您现在的位置: 首页> 研究主题> 回归拟合

回归拟合

回归拟合的相关文献在1991年到2022年内共计115篇,主要集中在自动化技术、计算机技术、公路运输、矿业工程 等领域,其中期刊论文102篇、会议论文3篇、专利文献7846篇;相关期刊97种,包括经济研究导刊、消费导刊、技术经济等; 相关会议3种,包括中国电机工程学会电力行业第十二届无损检测学术会议、国家经济学基础人才培养基地第二届学生学术研讨会、中国土木工程学会防护工程学会第六次学术年会等;回归拟合的相关文献由354位作者贡献,包括刘勃、张顾钟、王一宾等。

回归拟合—发文量

期刊论文>

论文:102 占比:1.28%

会议论文>

论文:3 占比:0.04%

专利文献>

论文:7846 占比:98.68%

总计:7951篇

回归拟合—发文趋势图

回归拟合

-研究学者

  • 刘勃
  • 张顾钟
  • 王一宾
  • 王发展
  • 程玉胜
  • 赵超
  • 雷哲锋
  • 伍月婷
  • 何学良
  • 刘恒
  • 期刊论文
  • 会议论文
  • 专利文献

搜索

排序:

年份

    • 杨阳; 黄烨; 林剑叠; 雷启然
    • 摘要: 本文研究男体臂长尺寸在合体衬衫袖长的使用,探究大多数服装企业习惯测量的自然状臂长,与GB/T 16160对应的测量弯曲状臂长尺寸的数据差异。通过统计分析发现:自然状臂长、上臂长、下臂长与弯曲状臂长的测量数据均呈偏右态分布。自然状臂长小于弯曲状臂长,差值范围为1.2~5.5cm。通过配对样本t检验,表明自然状臂长与弯曲状臂长的测量数据具有显著性差异,进一步表明自然状臂长不能通过简单增加某一常数,得到弯曲状袖长需要。最后建立了自然状臂长与弯曲状臂长的回归关系。建议采用弯曲状臂长的测量尺寸作为合体衬衫袖长的版型数值,该结果对合体衬衫袖长的定制设计具有一定的参考作用。
    • 黄孝杰; 李莲芳; 李俞鑫; 刘畅; 姜若超; 王姝茜; 合金鑫
    • 摘要: 为柚木人工林的高效培育提供实践依据和技术支撑,以保山市龙陵县勐糯镇11a生柚木人工林为研究对象,采用树干解析的方法对柚木人工林测树因子各年间变化动态进行了检测,分析了胸径(D)、树高(H)、材积(V)与树龄(T)间的回归关系。结果表明:10和11 a生柚木胸径最高为18.4cm,仍处于速生阶段,年平均和连年生长量曲线相交,表明林分过密,抚育间伐可影响柚木连年生长量;10~11 a时树高生长量下降,而未达数量成熟;材积年平均和连年生长量曲线未相交,且连年生长量曲线位于年平均生长量曲线之上,表明积生长未达数量成熟,此林分处于速生期。但林分密度过大,影响柚木生长,应当对其进行抚育经营。胸径、树高和材积的最优回归模型皆为二次曲线模型。
    • 王孟哲; 郑舒心
    • 摘要: 21世纪以来,中国互联网发展速度快速提升,互联网发展的空间差异也逐渐成为发展过程中的一大问题。本文利用我国31个省(市、区)(不含港、澳、台等地区)的相关数据,使用聚类分析,按照互联网发展水平对地区进行分类,识别空间差异。归纳总结出互联网发展的影响因素,利用因子分析得出4个影响因子,并基于此建立回归模型,探究影响因子对互联网发展水平的影响作用。进一步识别出空间差异的关键影响因素,得出结论并为中国互联网的发展提供思路与建议。
    • 王璞; 刘桐; 杨帆; 侯猛; 蒋跃飞
    • 摘要: 针对水下爆破软土地基远区保护对象所受到的爆破振动效应,以金建高铁兰江特大桥水下基础开挖工程为背景,根据试爆所得振动数据进行非线性回归拟合得到K、α值,依据萨道夫斯基公式给出爆破振动预测规律,并对远区典型测点振动监测数据进行信号分解、重构及频谱分析。结果表明:预测规律与实测数据均值曲线仅在一定距离范围内预测相对准确,当测点爆心距大于450 m时预测失效;作用于远区测点的能量基本来自f<50 Hz的低频波,10~20 Hz频段起主导作用,低频波的衰减速度虽趋于稳定但未达到预测规律,导致远区振动具有相对放大效应。结合工程实际,采用统计学方法分析远区振速预测值与实测值,给出放大效应预测修正公式。实践经验与研究思路可为无法得到较为理想K、α值的类似工程远区振动预测提供有益的参考。
    • 乐洋; 江畅; 陈德良
    • 摘要: 为了对混沌时间序列的预测精度进行提升,提出组合预测模型,它对支持向量回归(SVR)、布谷鸟搜索(CS)与经验模态分解(EEMD)进行了综合。首先对混沌时间序列通过集合经验模态分解为一组去除噪声且相对稳定的子序列;借助CS算法对SVR参量加以优化,进而构建以SVR为基础的预测模型,由此获取原始序列的预测大小;接着以太阳黑子混沌时间序列为对象,对其进行预测实验,并与SVR、CS⁃SVR和EEMD⁃SVR的预测性能进行比较。结果显示,通过CS算法进行优化后,能够让SVR具有更快的收敛速度,使之预测精度有了明显的提升,同时也提升了它的泛化能力。
    • 刘复
    • 摘要: 以水利部水文局信息中心在全国范围内的重点监测湖库为研究对象,基于高分一号卫星影像提取的水体矢量数据,引入空间自相关原理建立多元回归分析模型拟合湖库水域面积变化趋势,建立了湖库水域面积时空变化规律的回归模型。通过南四湖及其周边湖库面积变化的相关性建立了反映目标湖库与周边湖库水域面积变化趋势的多元回归模型,实现了监测频度较低的湖库水域面积变化的回归拟合
    • 陈智华; 仝玉栋; 张传杰; 刘延波; 陈荣旗
    • 摘要: 目的在明渠条件下分析挟沙水流对金属波纹管内表面镀层的冲蚀情况,明确冲蚀的机理及特征。方法采用自主搭建的循环试验水槽平台对金属波纹管涵进行挟沙水流的冲蚀试验。将波纹管设计为A、B、C管段,根据水的流速变化,选取各管段波纹截面及测点。根据不同粒径区间,在0.12、0.24、0.47 mm工况下,冲蚀时间达到200、400、600 h时分别测量各测点,得到内表面镀层在不同工况、不同位置的冲蚀量。结果采用扫描电镜观察0.47 mm工况下B2波纹段的冲蚀形貌,结果表明,波峰和迎水面位置的冲蚀坑紧密分布,镀层的冲蚀现象最为严重。在1个波纹周期内,沿着水流方向,波峰位置的冲蚀量相对最大,且迎水面镀层的冲蚀量比对称位置背水面的冲蚀量大;在垂直于水流方向的横断面上,中轴线位置的冲蚀量相对最大,两侧逐渐减小。在同等条件下,沙粒粒径为0.47 mm工况下的冲蚀率相对最大,其中T_(0)断面处的最大冲蚀速率达到了6.31μm/100 h。结论波纹管内表面镀层因颗粒冲蚀,镀层减薄,直至消失,进而导致波纹管的失效速率加快。波峰位置的冲蚀速率相对最大,以波峰为对称轴,迎水面的冲蚀速率大于对应位置背水面的冲蚀速率。冲蚀速率与沙粒粒径呈线性关系,冲蚀速率随着沙粒粒径的增大而增大。壁面冲蚀速率与近壁面沙粒速度呈幂指数关系,不同横断面的速度指数不同,速度指数最大值出现在波峰断面。
    • 张兴山; 王娟怀; 叶培龙; 桑文军; 李猛; 包永虎
    • 摘要: 为准确预报冬季道路清扫和喷雾抑尘作业过程中产生的道路结冰情况,保障交通运输及人民生命财产安全,需要构建精度高、实用性强的结冰预报模型。本文利用河北省邯郸1961-2016年国家气象站的常规气象要素数据,采用统计分析、Logistic回归、SVM(支持向量机)分类方法分析邯郸冬季土壤下垫面结冰的气象条件和结冰概率特征,构建邯郸市地面结冰预报模型,并利用2017-2018年当年11月到次年3月的实况数据进行模型检验,显示:1)邯郸市结冰始于当年11月初,结束于次年4月初;临界完全结冰条件为日最低气温≤-1°C或日最低地温≤-5°C,日最低气温≥3°C或日最低地温≥1°C为结冰不发生的条件;2)结冰过渡区域的概率随气温、地温呈S型特征分布。确定性预报中的Lin⁃ear核函数SVM分类器AUC(曲线下面积)达0.982,预报准确率较高;3)在实况检验中结冰概率预报和确定性预报的AUC均接近1,预测效果好,概率性预报略优于确定性预报。这些研究结果可为邯郸市冬季道路清扫和喷雾抑尘作业时间提供一定的科学参考。
    • 周欣; 王宜怀; 姚望舒; 葛新越
    • 摘要: 针对嵌入式系统中传感器测量模拟量与采样值之间的非线性关系难以找寻确定公式进行表达的问题,提出使用BP神经网络对非线性模拟量进行回归拟合.并针对BP神经网络易陷入局部极小值的缺陷,采用遗传算法进行优化.实验表明,与最小二乘法与三次样条插值法相比,BP神经网络对曲线拟合程度优于其余两种方法,且具有较高的准确度.遗传算法优化后的BP神经网络,能够更加快速收敛,准确度也进一步提升.同时将网络模型应用在MCU端,实现在MCU端的预测与参数更新,具有一定的实用性和适应性.
    • 陈昕; 阮永娇; 曹景胜; 陈娅鑫; 孙承臻
    • 摘要: 为了保证安全气囊在发生车祸时,瞬时爆发,对乘员起到保护作用,生产企业需要对汽车安全气囊做大量实验,作为安全气囊产品参数优化与仿真的基础.大量实验数据能够快速方便、高效分析,对汽车安全气囊仿真、设计和改进至关重要.基于Python,对汽车安全气囊跌落实验数据加速度a、速度v、气袋内压力p进行整体统计分析,选出安全气囊爆燃,压力p变化趋势明显的数据段,进行数据相关分析,计算出加速度a、速度v和气袋内压力p的数据相关性系数,对数据进行拟合,得出加速度a与速度v和气袋内压力p的数据拟合方程.研究表明采用Python对汽车安全气囊跌落实验数据分析,充分调用Pandas,NumPy,MatplotLib、SeaBorn等科学计算库和可视化工具,能够方便快速,高效获得数据分析结果,为安全气囊产品参数优化,仿真提供数据基础,缩短产品开发生产周期.
  • 查看更多

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号