可有效提高传统关联规则挖掘算法的效率,同时也可有效避免传统关联算法中扫描中的重复性。     

基于遗传算法参数优化的最小二乘支持向量机财务困境预测

传统支持向量机应用于财务困境预测时,需要求解复杂的二次规划问题,求解难度大。而最小二乘支持向量机模型可以将二次规划问题变成一个线性方程组来求解,有效降低了模型求解的难度。尤其是将遗传算法应用于最小二乘支持向量机模型参数和核参数的优化时,显著提高了模型预测的正确率。本文从沪深两市随机抽取了2002年-2007年252家A股上市公司作为研究样本,并把研究样本分为两组,对这两组样本数据分别进行了短期及中长期预测。实证结果表明,基于遗传算法的最小二乘支持向量机模型的预测效果不但好于传统统计类Logit模型,也优于传统支持向量机模型。短期预测效果显著优于中长期预测效果,训练样本数直接影响到模型的预测效果,二者呈正相关关系。     

松嫩平原土壤有机质含量高光谱反演研究

采集松嫩平原典型类型土壤样本252个.室内条件下测定了风干后土样的光谱.对原始光谱数据作预处理后,分别运用多元线性逐步回归法和偏最小二乘法建立土壤有机质含量高光谱预测模型.结果表明,采用2种方法建立的模型均可满足有机质含量速测要求,但偏最小二乘法得到的模型更具稳健性.     

与圆有关的最值问题的求法

类型一,圆上的点到直线的最大距离与最小距离的问题：     

基于增强NARMA结构的宽带功放行为模型

文章给出了基于增强NARMA结构的宽带信号激励下的功率放大器行为模型,并使用递归最小二乘（RLS）算法进行模型参数的提取和更新,该算法具有良好的自适应跟踪特性和数值鲁棒性,因此能够明显的提高模型的精确性并适合用于硬件实现。通过使用ADS仿真软件去收集一个100W功率放大器输入和输出的时域包络数据来进行模型的生成和验证。计算结果表明,本模型能够真实的捕捉到放大器的非线性特性和记忆效应,与传统的记忆多项式模型（MP）相比较,增强NARMA模型的NNSE降低了约6dB,并同时降低了模型的复杂度。     

全球能源消费的空间差异及影响因素分析

选取全球主要国家和地区的能源系统为研究对象,对它们能源消费的规模、结构与效率在空间上的差异进行了分析,之后,采用递阶偏最小二乘(Hi_PLS)模型对能源消费量的主要影响因素进行了辨析,结果表明:①能源消费总量主要集中在北半球或北美、欧亚大陆及亚洲。人均能耗较高的国家则主要集中在油气资源丰富的区域或经济发达区;②结构方面,中东四国油气所占比例受其油气资源禀赋影响非常显著,它们除油气外的其它能耗几乎为0;③效率方面,能耗效率较高的国家主要分布在中南美、欧洲、欧亚大陆及亚太地区,而北美、中东和非洲地区的国家能耗效率则较低;④全球尺度,对能源消费量增长最重要的影响因素为交通业与信息产业的活动(包括基建),其次为医疗业及其它一般意义上的经济活动,最后就是人们投入研发以及从事农业等的活动。人口的自然增长及其结构因素与人们从事教育的活动对能源消费量增长的促进作用不大。据此,提出了一些减缓全球能源消耗,促进各国向低碳清洁的可持续发展模式转变的对策建议,供决策者参考。     

数学问题转化过程中的构造与联想

<正>有些数学问题,我们可以从其形式着手,通过充分的联想与适当的构造使其得以转化,从而用熟悉的知识与方法来解决新问题。如果在平时的教学中,我们能恰当、适时地进行这方面的训练,不仅可以培养学生思维的自由性、创新性,     

最小生成树算法及其应用

最小生成树是数据结构中图的一种重要应用,对于具有n个顶点的带权连通图可以建立许多不同的生成树,也就是在所有生成树中总的代价最小的生成树。Kruskal算法和Prim算法是求最小生成树的常用算法。主要研究了Kruskal算法的实现过程及其应用。     

LSCMA在DS-CDMA系统中的应用

多用户检测主要应用于CDMA接收机设计中以消除多址干扰（MAI）。盲自适应多用户检测不需要训练序列,只需要知道期望用户的特征波形。LSCMA是一种常用的恒模算法,具有收敛速度快的优点。论文将LSCMA应用于DS—CDMA系统中,对期望用户的信号进行检测,并通过仿真验证了算法的可行性。