我国社会消费品零售总额的预测分析——基于最小二乘法的改进GM(1,1)模型

我国社会消费品零售总额受到诸多因素的影响,导致数据波动性较大,单纯地采用灰色预测模型无法更加准确地进行预测,因此本文提出了基于最小二乘法的改进GM(1,1)模型,首先介绍了普通GM(1,1)模型的建立方法与步骤;接着通过采用最小二乘法的原理弱化波动较大的数据,加强其规律性从而建立新的GM(1,1)模型;最后结合2007²011年我国社会消费品零售总额数据建立新的预测模型,并用2012年数据对模型进行验证合格,可以用来预测未来几年我国社会消费品零售总额,便于我国对未来社会消费品宏观调控。结果表明该预测方法是合理可行的,为其他相关预测提供了理论依据。     

最小二乘法在铁路纵断面设计中的应用

运用最小二乘法原理对铁路线路中心线的地面线进行分段直线拟合,建立最佳坡度线方程,进而绘制最小填挖方数量的纵断面坡度设计线,再根据设计规范的要求合理经济的进行纵断面设计。     

基于最小二乘法的机架式服务器机箱下沉量测量方法研究

针对目前机架式服务器机箱负载过重导致的下沉问题设计了一种快速下沉量检测方法,采用最小二乘法构建了基准平面,通过网格线选取测量点生成测量数据,并基于三维曲面图对测量数据进行图形化表达,为生产制造过程提供了管控依据。     

基于样条变换的非线性偏最小二乘流量预测应用研究

水文过程受多种因素影响,往往具有非线性特征.介绍了基于样条变换的非线性偏最小二乘建模的基本原理和基本过程,建立了贵州省上桥村水文站的月平均流量预测模型,通过模型预测值与实测数据对比后表明,该方法可以成功用来对流量进行预测.     

偏最小二乘神经网络在建筑造价预测中的应用

偏最小二乘回归方法在提取主成分方面具有很好的解释性,而且可以避免因素之间的多重相关性,提取的成分作为输入变量再用神经网络进行预测仿真,影响因素考虑周全,不用计算工程量,计算速度快,克服了普通神经网络运算量大,样本有限情况下易出现问题的弊端。     

采用非线性最小二乘法实现双频圆形天线阵的方向图综合

研究了20GHz和30GHz双频段圆环阵列天线的方向图综合方法。采用了非线性最小二乘法对影响天线方向图的诸多参数，如单元的幅度和相位、单元间距以及单元在阵中的位置进行优化设计，以使双频段阵列方向图在最小二乘意义上逼近预先给定的理想方向图。仿真结果表明该方法可行、有效。     

基于偏最小二乘回归的吉林省电力需求预测分析

文章结合偏最小二乘回归和模糊时间序列对吉林省电力需求进行中长期预测分析。偏最小二乘法较好地克服了电力需求影响因素间严重的多重共线性问题,拟合效果较好,预测精度较高。分析发现,国内生产总值,第一产业、第二产业、第三产业、城镇居民人均可支配收入、城镇人口、总人口和居民消费水平对吉林省电力需求影响较大,同时节能减排政策会减缓吉林省电力需求的增长。     

上市公司财务危机预测的最小二乘支持向量机方法研究

现有上市公司财务危机预测方法常常需要线性假设或正态分布、等协方差假设,模型参数选择原则一般都采用经验风险最小。本文研究了上市公司财务危机的最小二乘支持向量机(LS-SVM)预测方法,此方法基于研究小样本的统计学习理论,它不需要特殊假设作为前提,选用结构风险最小原则确定预测模型参数,不仅使得经验风险最小,也使期望风险最小,从而对未来样本有较好的泛化能力。同时,给出了模型参数的显式计算公式。因此所提预测方法计算简单,速度快,预测精度高。实例计算结果证实了所提方法的可行性、有效性、实用性。     

基于最小二乘法的海基双站测量数据综合处理

针对测量船执行海上任务单船数据处理及弹道参数计算受时间和弧段限制局限性的问题,提出了采用加权最小二乘法解算双站目标坐标的综合数据处理方法,并在综合后的数据库增加了跟踪时间及重要特征点弧段数据,提高了位置及其他弹道参数的估计精度。该方法的推广对改进测量船数据处理方法和技术、提高弹道状态估计精度均具有积极的意义。     

统一测控系统联动标校方法

为了在短时间内完成对主用组合和备用组合的标校,提出一种联动标校方法.在设备的下行频率范围内,每隔10 MHz对主备用组合进行标校,然后采用多项式拟合的方法得到主备用组合标校差值与下行频率的拟合公式.在对主用组合标校完成后,利用拟合公式可以直接计算得到备用组合的标校值.该方法标校精度满足要求,可以普遍应用在统一测控系统设备上,提高设备的可靠性.     

自适应粒子群最小二乘支持向量机在铁路货运量预测中的应用

针对铁路货运量与其影响因素间的复杂非线性关系,建立自适应粒子群最小二乘支持向量机(APSO-LSSVM)模型用于铁路货运量预测研究,利用最小二乘支持向量机的优良特性预测铁路货运量,并采用自适应粒子群算法优化选择LSSVM的参数。通过对我国铁路货运量的实例分析检验APSO-LSSVM模型的预测性能。结果表明,APSO-LSSVM模型有效地预测了我国铁路货运量,具有较高的预测精度及较快的收敛速度。     

基于偏最小二乘回归的农产品种植评价研究

粮食是人类最基本的生活消费品,粮食问题是关系到国家国计民生的头等问题。本文通过分析影响粮食种植面积的指标,研究粮食最低收购价政策,以湖南省为例,建立关于水稻种植影响因素的数学模型。首先选取了农业劳动力人口、农民人均受教育程度、城乡收入差距、农民家庭负担、粮食的市场价格、粮食生产成本、粮食相对收益竞争力、农作物播种面积、受灾情况、我国粮食净出口量、城市化水平11个影响粮食种植面积的候选因素;然后,利用非参数Spearman相关检验法通过SAS软件对湖南省水稻的影响其种植面积的指标与其种植面积进行相关性检验,得到影响因素的指标体系;最后,以所选取的水稻种植面积相关的指标为自变量以水稻的种植面积为因变量运用偏最小二乘回归的方法建立模型。经检验,模型具有很好的拟合结果。本文研究对我国的粮食保护政策具有十分重要的作用和意义。     

安徽省农民消费水平和收入水平的关系——基于偏最小二乘法的分析

根据1995年～2007年安徽省的统计数据,采取偏最小二乘回归方法,本文对安徽省农民收入和消费水平关系进行了实证分析,结果发现:安徽省农民收入越高,其消费水平越高;转移性收入对安徽省农民消费水平影响最大,工资性收入对农民消费水平影响最小。因此,提出提高农产品价位水平、增加农产品储备、加大农业投资力度和基础设施建设力度的建议,以增加安徽省农民收入水平,从而提高农民消费水平,实现扩大内需。     

最小二乘预估法在重力数据内插的应用

结合重力测量的实际,论证了最小二乘预估法的数学模型,将其方法在计算拟合重力异常中的应用得以实现,并结合实测数据与平面拟合法进行了分析比较。计算结果表明,所采用的重力数据内插模型,经结果验证证明,具有一定的科学性和实用性。     

产权性质视角下的银行业审计质量与经济利益关系研究——基于偏最小二乘法的估计

以中国2001—2010年A股上市商业银行为研究样本,运用偏最小二乘法,检验不同产权性质的商业银行支付给审计师的经济利益与审计质量的关联性。研究发现:相对于非政府控制的上市银行,政府控制的上市银行支付给审计师的经济利益越大,盈余管理幅度越高;在为政府控制银行提供业务的过程中,银行给予审计师的经济利益过高,导致审计师未能有效地抑制银行的盈余管理行为,审计质量受损,而在为非政府控制的上市银行提供业务情形中,审计质量并未随着经济利益的增加而降低。     

基于压缩感知和最小二乘的分布式协作频谱感知

针对认知无线电(CR)集中式频谱感知算法对融合中心要求高,而且对节点失效的容忍性也不高等缺点,提出了一种基于压缩感知的分布式多节点协作算法。认知无线电网络中每个CR节点在接收信号频谱后,首先根据压缩采样理论在本地获取压缩采样测量值,然后利用l1范数约束的最小二乘算法在本节点估计频谱,把在此节点估计的频谱传给下一相邻节点,以此进行迭代优化直到算法收敛。理论分析和仿真结果表明,所提算法不仅计算复杂度低,收敛速度快,而且精确重构性能好,可靠性较高。     

基于偏最小二乘回归的我国民航客运量影响因素分析

民航客运量受到诸多因素的影响,本文选取了几个具有代表性的指标,通过偏最小二乘回归方法对民航客运量的影响因素进行了定量分析,并建立了预测模型。试图为我国民航事业的发展提供一些有价值的预测结果和相关信息。     

基于总体最小二乘准则的OFDM系统时变信道估计

信道估计的准确程度直接影响正交频分复用系统的性能。为了提高时变信道估计算法的精度,基于总体最小二乘准则(TLS)提出了一种时变信道的估计方法。该方法用线性模型对时变信道进行建模,不仅考虑了信道噪声,同时也兼顾了模型误差。该方法能较好地跟踪信道的变化,显著消除模型误差。仿真结果表明所提算法的均方误差介于最小二乘算法与最小均方误差算法之间,在不同归一化多普勒频移下,该算法具有较好的稳健性。