基于Matlab矩阵运算的多元回归函数编程

多元线性回归是计量分析中最常用的方法之一,在经济学、金融学和管理学中运用广泛。线性回归方法依赖于矩阵和向量的运算,因此以矩阵运算为内核的Matlab是理想的编程平台。本文以开发多元线性回归函数作为例子,着重分析Matlab自定义函数的设计理念,同时突出varargin、nargin等特殊函数的代码编写。通过交叉运用线性代数、概率统计等数学工具,本文为计量研究人员提供了新的编程视角。     

基于动态射频指纹的调频定位方法

针对调频(FM)广播信号动态变化对定位性能产生较大影响的问题,提出了动态射频指纹的FM定位方法。该方法采用多元线性回归和神经网络方法,根据离线阶段各个参考点和部分较准点的调频广播信号强度的关系,使用在线阶段较准点的信号强度实时估计在线阶段参考点的信号强度。通过这两种方法建立具有自适应能力的动态射频地图,并使用贝叶斯估计方法对目标进行定位。实验结果表明,相对静态射频指纹模型：采用多元线性回归的射频指纹动态映射模型定位误差平均减少9.1%,采用神经网络的射频指纹动态映射模型定位误差平均减少36.3%,有效抑制了射频信号动态变化时变性对定位性能的影响。     

基于智能手机的室内定位

针对基于wifi指纹的室内定位中存在的定位精度不高的问题,提出一套基于加权三点定位的wifi指纹定位系统。首先利用最近邻匹配方法进行wifi指纹定位,选择出参考点;其次利用多个参考点进行加权三点定位。实验表明,相对于单独使用wifi指纹定位技术,该系统可以有效提高室内定位的精度和稳定性,并具有较高的实时性。     

基于MATLAB色差预测多元回归模型的研究

由于间歇染色无法实现色差在线测量,直接影响染色的质量.在染色过程中,色差受多种工艺参数的影响,其中主要的有染料的初始浓度、染色时间、染色温度以及助剂的浓度.为了预测色差值,本文在实验数据分析的基础上,利用MATLAB统计工具箱的"nlinfit"函数,建立色差的多无非线性回归模型,并通过多元检验确定该模型的正确性.实验结果表明,多元非线性模型计算得到的色差值与实际值很接近,对生产实践具有一定的指导意义.     

基于灰色多元线性回归融合模型的故障率预测

为预测在设备使用年份期间的制氧系统故障率,提出灰色多元线性回归融合模型的新方法。该方法首先求出制氧系统各设备故障率的GM(1,1)模型;然后计算出制氧系统故障率、制氧系统各设备故障率与设备使用年份相关关系模型,并且将制氧系统各设备故障率的GM(1,1)模型代入该关系模型中;最后利用最小二乘法求出待定参数。通过对制氧系统故障率的预测分析表明,灰色多元线性回归融合模型在故障率预测精度上优于单一的灰色模型和线性回归模型,且不要求提供的历史数据具有典型的分布规律。该模型的预测结果可为制氧系统的维修工作提供决策依据。     

基于SPSS的臭氧层水平预测

自上世纪80年代以来,臭氧层空洞问题引起了越来越多的社会关注.因此,从臭氧层空洞产生原因入手,对未来50年的臭氧层水平进行判断和预测.本文首先了解臭氧层空洞产生机理,大气流动基本常识,搜集自1970年以来氟氯烷烃、氮氧化物、溴化物和一氧化碳等的排放以及臭氧层水平数据;然后对数据进行无量纲化处理和非参数检验处理,建立多元回归模型,得出氟氯烷烃是臭氧层被破坏的主要因素的结论,推断未来50年主要排放物的排放量,对50年后的臭氧层水平进行预测;最后建立神经网络模型验证多元回归模型的准确性.预测结果大致相同,在约10年时间内,在2026年左右,回复速度将会有显著提升.     

基于RSSI的室内测距模型的研究

基于接收信号强度指示(RSSI)的测距技术是一项低成本和低复杂度的距离测量技术,被广泛应用于无线传感器网络基于距离的定位技术中.由于室内环境下存在非视距和多径传输的影响,测距误差比较大.在消除测距误差的方法中,采用线性回归分析对射频参数A和信号传输常数n进行优化,得到满足具体环境的参数值.提出2种滤波型对采集的RSSI进行滤波处理.实验表明:通过参数优化和滤波处理,测距精度得到了明显的提高.     

基于多元线性回归的标准井泵功图计算方法

目前常用的井况分析手段是对油井泵功图进行分析诊断,但是目前常常是通过人工方式来对功图情况进行分析判断,对功图的智能判断还不是十分成熟,这主要是因为无法确认当前功图和正常功图的误差率,所以该文针对这一问题,提出一种基于多元线性回归的标准井泵功图计算方法,用此方法可以通过计算机计算出标准井的泵功图情况,以此作为和实际井况中的泵功图情况对比分析的依据,就可以很快的对比出泵功图是否存在异常情况。     

一种融合概率分类模型的精细化室内定位方法

针对大型目标区域室内定位中定位精度低及信号间干扰等问题,提出一种融合概率分类模型的精细化定位方法。对于大型定位区域,采用以RP的信号强度对目标区域聚类分区,缩小信号变化区域。信号的多径效应带来信号依据下的错误分区,该文采用汤普森检验理论对分区参考点进行物理坐标校验以剔除异常点。为减小AP间信号干扰,引入多元高斯的朴素贝叶斯模型对不同AP信号建立高斯概率模型,融合一对多支持向量机概率模型以提高算法定位精度。测试分析表明,该算法实现较好的聚类分区,降低信号间干扰,平均定位精度达到0.4008m,相比于其他传统算法,定位精度提高27%以上。     

一种基于细粒度性能计数器建立系统实时功耗模型的方法

对计算机系统运行时功耗值的实时获取,是进行功耗动态管理的先决条件.性能计数器能够准确地反映各硬件部件的使用情况,进而反映其功耗情况.文中提出了一种基于细粒度性能计数器建立系统实时功耗模型的方法(SysPower),该方法由功耗模型设定、性能计数器选取、数据采样、模型求解、结果检验五个步骤组成,基本思路是:选取反映处理器、内存、I/O等主要部件运行状态的细粒度性能计数器作为预选特征值集合(Fpreslct),通过实验建立该集合与运行时系统总功耗的对应关系,采用多元线性回归法进行模型求解,得到各性能计数器对功耗的影响系数,从而建立系统的实时功耗模型,并得到对该系统运行时功耗产生实际影响的有效性能特征值集合(Feffect).在三个不同平台上的实验表明,该方法建立的功耗模型最大误差小于4%,针对每个平台使用三组不同的采样数据组合进行模型求解,得到的有效特征集合完全一致,证明了模型的稳定性.最后,综合三个平台的实验情况,给出了一个包含70个元素的性能计数器集合,作为该方法的缺省特征值集合(Fcommon_effect).     

基于多元线性回归的昆虫图像分割方法

昆虫图像自动鉴定是一种快速鉴定昆虫的方法,图像分割则是其中的关键步骤。为了使昆虫图像分割达到更理想的效果,提出基于RGB三色板的多元线性回归算法对昆虫图像进行分割。算法的核心是首先建立图像的多元线性回归模型,根据RGB三色板的背景样本确定回归模型参数,并采用范数对回归模型进行优化,优化后的算法有效解决了昆虫图像分割中部分区域分割不理想的问题。实验证明,提出的算法对昆虫图像分割具有良好的应用价值。     

基于WiFi的指纹匹配算法在室内定位中的应用研究

快速、准确地建立目标测定的接收信息强度(RSS)与指纹数据库的匹配,是提高指纹定位算法性能的关键。提出一种基于指纹簇匹配算法,以缩小搜索范围,优化搜索路径,通过减少搜索数目及计算量,达到快速、准确完成匹配的目的。考虑不同簇形对定位性能的影响,采用4组实验对算法的快速性、准确性进行评估。 实验结果展示在保证定位精度的同时,指纹簇算法较传统算法至少减少了60%的搜索数目,并验证得出蜂窝簇形的性能是最优的。     

基于Sentinel-2A影像光谱和纹理特征的冬小麦叶面积指数估算模型研究

叶面积指数(Leaf Area Index, LAI)是反映作物生长状态的重要指标,常用植被指数来反演。传统的反演模型大都是基于多变量的多元回归模型,而基于双变量的多元回归模型在LAI反演中的潜力还未被充分发掘。通过提取卫星影像的光谱特征和纹理特征,基于皮尔逊相关系数分析各个遥感特征与冬小麦LAI之间的相关性,利用简单回归模型(Simple Regression, SR)、多元线性回归模型(Multiple Linear Regression,MLR)和随机森林回归模型(Random Forest Regression,RFR)开展遥感特征与冬小麦LAI之间的关系模型构建反演研究,并结合精度指标(决定系数R²,均方根误差RMSE,相对均方根误差rRMSE)判定各反演模型的反演精度,以提出最优的反演模型。研究表明：(1)所有植被指数和部分纹理指数在反演LAI中取得了较好的反演效果(R²>0.6)。其中,通用归一化植被指数(Universal Normalized Vegetation Index, UNVI)在各植被指数中表现最好(R     

基于回归模型的养老服务床位规划运营研究

主要针对增加养老服务床位需求进行了相关研究,利用多元线性回归模型判断出全国所有养老机构床位数与人均可支配收入、人口数量、60岁以上人口数量存在一定的线性关系,并得出其函数表达式.为了预测出养老服务床位数量的市场需求,建立了灰色预测模型,得出了预测结果.为使计算出的数据更加准确,运用查询到的人口数量、人口年龄分布、消费水...     

一种基于BP神经网络的室内定位模型

室内定位技术是一种获取室内的人和物位置信息的技术,以位置信息为基础可为使用者提供多种服务,在军事和民用领域都有着广阔的应用前景.在分析几种常见的室内无线定位方法以及基于RSS的室内无线定位方法的基础上,提出一种基于BP神经网络的室内定位模型并借助MATLAB 7.0加以实现.采用该方法进行室内定位,不需要WLAN以外的其他资源.由于不需要知道定位节点和建筑物的详细特性,用户的隐私将会得到完全的保护.仿真实验证明该模型的有效性.     

基于机器学习的火电机组建模研究

本文介绍了系统建模的各种方法,利用sklearn.linear库中的线性回归模型LinearRegression对火电机组进行建模,并介绍了数据清洗和数据处理的步骤。通过分析模型的主要影响因素对汽轮机模型和高加水位系统进行建模,利用R²＿score()函数对比实际数据和模型预测数据,发现模型误差较小,建模效果良好,有一定推广意义。     

基于图像处理对二氧化硅熔融行为的研究

二氧化硅作为铁尾矿的主要组成成分,是铁尾矿组分中最难熔融的部分。为了揭示铁尾矿在高炉渣中的熔融行为,根据一组熔融过程中高温熔池中二氧化硅的时序图像,研究了高温下二氧化硅颗粒的熔融过程。首先将图像灰度化后并利用高斯滤波去燥等方法对图像进行了预处理,然后建立了二氧化硅质心位置模型,利用KLT算法跟踪了二氧化硅质心的运动轨迹,利用帧差法和CNN算法计算了二氧化硅的实时面积。最后根据二氧化硅的边缘轮廓特征,建立了多元线性回归模型估算颗粒的扁平度,进而得出了二氧化硅颗粒的实时质量并求解出了二氧化硅的熔融速率。该研究对改进高炉渣直接成纤技术具有重要的指导意义。     

基于RSSI的KNN-PIT室内自适应定位算法

针对基于接收信号强度指示(RSSI)的K最近邻(KNN)算法在室内定位精度较低的问题,提出一种改进的KNN-三角形内点(KNN-PIT)室内定位算法.根据室内空间结构特征,建立具有类标号的位置指纹库.引入虚拟参考点,利用PIT原理进一步约束目标点的定位区域,自适应地使用定位算法进行定位.综合运用高斯滤波、均值滤波技术,降低离线和在线阶段的信号随机误差.结果表明:改进后的KNN-PIT定位算法可以更好地估计用户的实际位置,降低定位误差,定位精度提高12.5％.     

一种快速、鲁棒的唇动检测与定位方法

提出了一种利用唇色在彩色空间分布信息和唇在人脸区域的几何分布特性进行快速、鲁棒的唇动检测与定位的方法。在该方法中,首先提出采用有约束的Fisher变换进行嘴唇图像增强;然后利用嘴唇在人脸区域的几何分布特性,来提高唇动定位的速度和准确性,唇动定位主要利用两种几何分布特性：（1）利用唇的区域面积和人脸的区域面积比值变化范围不大这一特性自适应确定区分唇色和肤色的值。（2）利用外唇参数与内唇参数之间有近似线性关系的假设,用外唇参数预测内唇参数,克服内唇定位经常陷于局部最小、定位不准的缺陷。实验证明,该唇动检测与定位系统无论从速度还是从可靠性、准确性都能满足应用的要求。