相依回归系统参数的一种有偏估计

对二个相依回归方程组相的线性系统,提出了两种新的有偏估计－广义岭型协方差改进估计和广义岭型两步协方差改进估计。讨论了这两种估计的优良性质,给出了这两种估计是岭型协方差改进估计和岭型两步协方差改进估计的推广。     

观测数据拟合分析中的多重共线性问题

为有效克服在工程安全监测数据及统计数据的拟合与预测研究中，采用最小二乘回归法难以有效识别自变量因子间的多重共线性并消除其对回归模型精度影响的不足，引进偏最小二乘回归（PLSR）方法，对观测数据变量及其影响因子进行拟合与预测分析。将模型拟合预测与非模型式的数据内涵分析有机结合，可同时实现回归建模、数据结构简化以及因子间的多重共线性分析，并通过交叉有效性检验来控制模型精度。结果表明：PLSR方法对系统信息和噪声有良好的辨识能力，能有效克服因子多重共线性对模型精度的影响，使模型结果对实测变量的物理成因解释更趋合理，因而比最小二乘回归方法更具广泛适用性。     

基于形状和纹理特征的人脸年龄估计方法

采用活动形状模型ASM将人脸分成若干个三角形,然后使用局部二值模式LBP提取每个三角形区域的纹理特征,并通过支持向量回归对年龄进行估计。本文在著名的FG-NET年龄数据库上采用Leave-one-person-out(LOPO)模式进行实验,使用平均绝对误差和累积指数作为评价标准。实验结果表明,无论是年龄估计还是年龄段估计,本文提出的算法的平均绝对误差都小于AGES算法。同时在实验中也发现,嘴部区域的纹理对年龄估计的影响不大。     

带约束非线性回归的最小二乘估计的极限分布

非线性回归的ＬＳ 估计问题是一类重要的统计问题。关于带约束条件的非线性回归问题也有不少人进行了研究, 但大部分文章局限于线性约束。最近运用随机最优化的工具对非线性约束进行了探讨。并在线性独立条件下得到ＬＳ 估计的极限分布。本文将条件放宽到Ｍ－ Ｆ 条件, 得到同样的结论。     

混合回归模型的估计

探讨了对混合回归模型的混合估计进行简单替代的问题,并给出了由此产生的对估计精度的影响的表达式。     

单因变量的偏最小二乘法在双曲递减中的应用

二元回归法是一种重要的求解油气产量双曲递减参数的方法，但在二元回归方程中，2个自变量的相关系数较大，存在严重的多重相关性，这样会使最小二乘法失效，得到的回归模型的拟合效果不好．为了较好地解决多重相关性问题，基于陈元千教授提出的二元回归方程，提出了用偏最小二乘法来求解递减参数．介绍了偏最小二乘法的基本原理、建模基本思想和交叉有效性判别法并讨论了该方法在双曲递减方程中的应用．实例表明偏最小二乘法解决了二元回归方程中的多重相关性问题，得到了较好的拟合效果．     

约束线性回归模型的一种可容许估计

对于带约束的线性回归模型,Y=Xβ+e,E(e)=0,Cov(e)=σ2V,V0,Rβ=0,给出了回归系数的有偏估计βR*(k)=(kM+I)-1βR*(k≥0),求出了在均方误差意义下βR*(k)优于βR*的条件,并讨论了其可容许性.     

基于多元回归分析的房产价格评估系统设计

房地产行业的快速发展催生了社会对房产价格进行高效率、低成本、规范合理评估的需求。该文通过对房产特征、市场行情变化等因素进行多元回归分析,建立了房产初始价格批量评估模型和房产价格批量更新模型,并在此基础上设计了房产价格评估系统。该系统可对各个时期的房产价格进行批量快速评估,实时反映不同区域内房产的价格走势,实现了房产评估效率和公平的统一,在应用中得到了较好的效益。     

多元线性回归的数学模型

给出了多元线性回归的数学模型，通过最小二乘法对回归系数进行无偏估计，得出其估值理论方程及其性质，理论上讨论分析了该模型的解及其优点．     

多元线性回归的数学模型

给出了多元线性回归的数学模型,通过最小二乘法对回归系数进行无偏估计,得出其估值理论方程及其性质, 理论上讨论分析了该模型的解及其优点．     

一元线性回归模型突变的估计

提出了变点回归的概念,建立了一元线性变点回归的数学模型,用拉格朗日乘数法对变点回归模型的参数进行了最小二乘估计。根据变点是否落在自变量的某一观测值上,把回归变点分为两种类型,回归变点最终位置和类型的统计推断,应使总体回归残差平方和最小。根据不同变点下总体残差平方和的性质,对回归变点的计算进行了简化。     

基于偏最小二乘回归的个人化与头相关传递函数

为了通过相对简单的测量得到特定人的与头相关传递函数（HRTF）,通过对已测量HRTF的预处理及主元分析和对人体参数的筛选,提出了一种基于偏最小二乘回归（PLSR）的HRTF个人化方法。并进行了客观误差分析和主观声音定位测试。结果表明估计的HRTF与实际测量的HRTF之间不仅均方误差较小,而且在感知方面也没有太大区别;同时由PLSR估计得到的个人化HRTF在水平面上的主观测试定位准确率明显优于非个人化HRTF,也优于由最小二乘回归（LSR）得到的个人化HRTF。     

一种基于相关分析的多元回归数据估计方法

针对无线传感器网络中数据估计方法存在输入变量较多、估计计算复杂度较高和估计效率低等缺点,提出了基于相关分析的多元回归估计方法.对无线传感器网络监测的数据序列进行相关分析,找出与当前数据相关性较强的其他历史监测数据,采用这些历史监测数据进行多元回归建模和估计.在保证估计精度的前提下,降低估计的计算复杂度,提高无线传感器网络中缺失监测数据估计的效率.实际无线传感器网络采集数据的实验分析结果表明,该方法具有较高的估计效率和较小的估计误差,能够有效地估计无线传感器网络中缺失的传感数据,具有一定的应用价值.     

单因变量的偏最小二乘回归模型及其应用

采用偏最小二乘回归对大坝位移监测资料进行建模 ,并应用于某土石坝的沉降资料分析中 ,结果表明 ,该方法有较高的预报精度 .     

Simultaneous Spectrophotometric Determination of Three Components Including Deoxyschizandrin by Partial Least Squares Regression

1IntroductionWuweizi is a traditional Chinese herb,usually usedto cure cough,asthma,neurasthenic,hepatitisetc.Theactive ingredients in wuweizi are5%-22%lignan,themain components of which include deoxyschizandrin,schizandrin andγ-Schizandrin.Forthe purpos…     

基于偏最小二乘回归的径向基函数网络的学习算法及其应用

:通过对径向基函数 (RBF)网络训练过程的分析 ,结合偏最小二乘回归 ,提出了一种新的网络训练方法 .实例研究表明 ,该方法能有效改善RBF网络的泛化性能     

基于支持向量机的模糊回归估计

针对给定的大规模数据集的回归估计问题，提出基于支持向量机的模糊回归估计方法.该方法把复杂的数据集看作多个群体的混合，每个群体采用单一的回归模型进行描述，使得大规模数据集的回归估计问题变成了一个多模型估计问题.在此基础上把支持向量机与模糊C聚类结合起来得到基于支持向量机的模糊回归模型，并给出了实现该模型回归估计的算法.该方法对大规模的数据样本进行模糊C聚类，并回归估计各聚类的数据样本.数值仿真结果表明，该方法在聚类数据样本的同时能实现多个模型的回归估计，而且模糊隶属度的初始化影响要小于其他的模糊回归估计方法.