逐步回归法

摘要： 为研究高原地区恶劣环境对于高原车辆运行速度的影响,基于实测的实际车速数据,建立了更具代表性的运行速度预测模型.首先,利用Bushnell手持式雷达速度计10-1911CN在拉林高速公路和318国道上分别对平曲线起点、中心点及终点处实际运行车辆的速度特性进行观测.其次,采用逐步回归方法确定显著性参数,分别提出拉林高速公路和318国道上小车和大车的运行速度预测模型.最后,通过保留测试组数据验证了模型的有效性和实用性.基于数据验证成果,与传统的预测方法相比,所建立模型的预测结果更为精准,并能更深入地对预测运行速度与显著参数之间的非线性关系进行检验.该研究为高原地区公路其他路段的运行速度预测研究提供了思路及依据.

摘要： 基于逐步回归法、偏最小二乘回归法和长短期记忆(LSTM)循环神经网络,构建了五强溪水电站大坝变形预测模型。采用拉伊特准则确定可靠的监测数据,基于可靠的监测数据,构建考虑水压、温度、时效因素的混凝土重力坝变形预测逐步回归和偏最小二乘回归模型,根据五强溪大坝坝顶J23测点2006年~2020年的监测资料获得该测点的沉陷曲线逐步回归和偏最小二乘回归预测模型。根据数值试验,选定的LSTM模型包括2个LSTM层,激活函数采用整流线性单元函数,输入序列长度为20。训练集数据取2006年~2017年的监测值,2018年~2020年的监测数据作为测试集数据。采用随机搜索对LSTM循环神经网络的超参数进行优化。比较3种模型结果可知:3种模型在沉降曲线的预测效果均较好;偏最小二乘回归法能合理地解释各分量;训练数据足够时,LSTM循环神经网络的预测精度非常高;采用偏最小二乘法回归模型或LSTM模型预测J23测点变形更为妥当。

摘要： 利用统计分析方法,基于问题中所给数据,建立了一个鸟类分类的统计回归模型,为问题中两种鸟类的分类提供了具体方法,可利用此方法将未被分类的鸟进行分类。本模型的优点是运用逐步分析法与残差分析法进行建模,使模型中的自变量对于因变量的作用更加显著。

摘要： 本文基于2015年和2017年中国家庭金融调查报告(CHFS)的两期面板数据,通过构建家庭效用函数二期模型,从微观层面对社会关系、家庭负债和家庭创业的关系进行数理推导,并构建Probit模型进行实证分析。研究发现,社会关系和家庭负债都会对家庭的创业意愿产生正向的促进作用,社会关系越多,家庭负债越多的家庭往往有着更高的创业意愿。同时通过逐步回归法可以看出家庭负债在社会关系对家庭创业的作用中存在着中介效应,社会关系对家庭负债存在正向的促进作用,因此社会关系会通过影响家庭负债进而促进家庭创业,提高家庭创业概率。

摘要： 技术创新成为长三角经济发展的重要动力。本文利用Arcgis软件研究2009—2019年长三角技术创新时空演变特征,结果显示:长三角专利受理量每年都在增加,其中江苏的数量居前,依次是浙江、安徽和上海,沿海分布数量多于腹地;长三角专利授权量逐年递增,其中江苏的数量第一,浙江第二,上海第三,安徽第四,沿海分布数量多于腹地;长三角每年的技术市场成交额不断增加,但分布状态不稳定。采用逐步回归方法分析其影响因素,得出长三角技术创新在数量上受到地方财政科学技术支出、普通高等学校数量、R&D经费投入、地区生产总值的影响;而在质量上,则受到财政科学技术支出、普通高等学校教职工总数的影响。地区的技术创新在数量上和质量上也受到这些因素影响。对此,本文提出加强技术创新,不仅要追求数量的增加,更要追求质量的提高;合理布局长三角技术创新发展版图;充分利用相关影响要素,推动长三角技术创新发展等建议。

摘要： 为了提高无损检测手段预测古建木材抗弯强度的精度,用应力波仪和阻力仪对藏青杨旧材抗弯试样进行了多测点无损检测,通过对比试样抗弯强度,分析了无损指标与木材抗弯强度的相关性,讨论了测试手段、测点位置、测点数量对相关系数的影响,以及多参数时预测模型的最优自变量组合.结果表明:增加测点数量可提高无损指标与木材抗弯强度的相关系数;当自变量较多时,逐步回归法适合应用于确定最优自变量组合,同时避免自变量共线性问题;相较于一元线性模型,使用最优自变量组合确定的多元线性模型可使无损指标与抗弯强度的相关系数和校正决定系数分别提高20.54%和42.92%,表明多测点无损检测法可以有效提高木材抗弯强度预测的准确性.

摘要： 目的:分析血细胞对4型心肾综合征(CRS)患者病情和生存质量的影响。方法:选取2015年1月-2018年12月吉林市化工医院收治的89例4型CRS患者为研究对象,分为慢性肾脏病(CKD)4期组与CKD 5期组。对89例4型心肾综合征患者进行心脏、肾脏检查和血液有形成分检查。分析4型CRS患者有形成分特点和影响因素。比较两组患者的血液有形成分各指标情况、Spearman与生存质量总分及各维度得分的相关性,采用逐步回归分析法分析与生存质量总分相关性。结果:CKD 5期组患者的红细胞压积(HCT)水平高于CKD 4期组,白细胞(WBC)、中性粒细胞计数、红细胞(RBC)、血红蛋白(Hb)水平则低于CKD 4期组,差异有统计学意义(P0.05)。Hb、RBC、HCT与患者生存质量总分、生理、心理维度得分呈负相关。WBC、Hb、RBC与患者生存质量偏回归系数有意义,差异有统计学意义(P<0.05),WBC、Hb、RBC与4型CRS生存质量呈正相关。结论:血液有形成分对4型CRS患者的病情、生存质量均存在一定的影响。

摘要： 本文通过逐步回归法挑选出4个影响苹果产量的关键气象因子,并运用逐步回归法和BP神经网络建立苹果产量预测模型。通过检验,2种预测模型拟合效果均较好,均能够较好地预测今后苹果的产量趋势。其中BP神经网络模型预测有较高精度,但存在局限性。

摘要： 以冬小麦为研究对象,利用无人机搭载UHD185相机获取了挑旗期和开花期的高光谱影像,并同步采集了各小区的植株氮含量信息,结合相关性和方差膨胀因子,筛选了对植株氮含量敏感、植被指数之间共线性弱的植被指数,最后用多元线性回归、偏最小二乘回归和逐步回归算法3种方法探究冬小麦氮含量的较优高光谱反演模型。结果表明,无论是挑旗期还是开花期,偏最小二乘回归构建的植株氮含量模型估算精度高于逐步回归和多元线性回归构建的植株氮含量估算模型,验证结果同样表明偏最小二乘回归的均方根误差为最小,将该模型应用于无人机高光谱影像上,可以为田块尺度的精准施肥提供参考。

摘要： 本文从理论和实证两方面出发,分析了数字普惠金融对居民消费的影响。研究表明:总体而言,数字普惠金融的发展能够正向影响居民消费;数字普惠金融的发展对居民人均消费支出的影响因城乡差异而产生不同的作用效果,其中,对农村区域的居民人均消费支出存在显著的正向影响;数字普惠金融的发展对中西部地区居民消费的促进作用更显著。

摘要： 目的:分析影响脑瘫儿童父母生存质量的相关因素,为医务人员对患儿父母进行心理干预提供理论依据.方法:采用自制调查问卷、社会支持评定量表、WHO生存质量测定量表简表(WHOQOL-BREF)等量表对随机分层抽取的30名1-7岁脑瘫患儿父母进行调查,结果采用多重线性回归的逐步回归法进行统计分析.结果:患儿病情越重,父母年龄越大,患儿父母生理领域生存质量越低;社会支持程度越高,患儿父母心理领域、社会关系领域生存质量越高;患儿父母文化程度越高,社会支持程度越大,患儿父母环境领域及总的生存质量越高.结论:患儿病情程度、父母年龄、父母文化程度、所获社会支持程度等因素影响着脑瘫儿童父母的生存质量.

摘要： 为解决多叶轮液力元件在某一叶轮空转情况下,难以准确在CFD计算中施加转速约束的问题,针对液力变矩减速装置变矩工况,采用逐步回归法确定了制动轮空转转速随泵轮转速与速比变化的线性规律,通过空转转速拟合公式,推算结果流场分析曲线与试验结果对比表明,该叶轮空转转速确定方法能够准确预测液力变矩减速装置变矩工况下制动轮空转转速,并且这种方法对其他多叶轮液力元件空转叶轮转速的确定提供指导.

摘要： 本文通过分析福建省1990年-2010年能源生产、能源消费的现状,得出1990年-2010年福建省能源生产总量不断增加、能源消费总量也不断上升的结论,并对福建省能源消费进行模型分析,利用逐步回归法消除模型的多重共线性,最终得到能源消费模型.根据分析结果,提出了优化能源结构;节能减排,提高能源利用效率;资源的保护和开发的规范化等建议.

摘要： 探求钉螺累积死亡率与杨树抑螺防病林不同林分不同配置类型下小气候因子的关系.收集湖北黄州李家洲林场7个样地的螺情及同期的大气温湿度、光照强度和土壤温湿度等气候环境资料,以逐步回归法进行分析.结果表明:①影响钉螺累积死亡率的主导气候因子分别为土壤5～10cm湿度和土壤0～5cm温度.②小气候因子间是相互影响、相互制约、共同作用的,并通过单优势性、协同作用、共同作用、桔抗作用等形式对钉螺死亡率产生直接和间接作用.

摘要： 拱坝坝肩抗力体是坝体的重要受力部位,建立有效的监测模型意义重大.本文尝试用结合逐步回归分析方法的BP神经网络建立变形监测模型,以提高BP神经网络的泛化能力从而提高模型的预测准度和精度.成功完成了预测,且传统模型预测数据的残差平方和大于改进后的.实例分析表明,使用BP神经网络建立抗力体变形的监测模型是可行的,使用逐步回归-BP神经网络是有效的.同时由于模型的相通性,该逐步回归-BP模型也可用于大坝其他方面变形的预测.

摘要： 拱坝坝肩抗力体是坝体的重要受力部位,建立有效的监测模型意义重大.本文尝试用结合逐步回归分析方法的BP神经网络建立变形监测模型,以提高BP神经网络的泛化能力从而提高模型的预测准度和精度.成功完成了预测,且传统模型预测数据的残差平方和大于改进后的.实例分析表明,使用BP神经网络建立抗力体变形的监测模型是可行的,使用逐步回归-BP神经网络是有效的.同时由于模型的相通性,该逐步回归-BP模型也可用于大坝其他方面变形的预测.

摘要： 拱坝坝肩抗力体是坝体的重要受力部位,建立有效的监测模型意义重大.本文尝试用结合逐步回归分析方法的BP神经网络建立变形监测模型,以提高BP神经网络的泛化能力从而提高模型的预测准度和精度.成功完成了预测,且传统模型预测数据的残差平方和大于改进后的.实例分析表明,使用BP神经网络建立抗力体变形的监测模型是可行的,使用逐步回归-BP神经网络是有效的.同时由于模型的相通性,该逐步回归-BP模型也可用于大坝其他方面变形的预测.

摘要： 拱坝坝肩抗力体是坝体的重要受力部位,建立有效的监测模型意义重大.本文尝试用结合逐步回归分析方法的BP神经网络建立变形监测模型,以提高BP神经网络的泛化能力从而提高模型的预测准度和精度.成功完成了预测,且传统模型预测数据的残差平方和大于改进后的.实例分析表明,使用BP神经网络建立抗力体变形的监测模型是可行的,使用逐步回归-BP神经网络是有效的.同时由于模型的相通性,该逐步回归-BP模型也可用于大坝其他方面变形的预测.

摘要： 拱坝坝肩抗力体是坝体的重要受力部位,建立有效的监测模型意义重大.本文尝试用结合逐步回归分析方法的BP神经网络建立变形监测模型,以提高BP神经网络的泛化能力从而提高模型的预测准度和精度.成功完成了预测,且传统模型预测数据的残差平方和大于改进后的.实例分析表明,使用BP神经网络建立抗力体变形的监测模型是可行的,使用逐步回归-BP神经网络是有效的.同时由于模型的相通性,该逐步回归-BP模型也可用于大坝其他方面变形的预测.

摘要： 利用逐步回归方法,分别分析启东市2011-2013年的土壤表墒、底墒与同时期的气象因子(降水量、温度、湿度、日照、风)的相关性,找出影响土壤墒情的关键气象因子,并结合经验公式法建立土壤墒情预报模型.结果表明:影响启东市土壤墒情的气象因子主要是降水量、日照和气温,由此建立的预报模型预报未来30天之内的土壤墒情的平均相对误差在5％以内,检验效果理想,说明利用该模型可以较为准确地预报未来30天内土壤墒情,并用于指导农业生产.

摘要： 本发明提出一种基于多元逐步回归分析的公交线路客流预测方法，包括：步骤1、采集公交线路相关数据；步骤2、从运营商、单车公司、公交公司三方面的因素出发，选取多个指标进行指标体系构建；步骤3、基于兰氏距离筛选和预测线路特征相似的数据集，作为训练数据；步骤4、从所选取的指标中进一步筛选出影响公交客运量主控因素指标，以提高预测的精度；步骤5、作各指标与公交客运量之间的相关关系图并进行分析；步骤6、建立公交客流量函数影响因素模型，对线路客流进行预测，用于预测新改或新增公交线路客流。本发明所建立的指标体系能较好的体现影响公交客流的主要因素，所建立的模型能够反应指标的非线性特征，所用算法能够在削弱数据多重共线性的同时简单快捷。

摘要： 本发明公开了一种基于多元逐步回归分析胸片质量的量化评估方法，包括以下步骤：步骤1、从图像布局和摆位两个维度出发，采集放射专家对胸片质量的主观感知评分；步骤2、选取布局和摆位的多个定量指标进行指标体系构建；步骤3、作各指标测量参数与放射专家主观感知评分之间的相关关系图，综合分析筛选出影响放射专家主观感知的主要指标，以提高预测的精度；本发明通过建立的指标体系能够较好的反映放射专家对图像质量的主观感知评价。本发明着重于分析胸片的布局和摆位质量，根据文献回顾和专家论证，选取了影响布局和摆位的主要评价指标，能够较好的通过客观测量值对图像质量进行预测评估。

摘要： 本发明公开一种基于二次多项式逐步回归代理模型的质量控制方法，该方法对柴油机塑料出水管的模注塑成型工艺参数采用正交试验获取初始样本点，计算各组样本点所对应的翘曲变形值；由于各自变量单位不一致，数量级相差较大，为提高二次多项式代理模型精度，对正交试验的各自变量数值进行归一化处理；采用二次多项式逐步回归代理模型建立翘曲变形与工艺参数间的函数关系，检验模型精度；基于代理模型，在自变量允许范围内，替代有限元模型，快速求得翘曲变形值，及其所对应的注塑成型工艺参数，实现对柴油机塑料出水管的翘曲变形值进行控制和预测。

摘要： 本发明涉及一种基于最优延时去趋势和逐步回归的鸡舍生产预测方法，属于养殖业生产信息预测技术领域。本发明包括如下步骤：S1：鸡舍生产预测模型的建立：建立过程分为如下两个维度：S11：生产数据时间序列、S12：环境数据时间序列；S2：鸡舍生产预测模型的预处理：S21：生产数据时间序列的DFA去趋势处理、S22：环境数据时间序列的SCCF分析最优延时；S3：环境因素逐步回归方程的建立、S4：产蛋量波动回归曲线的拟合、S5：未来鸡舍生产信息的预测。本发明广泛结合鸡舍环境和生产信息预测未来生产的技术，能够准确预测鸡的生产信息，使得养殖产品的质量和数量都大幅提高，提高养殖户的收益。

摘要： 本发明属于绝经后女性人群骨质疏松症风险预测技术领域，公开了一种基于逐步回归的绝经女性骨质疏松症风险预测系统及方法，设计与绝经后女性人群骨质疏松症预测相关的数据收集表，形成训练数据集与验证数据集；训练数据集进行单因素分析,将因素分析关联性较强的因素，并结合临床相关性，作为备选因素；通过逐步Logistic回归法筛选变量，建立预测模型；计算建立数据集与验证数据集患者骨质疏松症的概率，进行模型的验证；制作绝经后女性人群骨质疏松症风险列线图。本发明通过骨密度检查，能够初步筛查患者骨质疏松症风险，促使患者早期治疗，建议高风险患者进行骨质疏松症筛查及给出医疗建议。

摘要： 本发明提供了一种基于多元非线性逐步回归的地震参数优选方法及装置，基于多元非线性逐步回归的地震参数优选方法包括：根据目标预测储层参数以及多个地震参数建立多个第一回归函数；对所述多个回归函数进行筛选，以确定第二回归函数；对所述第二回归函数进行显著性检验，以优选所述地震参数。本发明可以快速、准确的在大量的地震参数(地震属性)且原本相互之间独立的地震参数中，优选出对储层敏感的、反映储层本质特征的地震参数，进而可利用优选之后的地震参数预测目标工区的储层发育情况，为油田的勘探开发提供可靠的依据。

摘要： 本发明公开了一种基于模板逐步回归分析的负荷构成辨识方法及系统，涉及电力系统及其自动化技术领域，解决了现有负荷建模方法存在的问题，其技术方案要点是：包括S1、采集电力用户的日负荷曲线数据和变电站主变的日有功功率曲线数据；S2、对数据进行数据清洗和归一化预处理，获得日负荷曲线数据集；S3、基于半监督聚类算法对日负荷曲线数据集进行聚类分析，获得各类型负荷的日负荷曲线模板；S4、基于逐步线性回归算法，通过日负荷曲线模板对日有功功率曲线数据进行拟合分析，获得负荷的类型和占比；模型体现了负荷用电的时变特性，采用电力用户的日负荷曲线数据和变电站主变的日有功功率曲线数据分析负荷组成。

摘要： 本公开提供一种基于逐步回归与深度学习的风电功率预测方法及相关设备，方法包括：基于回归方程筛选风力发电的工作参数中具有显著性的目标参数；获取所述目标参数在第一时间段的观测数据；将所述观测数据输入训练好的功率预测模型，得到目标时间的风电功率预测值。根据本公开，利用回归方法选择对预测变量即风电功率的变化具有显著解释能力的目标参数作为输入变量，并结合长短期记忆神经网络进行风电功率预测，能够有效提高预测精度和运算效率。

摘要： 本申请公开了一种基于逐步回归法的联邦建模方法、设备和可读存储介质，所述基于逐步回归法的联邦建模方法包括：获取待训练模型，并接收第三设备发送的待剔除标签特征数据集合和待加入标签特征数据集合，基于待剔除标签特征数据集合和待加入标签特征数据集合，通过第二设备进行纵向联邦建模，对待训练模型进行执行预设循环训练流程，以在待训练模型中剔除符合预设剔除贡献度标准的各目标剔除特征，或者向待训练模型中加入符合预设加入贡献度标准的各目标加入特征，以对待训练模型进行循环更新，直至循环更新后的待训练模型满足预设循环结束条件，获得目标建模模型。本申请解决了纵向联邦建模效率低且效果差的技术问题。

摘要： 本发明公开了一种基于多元逐步回归的空气质量缺失数据填充方法及系统，通过对获取的一定时间段与区域范围内空气质量监测站的污染物浓度数据与气象站的气象数据进行异常值诊断和标准化处理，并对污染物浓度数据的缺失信息进行统计，确保了获取信息的准确性与缺失信息的真实性，再将缺失污染物浓度数据作为因变量，根据空间地理距离信息选取一定范围内的邻近空气质量监测站和气象站数据，经过皮尔逊相关系数筛选得到与因变量线性相关的特征作为自变量，采用逐步回归法确定最终用于构建方程的邻近空气质量监测站和气象站数目，将其作为自变量构建多元线性回归方程，使用该方程对缺失数据进行填充，提高了对于空气质量缺失数据填充的准确性。