广义最小二乘法

摘要： 为揭示安徽人口红利变化对经济增长所产生的影响,文章建立人口红利经济增长尾效测算模型,并基于2000—2016年安徽16个城市的面板数据进行实证分析。研究结果表明,安徽经济增长贡献率最高的是资本存量,其次是劳动投入,而人口红利对经济增长贡献率却较低,仅为0.0214。安徽人口红利的经济“增长尾效”值为0.001052,这意味着随着人口红利增长受到约束,安徽经济增速将平均每年放缓0.105%。因此,安徽必须加快推进从人口红利向人才红利转变,奋力抢抓后人口红利时代经济发展的历史机遇。

摘要： 基于EM-DAT数据库,文章分析了我国突发灾害的分布特征,并采用可行的广义最小二乘法(FGLS)从区域异质性、产业异质性、灾害异质性以及时间动态性等方面实证研究了突发灾害对我国经济增长的影响。研究发现:(1)灾害发生频次和灾害严重程度负向影响了我国西部地区经济增长,对东部和中部地区影响不显著。(2)灾害发生频次负向影响了第三产业的增长;灾害严重程度负向影响了第一产业的增长,而在一定程度上刺激了第三产业的增长。(3)生物、气象灾害抑制了第二产业和第三产业的增长;气候、水文灾害抑制了第一产业的增长;而地理、技术灾害刺激了第三产业的增长。(4)灾害发生频次对中长期经济影响显著,而灾害严重程度会在短期内对经济造成影响。

摘要： 为科学评估河流修复效果,研究修复河流中底栖动物物种多样性和生态功能恢复特征,以浙江省浦江县浦阳江干流为研究对象,分别对2个近自然河段、2个城区修复河段和3个郊区修复河段在修复后1,3,4和5年的水质和底栖动物恢复状况进行调查研究.采用广义最小二乘法(GLS)模型探索底栖动物物种多样性(总物种丰富度、EPT丰富度和Shannon-Wiener多样性指数)和功能多样性[功能丰富度、功能均匀度和Rao的二次熵指数(RaoQ)]与恢复年份和修复河段类型的相关性.结果表明,修复后河流的NH3-N和TP浓度显著低于修复前(p<0.001),修复河段和整个调查河段的底栖动物物种多样性和功能多样性总体上随修复年份的增加呈上升趋势.GLS模型分析结果表明,相对于修复河段类型,修复年份对河流修复效果起着更为重要的作用,此外,郊区河段对修复后RaoQ功能多样性指数的改变作用显著(p<0.001).提出,修复河段底栖动物多样性的恢复与恢复年份和河段受到的干扰类型密切相关.

摘要： 随着我国经济的高速发展,生态问题日渐凸显.通过技术创新处理好经济发展和生态效益的关系成为实现绿色发展的内在要求.本文利用94家创业板制造业上市公司2014-2017年的数据,采用广义最小二乘法对绿色技术创新、研发投入强度与企业成长绩效之间的关系进行实证分析,探讨了绿色技术创新对企业成长绩效的直接影响,并对研发投入强度的调节作用进行分析.结果显示:绿色技术创新对企业成长绩效具有显著的正向影响;研发投入强度对绿色技术创新与企业成长绩效的关系产生显著的负向调节作用.

摘要： 为提高煤矿开采过程中对底板水的监测能力,在现有的采场底板水监测系统的基础上进行改进.选用具有多通道数据采集和多装置数据联合反演的超高密度电法,最大程度上提高数据采集能力,提供更为丰富地质信息;反演过程中同时施加光滑约束与背景约束提高反演的稳定性,构造的反演方程引入正则化因子提高方程泛化能力,以此使反演效果更加精确.同时利用工作面巷道钻孔内埋设的电极、电缆,按一定的时间间隔进行监测获取不同时间工作面底板电阻率变化情况,以此推测地下体水运移情况;结合矿压周期变化及钻孔注浆资料分析底板水运移的原因,实现煤矿回采过程中底板水的动态监测.

摘要： 对实验室自制58#量程为100000g压阻式加速度传感器进行动态建模,分析其性能.由于准确的原始数据是建模的前提,因此采用自动化程度较高的高冲击台进行动态校准.实验将B&K公司8309压电式加速度传感器作为标准传感器,将标准传感器信号看作输入信号,利用一种特殊白化滤波器的广义最小二乘法(简记GLS(SF))对高g值加速度传感器进行系统辨识.运用MATLAB中Simulink工具箱对模型验证,结果吻合较好,为之后高g值加速度传感器动态建模提供了依据.

摘要： 线路元件以及拓扑结构信息不准确使得基于模型的雅可比矩阵计算结果存在一定的误差.提出了基于数据驱动的雅可比矩阵估计方法,具有不需要线路信息、不受网络拓扑结构变化影响的特点.通过设置多种"数据污染"场景,探究普通最小二乘法,完全最小二乘法,广义最小二乘法的优缺点、适用性,证明了基于数据驱动的雅可比矩阵估计方法可实现高精度的雅可比矩阵估计以及数据驱动方法在高维数据空间上的鲁棒性.

摘要： 线路元件以及拓扑结构信息不准确使得基于模型的雅可比矩阵计算结果存在一定的误差。提出了基于数据驱动的雅可比矩阵估计方法,具有不需要线路信息、不受网络拓扑结构变化影响的特点。通过设置多种"数据污染"场景,探究普通最小二乘法,完全最小二乘法,广义最小二乘法的优缺点、适用性,证明了基于数据驱动的雅可比矩阵估计方法可实现高精度的雅可比矩阵估计以及数据驱动方法在高维数据空间上的鲁棒性。

摘要： 面对高量程加速度传感器动态校准中存在的测不准以及数据处理困难等问题,论述了窄脉冲校准原理,引入了消除噪声干扰的广义最小二乘算法对于传感器的校准数据进行处理,并且结合窄脉冲校准原理进行了算法的数值仿真与实验验证.利用Hopkinson杆对于自研的量程为200000 gn的多级封装传感器进行了窄脉冲动态校准实验,系统辨识的结果表明模型获得的传感器的本征模态与通过FFT方法获得的本征模态分别为482.4 kHz以及481.8 kHz,并且曲线精度大大优于后者.

摘要： 中子解谱方法是准确确定压力容器的中子注量的有效方法。本项工作就是研制以广义最小二乘法为核心的中子解谱程序2NP，用于核电厂反应堆压力容器（RPV）中子注量的估计。

摘要： 针对参数辨识中最小二乘法(LS)存在的缺点,讨论了一种用迭代的松弛算法对最小二乘辨识的改进方法-广义最小二乘(GLS)辨识,并介绍了其基于Matlab的仿真和分析方法.首先简述参数辨识的概念、最小二乘法辨识存在的主要缺点和广义最小二乘法的基本原理,之后简要介绍了Matlab系统辨识工具箱及其中参数辨识的实现方法,最后结合实例给出相应的仿真程序及其结果分析,仿真结果表明:该方法辨识精度高,明显优于最小二乘辨识.

摘要： 区域经济一体化已经成为当前世界经济发展的一个显著的特征之一，而且区域经济一体化的发展已经超越了传统的贸易合作领域，表现出“深度一体化”的特征，“深度一体化”有多种表现形式，但是最经常被提及的形式是国际直接投资。本文的目的就是要洞悉作为一个制度安排的区域经济一体化对于国际直接投资的影响。在占有大样本的基础上，本文使用可行广义最小二乘法(FGLS)，估计了区域经济一体化的FDI效应。并在此基础上提出了对于中国区域经济一体化的战略的启示意义。

摘要： 随着我国车辆导航和移动定位技术的快速发展和应用,基于车辆轨迹数据的路网OD估计和路径流量估计逐渐成为研究热点问题.针对以往基于车辆轨迹数据单一数据源的条件下,路网OD和路径流量估计精度较低,可靠性不足,未能充分挖掘车辆轨迹数据所能提供的信息等缺陷,本研究引入了车辆自动识别(AVI)数据,针对干道两侧双向布设有电警检测器的场景,融合电警数据和轨迹数据提出了一种基于广义最小二乘法的信控干道路径流量估计方法.仿真验证结果表明该方法可以有效提高干道的路径流量估计精度,当设置仿真模型渗透率为0.1,电警漏检率为0％时,一小时粒度的路径流量估计的平均绝对误差为16.17辆,平均绝对百分误差为34.23％.本方法可还原实际于道的需求分布和关键流量路径,为干道协调控制方案优化提供参考.

摘要： 本文讨论了线性道路的动态OD 矩阵的最小二乘估计的原理，建立了考虑先验OD 信息的广义最小二乘估计模型。针对建立的广义最小二乘模型，本文提出了基于有效约束集算法的求解方法。该方法成功地解决了如何在OD 估计最小二乘模型中同时考虑等式约束与非负约束的困难，是对现有OD 最小二乘估计的进一步完善。文章还给出了数值算例，算例表明，本文的OD 估计方法具有较强的稳定性和较为精确的估计性能。

摘要： 本文讨论了线性道路的动态OD 矩阵的最小二乘估计的原理，建立了考虑先验OD 信息的广义最小二乘估计模型。针对建立的广义最小二乘模型，本文提出了基于有效约束集算法的求解方法。该方法成功地解决了如何在OD 估计最小二乘模型中同时考虑等式约束与非负约束的困难，是对现有OD 最小二乘估计的进一步完善。文章还给出了数值算例，算例表明，本文的OD 估计方法具有较强的稳定性和较为精确的估计性能。

摘要： 本文讨论了线性道路的动态OD 矩阵的最小二乘估计的原理，建立了考虑先验OD 信息的广义最小二乘估计模型。针对建立的广义最小二乘模型，本文提出了基于有效约束集算法的求解方法。该方法成功地解决了如何在OD 估计最小二乘模型中同时考虑等式约束与非负约束的困难，是对现有OD 最小二乘估计的进一步完善。文章还给出了数值算例，算例表明，本文的OD 估计方法具有较强的稳定性和较为精确的估计性能。

摘要： 本文讨论了线性道路的动态OD 矩阵的最小二乘估计的原理，建立了考虑先验OD 信息的广义最小二乘估计模型。针对建立的广义最小二乘模型，本文提出了基于有效约束集算法的求解方法。该方法成功地解决了如何在OD 估计最小二乘模型中同时考虑等式约束与非负约束的困难，是对现有OD 最小二乘估计的进一步完善。文章还给出了数值算例，算例表明，本文的OD 估计方法具有较强的稳定性和较为精确的估计性能。

摘要： 一种基于广义加权最小二乘法的GPS时钟补偿方法，该方法是通过时间差量测模块接收GPS接收机发送的GPS秒脉冲1PPS与基于本地高精度晶振产生的晶振秒脉冲PPS，量测1PPS与PPS之间的时间差，并将量测的时间差发送到误差补偿模块中的MCU；MCU接收1PPS与PPS之间的时间差，并建立基于广义加权最小二乘法的时钟补偿模型计算1PPS的随机误差和PPS的累积误差，对1PPS和PPS进行补偿。本发明考虑到晶振秒脉冲存在累积误差、GPS秒脉冲存在随机误差，利用两者互补的特点，建立本方法以输出精准秒脉冲。本方法能提高时间同步装置的输出时间的精度。

摘要： 本发明涉及一种基于二维偏最小二乘法的图像局部特征提取方法。本发明是将训练样本图分为七种表情，并分成大小相等的若干个子块，利用LBP算子提取每个子块的纹理特征，并构成局部纹理特征矩阵，采用自适应加权机制，对表情识别的差别赋予不同权值，使用二维偏最小二乘法对局部纹理特征矩阵进行统计特征提取，形成七种表情模板数据，完成训练过程，最接近者便是该幅输入图像的表情归属。解决了现有的面部表情识别方法所造成的破坏原始结构信息、粗糙、正确率低及耗时太长，无法实际应用等缺陷。本发明将传统偏最小二乘法为二维偏最小二乘法与局部二元模式算子结合并利用自适应加权方法所得到的图像具有客观、精确、节省时间。

摘要： 一种基于广义加权最小二乘法的GPS时钟补偿方法，该方法是通过时间差量测模块接收GPS接收机发送的GPS秒脉冲1PPS与基于本地高精度晶振产生的晶振秒脉冲PPS，量测1PPS与PPS之间的时间差，并将量测的时间差发送到误差补偿模块中的MCU；MCU接收1PPS与PPS之间的时间差，并建立基于广义加权最小二乘法的时钟补偿模型计算1PPS的随机误差和PPS的累积误差，对1PPS和PPS进行补偿。本发明考虑到晶振秒脉冲存在累积误差、GPS秒脉冲存在随机误差，利用两者互补的特点，建立本方法以输出精准秒脉冲。本方法能提高时间同步装置的输出时间的精度。

摘要： 本发明公开了一种基于最小二乘法支持向量机的溶菌酶发酵过程中的广义预测方法，该预测控制包括以下步骤：建立非线性预测模型，利用罐发酵被筛选过的产率较高的生产数据对最小二乘法支持向量机进行训练；将输入输出的非线性预测模型实时线性化，设定参考轨迹，滚动优化控制器设计，将基于LS-SVM的溶菌酶发酵过程中的广义预测控制算法智能的嵌入到上位机中；本发明采用最小二乘法支持向量机和广义预测控制相结合，使得模型在求解过程中避免了求解耗时的QP问题，运算简单，收敛速度快，精度高。将遗传算法和广义预测控制中的滚动优化相结合使得系统鲁棒性变强、能够有效克服系统滞后、干扰。

摘要： 本发明公开了一种基于二值最小二乘法的二值稀疏信号恢复方法及系统，该方法步骤包括：基于BLS算法进行二值稀疏信号恢复，输入噪声观测向量和感知矩阵；初始化数据，包括初始化迭代次数、估计支集、估计稀疏信号、残差向量和预计算常数；设置迭代停止条件，在BLS算法每次迭代中，找到感知矩阵中与上一迭代得到的残差向量最相关的一列，记为索引sk，通过减去感知矩阵对应索引为sk的列向量更新残差向量，直到迭代停止，输出估计稀疏信号；本发明提高了稀疏信号恢复效率，并设置了恢复稀疏信号的充分条件，解决了稀疏信号恢复质量不高的问题，提高了稀疏信号的恢复性能。

摘要： 本发明涉及一种基于最小二乘法二次多项式拟合的电源校准方法，属于计算机领域。本方法中，二次拟合曲线Y＝aX2+bX+c在整体特性上替代了多区间“以直代曲”的方法，也能较好地补偿其他误差。且无论有多少校准区间，一种校准工艺下来，其数据量一直保持一个固定值，其数据量只相当于传统方案上两组KB值校准参数，通信数据量大幅度缩减。且在校准点数极多的情况下，多区间复杂的编码逻辑将会被一条特性公式所代替，无疑便利了软件的编码、调试、维护。

摘要： 本发明涉及一种基于二维偏最小二乘法的图像局部特征提取方法。本发明是将训练样本图分为七种表情，并分成大小相等的若干个子块，利用LBP算子提取每个子块的纹理特征，并构成局部纹理特征矩阵，采用自适应加权机制，对表情识别的差别赋予不同权值，使用二维偏最小二乘法对局部纹理特征矩阵进行统计特征提取，形成七种表情模板数据，完成训练过程，最接近者便是该幅输入图像的表情归属。解决了现有的面部表情识别方法所造成的破坏原始结构信息、粗糙、正确率低及耗时太长，无法实际应用等缺陷。本发明将传统偏最小二乘法为二维偏最小二乘法与局部二元模式算子结合并利用自适应加权方法所得到的图象具有客观、精确、节省时间。

摘要： 本发明涉及基于广义最小二乘法的结晶器ARARX模型辨识方法，即：以结晶器油缸阀开度为输入u，以结晶器位置为输出y，该方法首先利用最小二乘法辨识结晶器ARX模型，在ARX模型基础上计算模型预测残差e，利用残差e建立结晶器AR模型以获得待辨识参数

摘要： 基于模糊聚类和广义最小二乘法的模糊模型乳腺癌诊断方法。该方法包括：首先构建模糊模型的形式化，其次对国际标准数据集威斯康乳腺癌数据集(Breast‑cancer‑wisconsin，BCW)进行数据预处理，然后通过模糊聚类算法(Fuzzy Clustering Method，FCM)构造模糊模型中模糊规则的前提部分，广义最小二乘法(Generalized Least Square，GLS)构造模糊模型中模糊规则的结论部分。最后该方法在国际标准数据上进行模拟测试，并同其它两种乳腺癌诊断方法进行比较，实验结果显示本发明提供的方法优于其它两种乳腺癌诊断方法，提出的分类准确率更高，使得整体的诊断精度得到了提高。

摘要： 本发明涉及基于广义最小二乘法的结晶器ararx模型辨识方法，即：以结晶器油缸阀开度为输入u，以结晶器位置为输出y，该方法首先利用最小二乘法辨识结晶器arx模型，在arx模型基础上计算模型预测残差e，利用残差e建立结晶器ar模型以获得待辨识参数