导读:本文包含了多元混合回归论文开题报告文献综述及选题提纲参考文献，主要关键词:稻米,镉,Cubist
多元混合回归论文文献综述
刘佳凤,田娜娜,赵玉杰,周其文,刘潇威[1]（2018）在《基于Cubist多元混合回归的稻米富集Cd模型构建研究》一文中研究指出为了给农产品质量安全预测提供技术支撑,基于土壤环境因子对稻米富集镉(Cd)的影响在不同条件下存在差异性这一原理,以湖南省典型区域为例,在土壤多参数检测获取基本大数据前提下,采用Cubist多元混合线性回归技术,构建了研究区土壤-稻米Cd传输模型。结果表明,在所筛选的23个土壤理化参数中,Ca、Fe、S、Cd、Cl和pH 6个参数对稻米富集Cd影响最为突出,并被纳入Cubist模型中。土壤Ca(以CaO计)与土壤p H在Ca含量小于1%时线性显着相关,S与土壤有机质(SOM)呈指数显着相关。土壤pH对稻米富集Cd的影响在不同值阈范围内差异明显。研究表明,混合线性回归技术克服了传统多元回归仅能构建单一性质模型的缺陷,可有效筛选及表征环境因子对稻米富集Cd的影响,是构建土壤-稻米Cd传输模型有效方法。(本文来源于《农业环境科学学报》期刊2018年06期）
裴宏鸣[2]（2018）在《多元混合正态分布下对二型切片逆回归和切片平均方差充分降维方法的改进》一文中研究指出含有高维自变量的回归或分类问题在当代应用中越来越普遍。从这些应用中出现的一个重要问题是如何避免过度平滑高维空间,这严重阻碍了统计推断的准确性。这种现象通常被称为维度诅咒(Bellman,1961),而充分降维估计方法,尤其是基于逆条件矩的那些方法可以很好地避免维度诅咒。所以,充分降维是非参数回归领域中的一个重要的问题,其目的是对回归模型中自变量进行降维,主要手段是寻找原始自变量的少量线性组合,在回归中以这些线性组合去替代原始自变量而不损失信息。在各种充分降维理论中,切片平均方差估计法(SAVE)和第二型切片逆回归法(SIR-II)是备受关注的两种方法。这两种方法都能够避免切片逆回归(一种经典的充分降维方法)中存在的一个问题,那就是,在回归曲线具有某种对称性时,中心化逆回归曲线的退化问题。作为处理偶回归函数充分降维问题而提出的方法,切片平均方差估计(SAVE)和第二型切片逆回归(SIR-II)在大部分情况下都是有效且便于使用的。在本文中,我们研究了SAVE和SIR-II是否适用于混合多元正态分布,如果不适用,如何对SAVE和SIR-II算法进行改进。模拟显示,当自变量向量服从混合正态分布时,上述两种方法通常不再适用。我们提出了一种新的算法用于SAVE和SIR-II的改进。最后我们通过模拟研究来评估所提出的方法在混合正态分布下的表现。(本文来源于《云南财经大学》期刊2018-06-05）
张佳楠[3]（2018）在《混合遗传算法在多元系统NRTL方程二元交互作用参数回归中的应用》一文中研究指出多组分系统NRTL方程参数的回归是一项较为困难的工作,因为回归的变量多、非线性度很高,常规的优化方法很难顺利求解。本文提出的混合遗传算法,在原有的选择、交叉和变异算子基础之上,引入了模拟退火算子,能显着地提高求解效率和精度。以丁醇-丙酮-乙醇-水四元体系为例,将混合遗传算法用于该体系的NRTL二元交互参数回归。结果表明,经该方法得到的二元交互参数能很好地还原实验数据,计算值与实验值误差小,拟合效果较好,可满足工程计算要求。(本文来源于《计算机与应用化学》期刊2018年03期）
吴昕宇[4]（2018）在《带有多元条件自回归的广义混合线性模型在空间统计数据上的应用》一文中研究指出论文研究了疾病数据的空间分布模型,在研究这一问题常用的条件自回归模型的基础上,将其与广义线性回归模型相结合,并由过去只研究单种疾病,发展到研究两种以上疾病在空间中的分布关系。Jin等人在2005年介绍了一种更加灵活的广义多元条件自回归模型,并运用贝叶斯的方法进行参数估计。在本文中,我们在Jin等人的研究基础上,使用分层贝叶斯的计算方法对模型进行迭代,从而计算出各个参数。在第1节与第2节,论文介绍了空间自相关性理论,因为证明数据是空间相关的是我们研究空间统计的前提,介绍了多变量条件自回归(MCAR)模型,并将其与线性模型结合,扩展至广义空间线性混合模型。在第叁节进行模型的模拟工作,对多元条件自回归模型与广义线性模型的混合模型进行模拟检测,证明模型是合理且可用于实例分析。在实例分析部分,论文利用了《中国肿瘤登记地区2008年恶性肿瘤发病和死亡分析》所提供的数据,通过Moran’s I指数证明了肿瘤发病与死亡数据都具有有空间相关性的,根据Local Moran’s I值、Z得分确定了每个区域的空间聚集类型,即高高,低低,高低,低高,并对一些特定地区进行分析。论文选用了代表性比较强胃癌和食道癌进行分析,利用Openbugs软件在迭代5万次之后使所有主要参数均尾部均达到平稳,由结果可以得出,这两种疾病都具有较强的空间相关度,并且两种疾病在空间上有微弱的正向关系,即胃癌在空间上对肝脏癌存在一个正向的促进效应。(本文来源于《大连理工大学》期刊2018-03-25）
谢永华,杨乐,张鸣敏,张恒德[5]（2017）在《多元逐步与概率混合回归法在霾预报中的应用》一文中研究指出针对目前霾预报模型较少,预报准确率低等缺点,将统计预报与数值预报相结合,提出了基于多元逐步回归算法与概率混合回归的霾预报方法。利用多元逐步回归法控制影响因变量的物理因子,建立能见度预报方程,利用概率回归结合能见度、相对湿度等物理参量建立基于二值变量的霾预报模型。实验结果表明,与现有业务上主要运行的雾霾数值预报系统CUACE相比,提出的混合回归预报算法的预报准确率得到了显着提高。(本文来源于《系统仿真学报》期刊2017年01期）
吴晓英,王翠云[6]（2015）在《基于支撑向量回归的二端元混合像元分解》一文中研究指出针对遥感影像混合像元光谱复杂,其非线性特征,传统LSMM分解模型难以进行有效的混合像元分解的不足。通过基于SVR的二端元混合像元分解的研究,从真实遥感影像上获取典型的植被、非植被光谱信息,构造二端元混合光谱库,进行SVR模型的混合像元分解。当样本量为6%时,交叉验证获得最佳模型参数(C=1024.0和g=4.0),进一步对全部混合像元进行混合像元分解。实验结果表明:SVR分解结果 RMSE为5.95,R2为0.958,优于LSMM方法(RMSE=7.71,R2=0.932),且在各个不同真值丰度下具有更好的稳定性,证明该方法对于非线性混合光谱具有很好的学习和推广能力。此外,该方法的精度不随训练样本量的增加呈明显变化,体现出SVR在有限样本情况下能够保证高效率的训练能力。(本文来源于《干旱区地理》期刊2015年02期）
张文阳,张良均,李娜,周红艳[7]（2013）在《多元回归和BP人工神经网络在预测混合厌氧消化产气量过程中的应用比较》一文中研究指出对脂肪类单基质和城市污水厂剩余污泥混合厌氧消化过程的产气阶段进行基于多元回归和BP人工神经网络的产气量预测模型比较研究。实验数据分别取自反应过程的第1～16天和第17～70天。结果表明:多元回归模型的预测平均准确率分别为75.69%和79.29%;BP神经网络模型的预测平均准确率为79.05%。通过对比2种模型的预测结果可知,两种模型都有较高的预测准确率,但BP模型的预测准确率更高,更适用于混合厌氧消化产气量预测。(本文来源于《环境工程学报》期刊2013年02期）
周红艳,张文阳,李娜[8]（2012）在《多元回归和BP人工神经网络模型对混合厌氧消化产气量的预测研究》一文中研究指出在中温且控制pH值条件下,对脂肪类单基质和城市污水厂剩余污泥进行混合厌氧消化试验。基于多元回归原理和BP人工神经网络原理,对其建立产气量预测模型。由实验数据计算得出:两个阶段多元回归模型的预测平均准确率分别为75.69%和79.29%;BP神经网络模型的预测平均准确率为79.05%。通过对比两种模型的预测结果可知,两种模型都有较高的预测准确率,但BP模型的预测准确率更高,更适用于混合厌氧消化产气量预测。(本文来源于《四川环境》期刊2012年03期）
欧阳玉[9]（2012）在《多元线性回归法测定PX装置用混合二甲苯馏程》一文中研究指出采用混合二甲苯目前的蒸馏技术测量初镏点,终馏点污染较大,对环境影响较大。现建立混合二甲苯的多元线性回归检验方法,利用目前普遍使用的EXCEL软件实现多元线性回归分析及检验。(本文来源于《科技信息》期刊2012年04期）
傅惠民,岳晓蕊[10]（2011）在《多元混合数据回归分析方法》一文中研究指出针对加速寿命试验中经常遇到完全数据、定数截尾数据和定时截尾数据混合的情况,提出一种多元混合数据回归分析方法,建立了多元混合回归模型,给出回归系数和标准差的最佳无偏估计,以及百分位值的点估计和置信限估计.该方法不但适用于正态分布,而且还适用于Weibull分布、极值分布等其他各种位置-尺度分布,从而将传统只适用于完全数据的多元回归分析推广到完全数据和截尾数据混合的情况.与传统方法相比,该方法具有信息量大、精度高的优点.(本文来源于《航空动力学报》期刊2011年01期）
多元混合回归论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
含有高维自变量的回归或分类问题在当代应用中越来越普遍。从这些应用中出现的一个重要问题是如何避免过度平滑高维空间,这严重阻碍了统计推断的准确性。这种现象通常被称为维度诅咒(Bellman,1961),而充分降维估计方法,尤其是基于逆条件矩的那些方法可以很好地避免维度诅咒。所以,充分降维是非参数回归领域中的一个重要的问题,其目的是对回归模型中自变量进行降维,主要手段是寻找原始自变量的少量线性组合,在回归中以这些线性组合去替代原始自变量而不损失信息。在各种充分降维理论中,切片平均方差估计法(SAVE)和第二型切片逆回归法(SIR-II)是备受关注的两种方法。这两种方法都能够避免切片逆回归(一种经典的充分降维方法)中存在的一个问题,那就是,在回归曲线具有某种对称性时,中心化逆回归曲线的退化问题。作为处理偶回归函数充分降维问题而提出的方法,切片平均方差估计(SAVE)和第二型切片逆回归(SIR-II)在大部分情况下都是有效且便于使用的。在本文中,我们研究了SAVE和SIR-II是否适用于混合多元正态分布,如果不适用,如何对SAVE和SIR-II算法进行改进。模拟显示,当自变量向量服从混合正态分布时,上述两种方法通常不再适用。我们提出了一种新的算法用于SAVE和SIR-II的改进。最后我们通过模拟研究来评估所提出的方法在混合正态分布下的表现。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
多元混合回归论文参考文献
[1].刘佳凤,田娜娜,赵玉杰,周其文,刘潇威.基于Cubist多元混合回归的稻米富集Cd模型构建研究[J].农业环境科学学报.2018
[2].裴宏鸣.多元混合正态分布下对二型切片逆回归和切片平均方差充分降维方法的改进[D].云南财经大学.2018
[3].张佳楠.混合遗传算法在多元系统NRTL方程二元交互作用参数回归中的应用[J].计算机与应用化学.2018
[4].吴昕宇.带有多元条件自回归的广义混合线性模型在空间统计数据上的应用[D].大连理工大学.2018
[5].谢永华,杨乐,张鸣敏,张恒德.多元逐步与概率混合回归法在霾预报中的应用[J].系统仿真学报.2017
[6].吴晓英,王翠云.基于支撑向量回归的二端元混合像元分解[J].干旱区地理.2015
[7].张文阳,张良均,李娜,周红艳.多元回归和BP人工神经网络在预测混合厌氧消化产气量过程中的应用比较[J].环境工程学报.2013
[8].周红艳,张文阳,李娜.多元回归和BP人工神经网络模型对混合厌氧消化产气量的预测研究[J].四川环境.2012
[9].欧阳玉.多元线性回归法测定PX装置用混合二甲苯馏程[J].科技信息.2012
[10].傅惠民,岳晓蕊.多元混合数据回归分析方法[J].航空动力学报.2011