基于小波的回归分析

在变形回归分析处理前消除或减弱误差的影响,可以有效地改善回归分析的质量.通过一元回归试验对比可以看出,经过小波消噪以后,线性关系之外因素引起的数据波动性减小,拟合的效果得到了改善,线性关系显著增强.     

土石方快速测算方法研究

土石方计算是工程建设中的重要环节,其计算效率与精度对方案的选择有重要影响。针对传统方式数据采集效率低、作业复杂等问题,应用三维激光扫描技术及近景摄影测量技术进行土石方测算方法研究。研究表明,与传统方法相比,新技术在外业采集效率及数据处理方面均有较大的提升,基本能满足土石方计算的精度要求,也验证了三维激光扫描技术及影像技术在土石方测算中的适用性与可行性,为土石方快速测算提供了一种有效途径。     

几种基于基因组DNA的真菌分类技术研究进展

基于基因组DNA的真菌分类技术发展迅速。综述了DNA分子杂交技术,真菌线粒体DNA限制性片段长度多态性(m t RFLP)分析,随机扩增多态性DNA(RAPD)分析,rDNA序列分析,扩增片断长度多态性(amp lifiedfragm ent length polymorph ism,AFLP)在真菌分类和系统发育中的应用。     

变形信号中突变点的检测

变形监测获得的信号含有噪声、变形信号和突变信号(信号的奇异性).信号在突变处的小波变换模极大值不随尺度的增加而变化,而在白噪声处的模极大值随尺度的增加而减小.根据这一规律,分析了变形监测信号突变点在卷积型小波变换下的特征及小波函数的选取,给出了用小波变换模极大值进行突变点定位、奇异度检测,根据突变点的奇异程度确定突变的的强度,检测变形信号的突变点.     

基于Web挖掘的个性化远程学习模型

传统的远程学习系统的主要不足是不能根据受教育对象个性特征的差异为用户提供个性化的远程学习环境。在此介绍的个性化远程智能学习模型，利用Web数据挖掘技术，通过对学习行为的跟踪，采集用户数据并对其进行分析，根据推理机制为用户提供个性化远程学习环境，充分满足用户个性需求。     

GM(1,1)模型的改进

由于最小二乘法的稳健性有一定的局限性,使得GM(1,1)模型的拟合精度有时并不理想.为提高预测精度,在分析比较最小一乘法和最小二乘法优缺点的基础上,改变了GM(1,1)模型的参数估计方法,用普通最小一乘法和折扣最小一乘法代替了原来的最小二乘法.最后通过实例验证了该改进方法的有效性.结果表明,改进的GM(1,1)模型准确度有较大提高.