岭回归

摘要： 针对当前设施黄瓜种植管理标准化程度低,作物生长过程中环境因素难以精准调控等问题,以德州市陵城区秋冬茬设施黄瓜为试验材料,利用主成分分析、多重共线性分析和岭回归组合算法构建基于主要环境因子的设施黄瓜生长模型。结果表明:(1)在株高、茎粗、叶片数、叶面积等生长指标中,苗期和初花期的叶面积载荷值在第一主成分中分别为0.994、0.980,说明叶面积能够较明显的表现黄瓜苗期和初花期的生长状况;(2)苗期影响叶面积变化的主要环境因素为光照、温度和湿度,初花期影响叶面积变化的主要环境因素为温度和光照,且都为正向显著影响;(3)基于岭回归建立的不同时期设施黄瓜生长模型,其模型决定系数皆大于90%。研究构建的生长模型具有较强的针对性,为科学选取代表黄瓜苗期和初花期长势的指标提供较好的方向,也为设施黄瓜种植者调控生产环境提供参考依据。

摘要： 基于1988—2019年安徽省财政收入及相关经济指标数据,运用岭回归和LASSO回归方法,探究安徽省财政收入的影响因素。考虑到较多的自变量会造成严重的多重共线性,首先应用岭回归及LASSO回归模型降低变量间共线性的影响,然后再进行变量选择,最后对两模型进行比较分析。结果显示:相较于岭回归模型,LASSO回归模型更优。第一产业增加值、城镇居民人均可支配收入、电力消耗量和城镇单位就业人员数对财政收入有显著的正向影响;第三产业与第二产业产值比、居民消费价格指数和城镇单位就业人员工资总额对财政收入有显著的负向影响。

摘要： 将燃气日瞬时流量和日用气量作为研究对象,提出基于K-means聚类、特征标签、用户画像、k折交叉验证和岭回归的用气负荷异常检测方法。结合实例,对该异常检测方法进行探讨。将案例用户某段时间的瞬时流量组成数据集,使用K-means算法进行聚类分析,将用气分为工艺生产和停工小火两类用气行为,得到工艺生产数据集。针对工艺生产数据集中的每个样本,得到6个特征标签(日最大负荷、日均负荷、日用气时段百分比、日用气量、用气负荷相似度、用气负荷冲击度)。将特征标签归一化后绘制修正箱线图,即用户画像,剔除了异常样本。使用k折交叉验证和岭回归算法构建异常评价标准。利用岭回归算法构建异常评价模型。将案例用户另一段时间的瞬时流量输入异常评价模型,进行负荷异常检测,与实际结果对照,得到该异常检测方法的准确率达到90%以上。

摘要： 滏阳河是邯郸市的重要河流,在工业用水、农业灌溉、生态用水等方面发挥着重要作用。近年来,由于废水、污水等违规排放,滏阳河水体的污染状况明显加重。为深入系统地了解滏阳河水体污染情况,分析污染规律,本文采用水质采样和无人机航飞监测方式,对滏阳河重点区域进行了水体污染数据调查,对水质样本进行了实验室检测,并与无人机航拍获取的44种光谱参数进行相关性分析,建立了浊度(TUB)、悬浮物浓度(TSS)、化学需氧量(COD)、总磷(TP)、总氮(TN)、氨氮(NH_(3)-N)6种水质参数的多元回归模型。研究结果表明:滏阳河在邯郸市主城区域内呈由南到北、由两岸到中心河流水质参数浓度逐渐增高的分布特征。

摘要： 本文主要运用岭回归分析了黑龙江省粮食种植面积、农田有效灌溉面积、农业机械总动力、化肥施用量对粮食产量的影响。结果显示:对黑龙江省粮食产量影响程度由大到小的因素分别为农业机械总动力、化肥施用量、农田有效灌溉面积、粮食播种面积。黑龙江省粮食种植面积增长缓慢,对粮食增产不利。今后必须下大力气,使粮食种植面积稳步增长。

摘要： 随着新《安全生产法》实施,国家对电力企业安全生产提出了更高的要求,电力企业对安全监督的力度日趋增大,为了解决监督资源短缺以及调配不当的现实问题,需要研究导致严重违章中各因素的影响程度,以期获得合理调配监督资源的依据。为避免多重共线性对分析模型的影响,本文运用岭回归方法,研究YN电力公司违章中承包商作业、无三种人资质作业及高中风险作业3个因素对发生严重违章的影响程度,最后利用回归结果提出监督资源的调配依据。

摘要： 运用岭回归分析了房屋竣工面积、城镇居民人均住房面积、城镇居民收入、城镇化率4个因素对我国石材消费的影响。结果显示:对我国石材消费影响程度由大到小的考察因素分别为:房屋竣工面积、城镇化率、城镇居民人均住房面积、城镇居民收入。房屋竣工面积影响最大,城镇居民收入影响最小。4个因素的影响程度比较接近,在伯仲之间,这一分析结果基本符合当前我国实际情况。

摘要： 采用基于扩展的STIRPAT模型,通过岭回归拟合得到武汉市碳排放量的多元线性模型。在此基础上,根据经济发展模式设定基准情景、低碳情景、强排放模式情景分析预测武汉市的碳排放情况和减排潜力。结果表明,能源消费结构、能源强度对碳排放具有显著的负向影响,而产业结构对碳排放具有显著的正向影响。因此,武汉市要如期实现碳达峰、碳中和目标,必须进行产业结构调整,不断提升第三产业的比重,且要优化武汉市的能源消费结构,提高能源利用效率,降低能源强度。

摘要： 通过分析温度、风速气压、日照和拉索拉力等因素,建立函数关系模型,结合南京长江五桥钢壳-混凝土索塔变形监测实例,采用基于小波阈值去噪、岭回归、BP神经网络的多算法组合模型,进行不同组合算法的实验,预测索塔监测点的坐标,与全站仪观测的索塔变形数据进行比较,得到小波-岭回归-BP神经网.

摘要： 交通运输业是碳排放主要贡献者,推进交通减排是行业发展的要求.利用“自上而下”法测算福建省交通碳排放量,选取客、货运周转量、人均GDP、机动车保有量、碳排放强度、城市化率等影响因素,采用普通最小二乘回归及岭回归法进行分析;利用主成分分析法筛选出主成分,分析福建省交通减碳趋势,研究结果可为福建省实施节能减排政策提供数据参考.

摘要： 为解决现有稀疏编码方法在文本图像复原中存在的编码码元表述空间有限和计算时间长的问题,提出了一种基于岭回归的稀疏编码文本图像复原方法.首先,该方法在训练阶段使用样本图像块训练出用于稀疏表达的字典,并根据样本图像块和编码码元之间的欧氏距离对样本图像块进行聚类;其次,在局部流形空间构建低质量文本图像块和清晰文本图像块之间的岭回归,实现对编码码元表述空间的局部多线性扩展和快速计算;最后,在测试阶段搜索和低质量文本图像最相近的编码码元,计算出近似的清晰文本图像块,从而避免计算耗时的低质量文本图像块的稀疏编码.实验结果表明,所提算法在恢复的图像质量上相比现有的基于稀疏编码的算法在峰值信噪比上高0.3～1.1dB,耗时降低了1～2个数量级,为提高文本图像复原质量和提升算法运算速度提供了一种解决方案.

摘要： 本文提出了一种新的组合推荐系统框架，该框架采用岭回归分析方法对各独立推荐系统产生的商品推荐列表进行加权组合，最后给出合理的商品推荐列表。介绍了这个框架的实现过程，并将此组合推荐系统应用于MovieLens标准数据集，与其他典型的组合推荐系统进行比较分析，以对其推荐效果进行检验。实验结果表明：基于岭回归分析的新组合推荐系统准确率高，推荐效果好。

摘要： 本文介绍了用来解决复共线性问题的改良最小二乘估计--岭回归方法的起源,发展现状及应用前景,着重讨论了岭参数的选取方法、各种新型岭回归方法以及岭回归在新兴智能领域的应用,表明了岭回归方法具有很好的应用前景和发展空间.

摘要： 本文用岭回归分析的方法,对武汉市青山地区生活污水量的影响因素进行分析,通过定量和定性的分析方法确定最终预测方程,并应用预测方程对2005,2010年青山地区生活污水量进行了预测.

摘要： 该文应用岭回归分析讨论了在大坝安全监测资料统计分析中的建模方法，应用该方法对某电站大坝变形监测成果进行了统计分析，在建模过程中重点讨论了设计矩隈病态程度的判别。岭回归模型中k值的确定给出了k的取值条件。根据确定的条件，对该电站大坝径向位移监测成果，建立了最小二乘回归模型，岭回归模型模型，并应用这两种模型对大坝观测时段的测值进行了预测，通过这种模型预测值残差的均方差，表明岭回归模型模型的预测效果要好于最小二乘回归模型。

摘要： 目的:标准特征因子是JCR2015公布的新指标,研究其特点有助于深化其应用.方法:采用统计学方法与岭回归对标准特征因子与特征因子进行了比较分析.结果:发现标准特征因子、特征因子的统计学特征比较接近,与其他文献计量指标的关系相似.结论:标准特征因子与特征因子相似度极高.标准特征因子并没有提高指标的区分度,与其他文献计量指标的关系也相似.特征因子转换为标准特征的非线性转换是导致以上现象的根本原因.在期刊评价中,不能同时选取这两个指标,应优先选取标准特征因子.

摘要： 中国移动广东公司为拓展业务而做近期PCU容量规划,其中关键之一是根据GPRS、EDGE流量和用户数预测PDCH激活数。本文利用回归分析(包括逐步回归,岭回归,主成分回归)和时间序列分析方法建立多个预测模型,再通过外推检验得到效果最好的模型。

摘要： 本文建立了一个超越对数生产函数模型并根据文献[1]中中国的数据用岭回归方法估计了模型参数,分析了各种投入的产出弹性和技术进步的差异.

摘要： 对图象三构件—边缘,纹理和平坦区域的定性和定量分析不仅对图象编码时的位率分配,图象质量评价中的权重调整具有重要的指导意义,而且对理解人的视觉机制有很大的帮助.本文以岭回归分析为工具,得到图象边缘,纹理和平坦区域的重要程度量化约为2.3:1.8:1.

摘要： 本发明公开了一种基于核二维岭回归子空间聚类的图像处理方法，包括以下步骤：S1.对于数据集中的每一个样本采用岭回归模型寻求数据的低维表示；S2.引入一个投影矩阵p，将数据投影到多个子空间中，从而得到数据信息最丰富的二维特征；S3.引入核方法，充分考虑数据的非线性结构,建立了一个非线性模型；S4.提出一个交替最小化算法来进行优化：交替进行求解，对一个变量进行求解的时候，保持其他变量不变，重复这个过程直到收敛；S5.利用谱聚类的方法对系数矩阵Z进行聚类，得到最终的聚类结果。本发明中特征学习和低维表示构造相结合且相互增强，引入了核方法，提高了模型的非线性关系捕获能力，有助于提高图像处理的准确性。

摘要： 本发明公开了一种基于自适应收缩岭回归的电表反窃电分析方法，包括以下步骤：从用电信息采集系统获取全台区用户电量日冻结数据与台区考核总表电量日冻结数据；利用台区考核总表日冻结数据减去所有用户台区每个用户电表日冻结数据用电数据的加和得到台区线损值曲线；定义线损值与台区所有子表日冻结数据的目标函数，根据岭回归模型计算估计系数初始解；通过自适应迭代过程对估计系数初始解进行收缩，得到估计系数最终解；计算用户回归拟合曲线与线损值曲线的皮尔逊相关系数；根据皮尔逊相关系数和估计系数的值判断出疑似窃电用户。本发明无需添加额外设备，仅需获取用户电表与台区总表的数据即可进行反窃电分析，易于实现，节约了时间与经济成本。

摘要： 本发明公开了一种基于自适应收缩岭回归的电能表计量误差分析方法，包括以下步骤：多表位表箱监测单元采集表箱内子表粒度有功功率数据以及表箱端粒度有功功率数据；用总表功率数据减去所有子表功率数据的和得表箱功率偏差曲线；定义功率偏差值与箱内子表功率的目标函数，根据岭回归模型计算估计系数初始解；通过自适应迭代过程收缩初始解得估计系数最终解；计算反映回归拟合偏差曲线与功率偏差值曲线拟合程度的评价指标——拟合均方误差值和拟合余弦相似度；根据拟合均方误差值、拟合余弦相似度与估计系数的值判断超差用户。本发明仅需添加LTU设备，通过获取表箱内全部子表和总表的用电功率数据即可进行计量误差分析，易于实现，节约了时间与经济成本。

摘要： 本发明涉及一种基于岭回归的短期负荷预测方法及装置，所述方法包括：利用历史日的气象数据及其对应的负荷数据确定训练样本；将预测日的气象数据输入至预测模型，确定预测日的负荷数据，所述预测模型为对训练样本进行岭回归训练获取的；该技术方案将气象相似系数筛选历史样本数据得到的样本作为训练预测模型的训练样本，获得所述预测模型后利用样本数据评价所述预测模型；基于利用没有无关样本干扰的样本训练获得的训练模型具有更高的精确性；预测模型经评价函数评价后再用于预测未来时间段内的台区负荷数据进一步保证了预测结果的准确度。

摘要： 本发明公开了一种基于岭回归预测的可逆数据隐写方法及系统，首先基于输入图像I的图像预处理；然后基于特殊的岭回归预测求出预处理后I中的误差矩阵E；接着基于误差矩阵E的直方图移位法，嵌入被隐写数据D，得到嵌入数据后的像素矩阵Ni；从嵌入数据后的像素矩阵Ni中提取被隐写的数据D；最后还原像素矩阵I。本发明提供了在一个像素点嵌入多进制数据的方法；提供了在图像边缘点嵌入数据比特的方法；提供了岭回归高维度的嵌入训练集使用方法；提供了对矩阵中部像素点选取支持集的多种方式，使通过岭回归预测的预测值更加准确，从而提高了嵌入容量；在保证图像质量相同的情况下，可嵌入更多的信息。

摘要： 本发明提供了一种基于贝叶斯岭回归的光伏发电预测方法及装置，涉及光伏发电预测的技术领域，所述方法包括：发送第一数据获取指令以获取第一光伏出力历史数据集，光伏出力历史数据集包括t时刻光伏出力数据以及气象数据；发送数据归一化指令以对气象数据进行归一化以获取第二光伏出力历史数据集；发送构建支持向量机模型，并利用第二光伏出力历史数据集对支持向量机模型进行训练以获取训练后的向量机模型。通过本发明提供的方法及装置可以在预测过程中考虑到异常数据对预测结果的影响，实现光伏发电预测，能够有效降低数据异常对预测结果的影响，提升预测方法的鲁棒性，并输出预测结果的概率分布，为后续电网的优化调度提供决策支持。

摘要： 一种基于概率图谱、HOG特征与岭回归的视觉目标跟踪方法，该方法包括以下步骤：（1）生成预处理概率图谱以及反馈图谱滤波器；(2)基于两部分HOG特征与岭回归的跟踪模型对目标进行定位。本发明通过提取两部分HOG视觉特征，并采用概率图谱对特征进行预处理，再结合岭回归模型对目标进行定位于跟踪，可以更加充分地利用目标的周边信息，同时可以有效地过滤掉目标的背景信息，从而提高分类器的判别性能。

摘要： 本发明提供了一种基于地理加权岭回归的多源降雨数据融合方法及设备。所述方法包括：步骤S1至步骤S7：采用连续性指标和分类指标，对原始卫星降雨产品与融合降雨产品进行精度评价。本发明可以适用于具有雨量站实测降雨和卫星遥感降雨产品的地区,为水利行业从事水文预报、流域水资源利用与管理决策提供支撑，具有很强的实用性和广泛的适用性。

摘要： 本发明公开了基于岭回归分析卷积正则化的塑料件焊接质量评估方法，其中由岭回归方程控制的特征信息提取部分，通过对共性信息得到剔除，从而实现对塑料燃油箱焊缝区域特征的提取，增加特征分析过程中的有用信息获取；由卷积正则化优化的特征分析部分，通过对卷积层和池化层中间引入Dropblock模块，从而防止网络对共性特征较多的图片进行学习时出现过拟合的现象，以获取最优特征并作为识别特征，并对27.4%的无用特征图进行舍弃。从而两模块共同作用可有效提高塑料燃油箱焊缝识别网络的抗过拟合能力，减少训练时间，保障了模型的鲁棒性。

摘要： 本发明为一种基于同态加密的隐私保护岭回归方法，属于信息安全领域。该方法包含以下步骤：S1：设定可验证解密方法相关参数并根据安全参数生成密钥；S2：设计密文向量安全求逆方法；S3：发送方和接收方分别利用预处理自己的数据集，并进行编码、加密，得到密文数据；S4：整合密文数据；S5：发送方设计改进共轭梯度法；S6：在接收方的协助下，发送方基于改进共轭梯度法，利用整合密文数据训练岭回归模型，得到模型参数的密文；S7：接收方对模型参数的密文解密后，解码得到模型参数，并将模型参数发送给发送方；S8：输入样本值，得到预测值。本发明能够解决在两个用户参与下训练岭回归模型的隐私泄露问题，具有效率高，通信代价低的优点。