基于WOE-Probit逐步回归的用户跨域行为模式挖掘系统设计

为完整掌握电力供应网络中用户节点的跨越调度行为,设计基于WOE-Probit逐步回归的用户跨域行为模式挖掘系统。按照数据挖掘框架的结构类型,连接用户行为处理单元与信息存储模块,实现挖掘系统的硬件执行环境设计。根据跨越行为数据的归类原理,提取电网环境中的用户跨域行为指标,再通过构建逐步回归模型的方式,实现挖掘系统的软件执行环境设计,联合相关硬件执行结构,完成基于WOE-Probit逐步回归用户跨域行为模式挖掘系统设计。对比实验结果表明,与传统BIC处理系统相比,应用新型挖掘系统后,用户节点的数据调度频率明显加快,单位时间内电子信息的跨越供应总量也超过9.3×10^14 T,实现核心控制主机对电力供应网络用户节点跨越调度行为的实时监控。

基于逐步回归分析的峡江水库对吉安水位顶托作用量化分析

峡江水库建设对赣江干流水位的顶托作用主要影响着上游吉安河段的水文情势变化,分析回水顶托作用下引起的水位变化以及解析河段水位抬升成因机制对研究水利工程修建改变河道水力特点的防洪减灾工作具有重要意义。基于历史实测水位和流量数据,构建计算水位顶托效果的逐步回归预测模型,利用皮尔逊相关分析定量评估水位顶托效果与各因素之间的相关性和影响程度,随后援用逐步回归方法量化分析了峡江水库运行对吉安水位顶托作用,即建立水位顶托效果与各因素之间的多元回归方程并验证方程的可靠性。结果表明:①基于逐步回归分析的预测模型模拟精度高,水位和流量要素模拟效果均良好,模拟水位过程与实测过程基本保持一致,在模拟流量方面也能够较好地再现实测过程且水位预测模型的各项评价指标优于流量预测模型;②水位顶托效果与峡江水库实测水位存在极强正相关性,与吉安实测水位和吉安水位落水过程存在中等正相关性,与吉安实测流量存在中等负相关性,与吉安水位涨水过程存在微弱负相关性;③多元逐步回归方程的修正后决定系数R2为0.892,表明方程拟合度较高且通过了后续的准确性检验,可表征吉安实测水位、吉安实测流量、峡江水库实测水位、吉安水位涨落过程的多重驱动作用。

基于逐步回归分析模型的百色水利枢纽安全评价指标拟定

百色水利枢纽工程已投入运行近20年,积累了大量的宝贵安全监测资料,在目前数字孪生水利工程建设的大背景下,建立一套有效且可靠的工程运行安全评价指标,是目前面临的重点和难点。文章基于逐步回归分析模型建立了适用于百色水利枢纽主坝垂直变形的安全评价指标,并用监测数据进行了验证,结果显示其拥有良好的精度和敏感性,可以复制推广到水平位移、渗流等各个监测项目,以期建立起工程运行安全评价指标体系,在数字孪生工程建设中具有一定的工程价值。

小麦粉面团吸水率及其理化特性的逐步回归与通径分析

为明确小麦粉理化特性对其面团吸水率的影响规律,筛选影响面团吸水率关键质量指标,构建面团吸水率预测模型。以34个小麦粉为试验对象,利用相关性和通径分析方法,探究小麦粉粒径分布、灰分含量、蛋白质含量和质量、破损淀粉含量等理化特性与面团吸水率的关系。结果表明:大分子量聚集体蛋白(large polymerized protein,LPP)/大分子量单体蛋白(large monomer protein,LMP)、面粉平均粒径(D[4,3])、湿面筋含量和破损淀粉含量对面团吸水率有较大的正向直接影响,灰分含量对面团吸水率有较大的负向直接影响。采用逐步回归分析方法构建面团吸水率的最优回归模型:y=34.076+0.705X1(湿面筋含量)+1.477X2(破损淀粉含量)-49.887X3(灰分含量)-0.101X4(D50),R2=0.890 6。

基于逐步回归的学习行为与成绩评估模型研究

在“互联网+教育”时代背景下,为进一步提高数字化课堂教学效果及学生成绩,以河南理工大学测绘学院地理信息系统原理课程为例,通过获取2017—2019级5个班级云班课学生学习行为数据与期末考试成绩数据,基于多元逐步回归模型,剖析影响学生成绩的课堂学习行为,构建课堂学习行为与成绩评估模型。结果表明,学生部分课堂学习行为,如课堂互动中的测试、头脑风暴、轻直播—讨论等学习行为均对学习成绩有正向影响。由多元逐步回归模型预测学生学习成绩,并遵循“成绩预测—风险定级—差异调整—提高成绩”的思路,对学习成绩具有潜在风险的学生依据自身实际学习行为情况调整教学方案,从而提高教学活动效果,并为教学研究与改革提供科学依据。

基于统计-逐步回归模型的大坝变形监测分析

对大坝的监测数据分析结果,直接影响对大坝安全运行形态的判断。通过结合统计模型与逐步回归模型对大坝位移变形监测数据进行建模,并进行数据处理与分析,探究大坝位移变形规律与各分量因素之间的关系,进而判断大坝运行性态。结果表明,库水位和温度分量因素对主坝位移影响较大,水压分量约占坝顶位移年变幅的40%~60%,温度分量约占年变幅的30%~50%;时效分量对主坝位移影响较小,约占年变幅的5%~20%左右。

基于特征优选和逐步回归的黄土滑坡监测数据融合改进方法

针对滑坡监测多源异构数据融合处理中存在的影响因子筛选难、结果差异大、数据处理复杂程度高等问题,提出一种基于最大互信息系数(MIC)、灰色关联分析(GRA)和逐步回归的黄土滑坡多源多点位异构监测数据融合方法。该方法首先将最大互信息系数和灰色关联分析结合起来,采用基于加权关联度的特征优选方法综合筛选滑坡变形影响因子,提取具有代表性的影响因子并剔除关联性差的影响因子;然后,通过逐步回归方法赋予各监测点位移和优选后的影响因子对应的重要性权重系数,获取多源异构数据融合序列;最后,采用甘肃黑方台党川滑坡监测设备所获取的全球卫星导航系统(GNSS)监测数据、裂缝位移计数据及气象数据进行实验验证。结果表明:在滑坡变形影响因子筛选性能方面,基于加权关联度的特征优选方法优于传统的Pearson相关系数法;基于特征优选和逐步回归的多源多点位异构数据融合模型的预测精度较传统的BP神经网络有所提升,其中均方根误差(RMSE)降低了51.8%,平均绝对百分比误差(MAPE)降低了2.26%,拟合优度达到了0.964。

基于多元线性逐步回归和BP神经网络建立鸭梨盛花期预测模型

本研究基于2002—2020年河北省魏县鸭梨盛花期观测资料和气象数据,采用线性趋势法揭示其盛花期变化趋势,并通过相关性分析筛选出显著影响盛花期的气象因子,然后分别用BP神经网络、多元线性逐步回归方法建立盛花期预测模型,以决定系数、均方根误差、预测准确/误差率为评判指标对模型预测精度进行评价。结果表明,2002—2020年魏县鸭梨盛花期呈现提前趋势,每10年平均提前2.4天。有13个气象因子与盛花期极显著相关(P<0.010),相关系数在-0.575~-0.852。两种预测模型均可在3月上旬对盛花期进行预报,基于最早盛花期可提前13天预报,基于最晚盛花期可提前29天预报。多元线性逐步回归模型的R^(2)为0.905,RMSE为1.45,R_(d1)为94.7%,R_(d2)为5.3%;BP神经网络的R^(2)为0.950,RMSE为1.05,R_(d1)为100%,R_(d2)为0;用2021和2022年的数据对两个模型的预测效果进行验证,除多元线性逐步回归模型预测的2021年盛花期日序数与实际日序数差2天外,两模型对两年盛花期的预测值与实测值一致。综合来看,BP神经网络模型的预测效果更好,准确率更高,可用于鸭梨盛花期预测,这为制定河北魏县鸭梨花期管理措施及梨花节活动方案奠定了基础。

基于逐步回归的地下水超采区水位预测及控制指标研究

为确定丰、平、枯不同水文条件下岩溶区域地下水位的控制指标,本文基于地下水开采利用情况和地下水位动态变化特征的分析,构建基于逐步回归的地下水位统计预测模型,应用于广西南宁市宾阳县黎塘镇地下水超采区。研究表明:地下水开采量控制在实现区域采补平衡和填平历史超采引起的地下水亏空中已发挥重要作用。所建模型对区域地下水位的拟合效果较好,基于模型预测确定该超采区平水年控制埋深、最大控制埋深、最小控制埋深分别为4.97 m、5.47 m、2.26 m。与考虑地下水位自然波动特点确定的控制指标值对比表明逐步回归法的计算成果合理。本文成果为该区域地下水管控指标考核提供了依据,可供我国南方其他类似地下水超采区参考。

基于WOE-Probit逐步回归的信用指标组合筛选模型及应用

依次使用证据权重法（WOE）、逐步回归法、Probit模型的系数显著检验法对信用评价指标进行三轮筛选，构建了一套精简且区分违约状态能力强的信用评价指标三重组合筛选模型，并雕某商业银行信贷数据库中的782个微型企业样本进行了应用分析．通过ROC曲线对构建的评价指标体系进行检验，得到AUC值为0．9472，表明了基于WOE—Probit逐步回归的信用指标组合筛选模型的合理性．通过与WOE—Logistic逐步回归作对比，得到基于WOE—Probit逐步回归的信用指标组合筛选模型的AUC值大于基于WOE—Logistic逐步回归的信用指标组合筛选模型的AUC值，表明方法的优越性．

基于逐步回归分析法的玉竹多糖吸湿因素探索及其防潮中间体片剂的研制

目的:探索影响玉竹多糖吸湿的因素,研制玉竹多糖防潮中间体片剂。方法:以玉竹多糖粉末中多糖、蛋白质、果糖的含量,以及表征玉竹多糖粉体性质的指标中位径D50、分布跨度Span、比表面积、休止角、松密度、振实密度为研究对象,采用逐步回归分析法探索影响玉竹多糖吸湿的主要因素。根据逐步回归分析结果,通过制片的方法降低比表面积;采用单因素实验考察片剂直径、稀释剂、润滑剂对休止角、吸湿率、硬度、脆碎度的影响;在此基础上,采用Box-Behnken设计-响应面法优化片剂处方,制备玉竹多糖防潮中间体片剂,同时测定其平衡吸湿率、临界相对湿度,并与玉竹多糖粉末比较。结果:逐步回归结果表明,玉竹多糖粉末的比表面积、松密度,以及蛋白质、果糖等杂质的含量对玉竹多糖吸湿均有显著影响,其中比表面积的因子系数最大;玉竹防潮中间体片剂的处方为:乳糖17.00%、微晶纤维素(MCC)17.00%、硬脂酸镁0.80%;与玉竹多糖粉末比较,平衡吸湿率由22.25%降低至11.03%,临界相对湿度由48.40%提高到75.00%。结论:比表面积是玉竹多糖吸湿的主要因素。将玉竹多糖制备成防潮中间体片剂可减小玉竹多糖粉末的比表面积,进而降低其吸湿性。

一种基于多元逐步回归的裂纹定量监测模型

飞行器在长期服役过程中,机体结构受到交变载荷的作用,导致结构的应力集中部位萌生裂纹,并随着载荷的持续而进一步扩展。因此,通过传感器及数据处理技术对典型结构进行持续监测,特别是裂纹扩展情况的监测,对保证飞机服役的安全性、安排检修间隔等具有重要意义。本文针对金属结构疲劳裂纹扩展监测问题,提出了一种基于多元逐步回归分析的定量监测模型,通过相关性对导波信号的损伤参量进行选择,探索合理的模型方程,并通过多元逐步回归分析建立损伤参量与裂纹长度间的定量关系,最终实现结构裂纹扩展的定量监测。

上市公司财务预警研究——基于逐步回归和Logistic回归

选择适当的指标并构建科学、合理的财务预警模型,可以有效地促进企业财务风险管理的完善。除广泛使用的每股指标、盈利能力指标、收益质量指标、现金流量指标、资本结构指标、偿债能力指标和营运能力指标等财务指标外,文章又新增了企业基本信息、股东持股比例、企业人员的薪资和学历构成、收入成本构成、往来款构成和审计意见类别等非财务指标,以2009—2021年我国A股上市公司数据为样本,将逐步回归与Logistic回归相结合,对上市公司财务预警模型进行重构。结果显示,未经过逐步回归法过滤的模型预测精确度为75%,而利用逐步回归法构建财务预警模型总体预测准确率达到81%,整体预测精度提升了6%,该模型具有较高的判别能力。

基于多元逐步回归及实时修正的长江南京站高潮位预报

南京潮水位站是长江进入江苏的“第一站”,提高潮位预报精度对于南京市防洪减灾具有重要意义。利用南京潮水位站2010~2020年高潮位超过8.50 m年份的实测资料,采用多元回归分析建立南京潮水位站高潮位预报模型。为消除多重共线性的影响,采用逐步回归对变量进行筛选,并对预报模型进行实时修正以提高预报精度。结果表明:根据GB/T 22482-2008《水文情报预报规范》,该模型预报精度可达甲等。该预报方法简单、实用,对于提高受潮汐影响站点的潮位预报精度具有一定的参考价值。

基于逐步回归模型的华南区域模式气温预报产品释用技术研究

基于2017-2019年华南高分辨率区域数值模式2 m气温预报产品,设计了3套模型的构建方案,利用25个显著因子建立97个国家基本站的逐步回归订正模型,对模式和3套订正模型的预报与实况进行偏差分析,结果表明:(1)华南区域模式分辨率较高,但无法细致反映湖南复杂地形影响导致的区域气温变化特征,模式预报的气温,山区的偏差大于平原的;在1-72 h预报时效内的准确率为54.08%,预报偏差随预报时效延长显著增加,且具有明显的周期振荡,偏差最大值出现在日最高/低气温发生时段。(2)基于逐步回归模型,依据模式的起报时次、预报时效建立了3套气温订正模型。其中,方案1为不分起报时次和预报时效建模,方案2为分起报时次不分预报时效建模,方案3为分起报时次和预报时效建模。3套针对不同起报时次和预报时效的建模方案皆对湖南2 m气温的时空分布特征有较好刻画,对复杂地形影响区域的气温预报有一定的订正能力,但随着预报时效的延长订正效果下降,订正效果总体为00时起报的优于12时起报的。(3)3套建模方案2 m气温预报同样具有周期振荡特征,但没有明显的季节差异,最大偏差出现在最高气温发生时段,对夜间温度,尤其是对05时前后的温度预报订正效果明显,其中方案1的气温订正效果总体优于方案2和方案3的,1-72 h预报时效内绝对误差减小了0.68℃,准确率提高了17%以上。

基于多元线性回归模型对北京市物流影响因素的实证分析

物流是保障和维系城市正常运转的基础功能。本文选取北京市2000~2022年的面板数据,以货物周转量作为被解释变量来衡量物流需求水平,并以固定资产投资额、三大产业产值、进出口总额、社会消费品零售总额、人均可支配收入以及常住人口作为解释变量,建立多元线性回归模型,分析得出影响北京市物流需求的主要因素,并依据北京市物流的具体情况提出相关建议。

基于逐步回归分析法的区域性城市旅游需求影响因素研究——以浙江省温州市为例

旅游需求是旅游产业链中基础环节,研究城市旅游需求对于区域性城市旅游产业发展具有重要意义。旅游需求受城市经济发展水平、城市基础设施水平、城市居民受教育程度、城市人口规模等诸多因素影响,本研究采用逐步回归分析的方法,建立线性回归模型,将5大类20项影响因素逐一引入模型,剔除其中偏回归平方和不显著的变量,最终得到影响城市旅游需求线性回归方程。研究表明,城市第三产业发展情况以及城市民航客运量与城市国内旅游人数之间具有正相关性。

基于多元线性逐步回归的上海大学学生自习效率影响因素分析

进入大学之后,培养良好的自习习惯对大学生的学习效率有很大的关系,本论文以调查问卷的方式分析上海大学本科生乃至研究生学习效率与自习地点、自习时长等因素的相关性,通过引入虚拟变量,运用多元线性逐步回归分析的方法,建立学习效率与因素集之间的回归模型。结果表明,是否具有考研或者保研意向、自习时段、自习地点、非工作日自习时长对学习效率具有显著影响;同时经检验,模型的建立具有合理性。

基于线性逐步回归的夏季草莓大棚内地温预测模型研究

收集2018年8—9月塑料大棚内观测的气象数据,构建了基于线性逐步回归的草莓生产大棚内的地温预测模型,采用1号大棚内的地面温度、气温、风速、总辐射,构建1个模拟方程,在构建的过程中,逐一剔除不显著的自变量。将通过信度为0.05水平的显著性检验的要素模拟出地温模型。通过2号棚的相应数据验证模型。该模型所需参数少,实用性强,模拟精度较好,可为设施夏季草莓气象服务和环境调控提供数据依据。

基于回归预报模型的交通气象服务系统设计与实现

为了增强城市重要交通干道上的气象监测预报预警服务能力,进一步提升城区交通气象服务水平,基于逐步回归方法建立交通气象指数预报模型,采用Spring MVC多层架构框架将回归预报模型融入系统设计,实现了城区交通气象服务系统,提供交通气象实况、指数、预警等级等查询展示功能。模型检验及系统应用结果表明,回归预报模型具有较好的适用性和准确率,系统在城区交通气象服务中发挥了一定作用。