非线性回归模型

摘要： 【目的】胸径生长率模型是研究林分生长变化、森林生长收获预估以及生物量和碳储量动态变化等的基础支撑,对于森林资源管理具有重要意义。探索利用多层感知机神经网络技术建立上海市单木胸径生长率模型,为上海市森林资源年度监测数据更新提供技术支撑。【方法】利用第六次至第九次全国森林资源连续清查上海市1999、2004、2009、2014年4期固定样地调查数据,对复位样木按照两倍标准差法进行胸径生长异常值剔除,再按照树种和前期胸径分组进行数据合并,分组计算样木胸径生长量的算术平均值,然后按复利式计算出相应的生长率,进而分别建立水杉、樟树、女贞、木兰、杨树5个树种的传统非线性回归和人工神经网络多层感知机的单木胸径生长率模型。使用确定系数(R2)和估计值剩余标准差(SEE)进行模型评价,使用确定系数(R2)、估计值剩余标准差(SEE)、平均预估误差(MPE)和平均百分标准误差(MPSE)进行预估评价。【结果】5个树种单木胸径生长率建模时,非线性回归模型的确定系数(R2)达到0.854、0.790、0.691、0.641和0.608,多层感知机模型确定系数(R2)达到0.903、0.863、0.802、0.684和0.650,后者确定系数(R2)较非线性回归模型分别提高0.049、0.073、0.111、0.043和0.042,多层感知机模型的估计值剩余标准差(SEE)较非线性回归模型均有所下降,5个树种分别下降0.13、0.26、0.32、0.12和0.10;预估后期胸径时,非线性回归模型确定系数(R2)达到0.880、0.832、0.526、0.860和0.799,多层感知机模型确定系数(R2)达到0.883、0.839、0.561、0.862和0.803,后者确定系数(R~2)较非线性回归模型分别提高0.003、0.007、0.035、0.002和0.004,2种模型的平均预估误差MPE均在2%以内,平均百分标准误差(MPSE)均在20%以内,多层感知机模型的估计值剩余标准差(SEE)、平均预估误差(MPE)和平均百分标准误差(MPSE)较非线性回归模型均有所下降,5个树种估计值剩余标准差(SEE)分别下降0.02、0.05、0.07、0.01和0.04,平均预估误差(MPE)分别下降0.01、0.01、0.05、0.01和0.02,平均百分标准误差(MPSE)分别下降0.26、0.09、0.56、0.47和0.33。【结论】多层感知机可以避免模型选型和违背传统统计假设处理。与非线性回归模型相比,多层感知机胸径生长率模型的建模精度和预估精度略有提高,为上海市森林资源年度监测数据更新提供参考。

摘要： 生活垃圾设计热值是垃圾焚烧厂设计的重要依据.根据收集的我国已运行105座垃圾焚烧厂的年平均运营数据,对垃圾热值进行估算,基于Python编程对影响垃圾热值的16条因素进行了相关性分析.结果表明:我国垃圾热值南北(以33°N秦岭淮河为分界线)差异较大,且垃圾热值分布具有复杂性和非线性的特征.据此建立了我国垃圾热值非线性回归模型,该模型比线性回归模型预测精度提升了73％.

摘要： 在多光谱遥感浅海水深反演过程中,考虑到水体和底质影响,水深值和海水表面辐射亮度之间的线性关系不成立.本文以甘泉岛南部0～25 m范围的沙质区域为研究区域,利用GeoEye-1多光谱遥感影像和多波束实测水深数据构建XGBoost非线性水深反演模型,研究了 XGBoost算法用于水深反演的性能.以决定系数(R2),均方误差(MSE)和平均绝对误差(MAE)作为评价指标,并与3种传统线性回归模型进行了对比分析.结果表明,XGBoost非线性水深反演模型的R2、MSE和MAE分别为0.991、0.33 m和0.44 m,拟合程度最好,精度优于线性回归模型.为进一步探究各模型在不同水深的反演精度,将水深范围分成3段(0～8 m,8～15 m,15～25 m)分别进行精度验证和误差分析.结果表明,XGBoost模型在各分段的精度均优于线性回归模型,MSE依次为0.56 m,0.14 m和0.43 m.可见,在单一底质区域下XGBoost模型的水深反演精度更高,且反演效果更稳定.

摘要： 本文介绍几种累计新型冠状病毒肺炎(COVID-19)疫情预测预报中的非线性增长曲线,并说明Richards增长曲线在这次COVID-19疫情预测预报中的合理性和可行性;在此基础上,建立累计COVID-19疫情预测预报中的非线性回归点模型,并给出参数估计方法;对全国COVID-19疫情进行即时跟踪预测预报,包括数据校准、整体和分时间段的预测预报,同时获得全国COVID-19疫情随时间的预测预报结果,为进一步的疫情防控打下良好基础.

摘要： "十三五"规划的实施,将助力我国产业结构与经济增长方式产生重大变革.身为京津冀城市群的一份子,石家庄市将迎来重大发展机遇.科技进步和创新是推动经济发展的重要推动力,科技进步贡献率成为衡量一个国家现代化的重要指标.利用Solow余值法和非线性回归模型对石家庄市2018-2025年的科技进步贡献率进行了预测,并对结果进行分析和总结.

摘要： cqvip:高斯迭代法是非线性回归模型中求回归参数进行最小二乘的一种迭代算法。将测得的人的血液的介电特性的实验数据用Hurt建立的二阶Debye模型进行拟合,发挥最小二乘法良好的拟合特性和高斯牛顿迭代法较快的收敛速度,采用最小二乘法--高斯牛顿迭代法,求解模型中的未知参数并验证拟合效果。本文证明了该算法的可行性。结果可以帮助人们预测1MHz~10GHz频率范围内重要生物组织的介电特性,有利于人们对介电常数和电导率进行分析和利用,为生物以及医疗行业做作出献。

摘要： 高斯迭代法是非线性回归模型中求回归参数进行最小二乘的一种迭代算法。将测得的人的血液的介电特性的实验数据用Hurt建立的二阶Debye模型进行拟合,发挥最小二乘法良好的拟合特性和高斯牛顿迭代法较快的收敛速度,采用最小二乘法--高斯牛顿迭代法,求解模型中的未知参数并验证拟合效果。本文证明了该算法的可行性。结果可以帮助人们预测1MHz~10GHz频率范围内重要生物组织的介电特性,有利于人们对介电常数和电导率进行分析和利用,为生物以及医疗行业做作出献。

摘要： 应用经验似然方法得到了非线性回归模型误差方差的经验似然估计,并证明了估计量的渐近正态性。通过数据模拟发现,经验似然方法得到的渐近方差比传统残差平方和方法得到的估计更小。

摘要： 选取2013—2017年河北高速公路逐日发生的一般等级以上交通事故起数、伤亡人数、经济损失及同期气象要素资料,基于序关系分析法将事故量及等级量化为事故指数,分析了对高速通行高影响的雾天、雨天和雪天事故的年际、月际及日变化特征,并构建日均交通事故指数与气象要素的非线性回归模型.研究表明:(1)交通事故发生时不利天气条件下交通事故总起数、死亡事故起数及人数、经济损失为雾天>雨天>雪天,而伤人事故及人数为雨天>雾天>雪天.(2)雨天、雪天交通事故峰值与当年雨雪极端天气事件有关,雾天单起交通事故的直接经济损失呈上升趋势;事故月、日分布有显著性差异,表现为雾天事故高发月份在9月至翌年2月、雨天事故多发于在5—10月、雪天事故多发于1—2月、12月;05—08时和00时为事故高发时段.(3)分别针对不同等级日雨量和能见度与日均交通事故指数建立了一般等级以上交通事故模型,非线性回归效果显著.

摘要： 首先考虑非线性回归模型中参数向量θ的M估计的用曲率表示的一阶随机展开式.在此基础上,求出θ的Huber形式的M估计的信息损失.

摘要： 针对带有未知但有界（UBB）噪声的参数非线性回归模型，提出了一种基于模式分类器的集员辨识方法。假设参数空间中的点分为在可行集内和在可行集外两种类别，集员辨识可以视为设计模式分类器对参数空间中的点进行分类。具体方法为：首先在参数空间均匀的选取训练点，根据方程误差判断其是否为可行集内的点，然后采用有监督的等距映射（S-Isomap）将训练点映射到低维空间，最后根据降维后的训练点设计k近邻分类器（k-NNC）。此方法不仅可以在高维参数空间近似描述可行集，还可以在低维空间对可行集特征化。仿真结果验证了所提方法的有效性。

摘要： 利用时间序列分析原理与方法,对北京市公布的疫情数据进行研究,构建了反映SARS传播过程的非线性回归模型.获得了累计确诊病例、累计死亡病例的变化趋势曲线,分别做出了累计确诊病例和累计死亡病例的预测值和实际值对照图.对控制时间T提前和延后2、5天计算,定量评估了应急反映时间对北京市SARS疫情的影响.

摘要： 国有企业改制上市,不但可以充实国有企业的资金,降低资产负债率,也可以促使国有企业转换经营机制,建立现代企业制度,提高经营效率.但是中国多年来的国有企业改革并没有达到预期中的效果.上市公司并购重组作为国有企业改革的重要途径,是否可以改善公司的经营业绩,受到了极大地关注.本文将根据"路径依赖"的理论,通过建立非线性回归模型对上市公司并购方式与并购绩效进行实证研究,从而为我国国有企业改革提供有益的建议.

摘要： 本文综述了可分离交易债券权证定价模型的主要文献，探究了权证的理论价值与实际价值产生偏差的原因，建立了权证实际价格与理论价格的偏差值的非线性回归模型，并以马钢CWB1、中化CWB1、伊利CWB1和长电CWB1为例进行了实证分析，结果表明所建立的模型拟合效果良好。本文的研究发现对监管部门有一定的参考意义。

摘要： 采用非线性回归模型、二次型调合模型以及基于RBF神经网络的并联模型等多种模型,对汽油调合过程的稳态特性进行建模与参数辨识.在此基础上,利用仿真结果,对这些模型的优缺点及其适用场合进行总结和比较。研究结果表明:二次型调合模型和基于RBF神经网络的并联模型可以精确地反映调合过程的稳态输入一输出关系,而且参数估计具有较好的收敛性和稳定性,适用于汽油辛烷值的在线优化控制。

摘要： 本研究采用建立非线性回归模型方法对我国人口进行了预测，阐述了统计预测所用的程序，并对预测结果作了分析。

摘要： 该文通过样条节点的选择，用三次不等距标准样条基函数表示运载火箭的制导工具系统误差，根据坐标系间的转换、非线性常微分方程组解的存在唯一性定理，得到了发射坐标系下，外弹道跟踪的速度数据关于样条系数的非线性回归模型，并给出了运载火箭制工具系统误差的估计。

摘要： 公交客运量预测是公交线网规划和改进的重要依据.本文分别采用传统的GM(1,1)模型、含跳跃点序列GM(1,1)模型和非线性回归模型对武汉市公交客运量进行了预测分析,旨在比较三种预测模型的优劣,并为公交客运量预测方法提供新思路.实证分析表明,含跳跃点序列GM(1,1)模型的预测效果最优,对公交客运量的预测宜采用含跳跃点序列GM(1,1)模型.

摘要： 提出运用遗传程序设计(GP)的方法建立类似于AR的非线性自回归模型的ARGP算法,来进行水文系统的中长期预报.本文具体阐述了ARGP算法的模型形式和演化建模过程,并对具体的水文问题进行了实例演算,得到了比较理想的结果.

摘要： 本发明提供了一种针对基于惩罚因子的同步电机模型参数非线性回归调优方法，该电机模型参数非线性回归调优方法，包括如下几点步骤：建立数学模型、峰谷点关键数据点提取、非线性回归问题、大残差下的非线性参数回归求解；LM算法对于没有残差存在的非线性回归参数问题能很好求解，如果有残差存在的，LM算法不能求出理想解；本发明针对有残差存在的同步电机突然短路的参数回归分析，求解非线性参数回归分析，针对同步电机突然短路试验非线性参数回归分析，在有残差时，使得在非线性回归分析时对初始值不敏感，能得到较好的拟合效果，本发明具有解决所有非线性参数回归的通用性；通过此本发明，对有残差非线性参数回归分析问题提供了工程解决方法。

摘要： 本发明公开了一种基于非线性回归的时间间隔测量方法，包括：第一待测信号进入LC振荡器，第一待测信号激发LC振荡器电容充电和电感放电产生阻尼正弦波信号；对阻尼正弦波信号进行A/D转换和采样产生数字信号；对数字信号进行非线性回归估计，以估计阻尼正弦波的幅度、频率、相位和阻尼系数；对第二待测信号进行与第一待测信号进行相同的处理，以估计第二待测信号激发产生的阻尼正弦波的幅度、频率、相位和阻尼系数；第一待测信号产生的阻尼正弦波信号与第二待测信号产生的阻尼正弦波信号进行相关运算，以估计两个阻尼正弦波信号的时间间隔。本发明的技术方案可以消除由于温度变化而引起的时间间隔测量误差，降低了系统的使用复杂度。

摘要： 本发明公开了一种基于多元非线性回归的纺织物烘干时间判定方法，将一种基于多元非线性回归的纺织物烘干时间判定方法关联智能共享操作平台，智能共享操作平台由主页展示模块、故障报警模块、用户通知模块、平台预约模块、干衣功能模块、数据监测模块、代取服务模块、人工调温模块、常见问题及解答模块组成；为实施一种基于多元非线性回归的纺织物烘干时间判定方法的功能和数据的采集，公开了一种共享智能烘干机，所述一种智能共享烘干机由烘干机本体、储用桶、电加热装置、动力装置、温度控制系统、热交换系统、智能联网系统、消毒装置组成。

摘要： 一种基于多元非线性回归的城市电动公交车行程能耗估计方法，本发明涉及基于多元非线性回归的城市电动公交车行程能耗估计方法。本发明的目的是为了解决现有物理模型方法对输入数据采集频率和精度要求高、行程能耗估计准确率低，数据驱动方法难以获得纯电动公交车行程能耗与各影响因素间的具体函数关系，无法用于车辆调度与资源配置方案优化模型中目标函数的推导等问题。过程为：步骤一、采集电动公交车基础运行数据；步骤二、基于步骤一估计电动公交车行程牵引能耗；步骤三、基于步骤一估计电动公交车空调系统能耗；步骤四、基于步骤二和步骤三估计电动公交车行程能耗。本发明用于城市公共交通运营管理技术领域。

摘要： 本发明提供了一种针对基于惩罚因子的同步电机模型参数非线性回归调优方法，该电机模型参数非线性回归调优方法，包括如下几点步骤：建立数学模型、峰谷点关键数据点提取、非线性回归问题、大残差下的非线性参数回归求解；LM算法对于没有残差存在的非线性回归参数问题能很好求解，如果有残差存在的，LM算法不能求出理想解；本发明针对有残差存在的同步电机突然短路的参数回归分析，求解非线性参数回归分析，针对同步电机突然短路试验非线性参数回归分析，在有残差时，使得在非线性回归分析时对初始值不敏感，能得到较好的拟合效果，本发明具有解决所有非线性参数回归的通用性；通过此本发明，对有残差非线性参数回归分析问题提供了工程解决方法。

摘要： 本发明涉及一种基于非线性回归数据处理的提高马赫‑泽德型传感器测量范围的方法及系统，是指：(1)通过光学测量设备测量获取离散数据；(2)采用拟合算法处理离散数据，还原出传输函数，传输函数是指当输入光为平坦的白光时，光学器件的真实输出光谱的形状规律；从而扩大马赫泽德型光学传感器的测量范围，使其突破器件FSR和光源谱宽的限制。理论上测量范围可以扩大至无限大，在实际中，只要波导能够保持单模工作条件，就在改进以后的新测量范围内。

摘要： 本发明提供一种多项式与偏最小二乘耦合的非线性回归洪水要素预测方法，包括以下步骤：S1、收集已知洪水信息，建立因变量、自变量数据集；S2、采用多项式特征构造工程方法，开展特征多项式变换，增加原始输入特征维度；S3、对所有数据进行归一化处理，然后将处理后的数据集划分为训练集和测试集两部分；S4、采用偏最小二乘回归方法建立模型；S5、在训练集上优化模型参数，在测试集上测试模型的可靠性，直至预测精度满足要求；S6、利用预测模型对未知洪水要素预测。该方法具有非线性，可在汛期复杂降雨情况下，通过简单操作获取未来洪水信息，具有预见期不受限制、工作量小、参数少、精度高、可靠性高等优点，大大提高了水文预报的效率。

摘要： 本发明涉及一种基于非线性回归模型的电气参数趋势预警及故障诊断方法，用于水电站有功功率、定子电压、定子电流、转子电压、转子电流的趋势预警和故障诊断分析，包括：获取机组运行过程中分析对象的强关联参数；采集机组实际运行过程中实际数据；数据量覆盖规程中该型号关联参数的最小和最大范围，且同一组数据为同一时刻；对采集到的历史运行数据进行筛选，去除数据中过渡状态的异常数据，得到机组典型稳态运行工况数据；基于步骤3到的数据进行数据建模，通过比对多种回归分析方程结果，最后确定最优理论模型；阈值设定；报警判断；故障诊断。本发明能够实现水电站有功功率、定子电压、定子电流、转子电压、转子电流趋势预警和故障诊断。

摘要： 本发明揭示了一种基于自适应非线性回归模型的台区日用电量的预测方法，包括如下步骤：选择台区日用电量的影响因子；根据影响因子与日用电量的曲线示意图选择建立对应的非线性拟合方程；将靠近预测日的历史数据代入所述非线性拟合方程，计算出所述非线性拟合方程中的常数；将计算得到的常数及预测日的台区日用电量的影响因子，代入所述非线性拟合方程，可以得到第一预测用电量；选择不同的两个影响因子，重复得到第二预测用电量、第三预测用电量、第四预测用电量等，将所有的预测用电量取平均值，即得到预测日的预测用电量。本发明技术方案的优点主要体现在：方法简单，且精准度较高。

摘要： 本发明的基于非线性回归模型参数的生产预测方法，包括以下步骤：S1、获取参数的初始区间；S2、对初始区间进行均分处理以得到各小区间；S3、在每个小区间内随机取点；S4、按照给定的标准找出最合适的点组合；S5、根据找出的点组合，找出参数的新初始区间；S6、重复步骤S1至S5,直至精度达到预定值为止。本发明的方法不但计算速度快，而且对初值的敏感程度不高。