A Granularity-Aware Parallel Aggregation Method for Data Streams

This paper focuses on the parallel aggregation processing of data streams based on the shared-nothing architecture. A novel granularity-aware parallel aggregating model is proposed. It employs parallel sampling and linear regression to describe the characteristics of the data quantity in the query window in order to determine the partition granularity of tuples, and utilizes equal depth histogram to implement partitio ning. This method can avoid data skew and reduce communi cation cost. The experiment results on both synthetic data and actual data prove that the proposed method is efficient, practical and suitable for time-varying data streams processing.

考虑综合需求响应和电转气的园区综合能源系统优化调度方法

针对园区综合能源系统中可再生能源消纳和冷热电负荷波动的问题,本文引入了电转气技术。同时,结合可平移的电负荷、灵活的热负荷和冷负荷,本文建立了一个考虑综合需求响应和电转气技术的园区综合能源系统优化调度方法。为了解决海量数据和约束条件对求解复杂度的影响,研究组将非凸数据模型处理转换为混合整数线性规划(MILP)模型,并通过MATLAB结合YALMIP调用CPLEX求解器进行算法求解。通过对比算例分析,本文考虑了综合需求响应对于削峰填谷、可再生能源消纳以及园区综合能源系统整体经济性的影响,以验证所搭建模型的有效性和合理性。

基于线性回归算法的工业循环水浓缩条件判断情况研究

将线性回归算法引入循环水冷却水系统,用电导率拟合为一条直线。把直线斜率作为循环水此时浓缩或稀释操作的判断标准,并对算法进行评估及进一步优化。探讨了该算法的不足,并对未来发展进行了展望。

基于MLR-GA-WNN公共建筑能耗预测研究

为解决现有公共建筑能耗预测中因数据量少、样本维度高导致的精度低、误差大问题,提出一种基于多元线性回归(Multiple linear regression, MLR)与遗传算法(Genetic algorithm, GA)优化小波神经网络(Wavelet neural network, WNN)的建筑能耗预测模型。利用Pearson相关系数分析方法与多元线性回归对历史数据进行预处理,选取相关性强的因素用于GA-WNN模型的训练与测试,构成MLR-GA-WNN建筑能耗预测模型,精度达到了96.4%。仿真结果表明,文中提出的方法不但预测精度优于WNN、GA-WNN、GA-BP与GA-SVM模型,而且仿真运行时长、误差也均小于上述四种模型,验证了提出模型对于公共建筑能耗预测的可行性。

线性规划支撑矢量机

本文通过对统计学习理论中一些重要结论 ,特别是线性函数VC维数的分析 ,得到了一种线性规划支撑矢量机 ,包括线性规划线性支撑矢量机和线性规划非线性支撑矢量机 .在线性规划支撑矢量机中 ,对其VC维数界作了适当的放宽 .文中最后对人工和实际样本进行了实验 ,结果说明了线性规划支撑矢量机在推广能力上较好地逼近了原支撑矢量机 ,而在计算复杂度上明显低于原支撑矢量机 .

集成先验知识的多核线性规划支持向量回归

为了解决工程中数据样本较少情况下的准确建模问题,提出了一种集成先验知识的多核线性规划支持向量回归算法.该算法首先通过修改优化目标和不等式约束条件,把来自仿真模型具有偏差的先验知识数据集成到现有的线性规划支持向量回归的学习框架中.然后,引入多核到集成先验知识的线性规划支持向量回归中以实现复杂规律的准确建模.最后,将算法推广到多输入多输出的数据建模中.仿真案例以及在天线和滤波器的实际应用表明:该算法求解简单,具有较好的模型稀疏和准确性.

卡尔曼滤波在变形监测数据处理中的应用

通过对某大坝动态变形监测数据的卡尔曼滤波处理和结果分析,并考虑大坝水位和温度影响建立与水位和温度因子有关的模型,同多元线性回归分析方法和多项式拟合方法对比,表明卡尔曼滤波模型能够实时,快速地处理大量动态变形数据,并能有效地改善动态变形监测数据的精度。

基于LabVIEW的多元线性回归数据处理系统

多元线性回归分析是一种重要的数据处理方法,借助图形化的虚拟仪器开发平台LabVIEW可开发出集数据剔错、模型构建、统计检验、区间估计与预测等功能为一体的多元线性回归的可视化数据处理系统。系统构建方法新颖和稳健,通用性和适应性强,可方便地与数据采集整合使用,又可单独应用,具有广泛应用价值。文章对系统的构建与设计作了阐述,给出了主要的实现程序。

Origin5.0在分析化学实验教学中的应用

介绍了Origin5 .0处理实验数据的方法与结果 ,并与手工作图的结果进行了比较。结果表明 ,在实验数据符合比耳定律的前提下 ,用Origin软件对实验数据作线性回归处理 ,不仅方便快捷 ,减小数据处理的误差 ,而且还可提高分析结果的准确度 。

基于大数据的LNG接收站再冷凝器喷淋量计算方法研究

再冷凝器平稳安全喷淋是LNG接收站日常主要任务之一,但目前国内接收站再冷凝器喷淋回路自控效果不理想,操作人员只能采用手动模式调节LNG喷淋量。本文基于再冷凝器喷淋控制回路的设计原理,对比现场实际手动喷淋量、工程设计喷淋回路计算量、工艺模拟喷淋量及DCS显示喷淋量,找出喷淋回路无法投自动的主要原因;通过采集现场15个月的实际大数据建立相关性分析矩阵,确定与喷淋量较为相关的测点集,分别建立了一元和四元线性回归模型并进行精度验证,模型精度分别达到0.682和0.761,这一结果为提高再冷凝器操作精度,减少人员操作频次带来了可能性。本文研究结果为大数据技术在液化天然气行业的应用提供了指导。

线性回归方法在核数据处理中的应用

在核数据处理中,为减少统计涨落引起的误差,在函数关系已知的条件下用线性回归方法计算,在函数关系未知的条件下用线性回归方法寻找待测量的计算公式.以中子感生瞬发γ射线分析方法测量水泥生料元素含量为例,线性回归方法可以准确地确定热中子通量以及Si,Al,Fe和Ca含量.计算结果显示,计算出来的热中子通量的平均偏差为0.31%,4种元素的测量精度都达到GB/T 176-2008(水泥化学分析方法)的要求.

固定设计函数型非参数回归模型的估计

本文研究一类固定设计函数型非参数回归模型回归算子的估计问题,其中,解释变量X是取值于某函数空间的函数型变量,响应变量Y为实值随机变量,在误差是一弱平稳线性过程及适当的条件下,获得未知回归函数算子估计量的相合性及其收敛速度和渐近正态性,推广了现有文献中的相关结果.

牛顿环实验数据的采集与处理

利用 CCD采集牛顿环干涉图样数据 ,使用自编软件对数据进行处理 ,根据干涉图样中心坐标计算出了透镜曲率半径 .

传感器输出特性的线性化回归程序设计

介绍了用面向对象程序设计方法编制的线性回归数据处理程序 。

面向工艺指标的生产成本控制研究与运用

揭示了流程性制造业中工艺指标与生产成本之间的关系,通过对与生产成本有关的工艺指标的样本进行分析,采用多元线性回归对其进行曲线拟合,并利用极值原理找出最优控制区域,建立控制系统,运用于生产实践,取得了相当的效益,从而阐明了对面向工艺指标的生产成本控制研究是ERP成本系统研究中的一种新思路。

传感器输出特征线性化的稳健算法

利用最小一乘估计的稳健性 ,给出了传感器输出特征线性化的特征直线的稳健估计。该方法在稳健性方面明显优于最小二乘估计 。

数据挖掘预测技术在斜井抽油数据处理中的应用

利用数据挖掘技术分析处理石油斜井抽油生产过程中产生的海量数据,可得到很多有用的价值和信息。线性回归算法是预测技术中的重要内容,通过线性回归算法可对斜井抽油中的数据进行分析、处理,达到预测井眼轨迹等重要应用。

基于BP网络多指标多因素最优工艺参数分析

基于BP神经网络理论,利用实验数据对连接权系数和结点阈值自学习确定,从而建立BP神经网络模型,采用BP神经网络模型比回归方程形式数学模型具有更小的方差,能够寻找到最优的工艺条件.

玻尔兹曼常数实验数据处理方法

本文通过PN结的电流电压的特性关系,采用线性回归、乘幂回归、指数回归三种拟合方法确定了电流与电压间的指数关系,从而精确计算了玻尔兹曼常数。并着重介绍应用Excel软件对玻尔兹曼常数测定实验的数据分析处理方法。使复杂的计算过程及抽象的实验现象变得简单且直观。

二元回归法在车削力试验软件中的应用

介绍了采用VisualC++6.0编程工具,运用二元线性回归法编制在线处理车削力试验数据,建立车削三分力各自的经验公式和打印完整的试验报告的软件设计方法及其应用实例。使用二元线性回归法与传统的图解法和一元线性回归法相比,充分发挥了计算机技术的优势,试验中切削参数的选择方便、灵活,且计算一步到位,得出的结论准确、可信。