简介：

简介：时间序列分析在经济运用中作用十分明显。本文利用1995--2014年国内生产总值的相关资料，运用时间序列分析。应用Eviews软件对经济增长时间序列进行模型识别、拟合、估计和预测。而改革开放以来，投资在经济增长中的作用越来越明显，在对经济增长序列进行时间序列分析的同时，也结合回归分析建立经济增长和投资的回归模型来分析经济增长和投资的协整关系。

简介：本文利用兰州１９４４～１９９７年的月平均降水资料，建立了线性平稳序列的降水预测模型，该模型使用了功谱密度函数中的最大熵法（或叫全极模型），并将特征多项式模大于１的根反射到单位圆内，再返回修正后的线性预测的系数。并对１９８６～１９９７年１１年的月降水做了预测试验，试验结果表明，该模型具有一定的预报能力，其中取１５阶预报效果较好。此方法在短期气候预测业务中，可作为台站月、季、年降水预测走向客观化、定量化方法的一种初步尝试

简介：摘要目的建立新的数学模型预测肺部肿瘤在500ms后移动的位置以补偿使用动态肿瘤跟踪放射法对患者进行放射治疗时由于多叶准直器（MLC）控制系统的延迟所造成的误差。方法使用具有外源性输入的非线性自回归网络（NARX）建立数学模型，使用实时循环学习算法对其进行训练，在模型训练后可以对肿瘤的位移进行预测。结果①建立的新的数学模型能够计算出肿瘤未来500ms后移动位置的估计值，并与500ms后肿瘤真实的位置相近，证明建模的成功。②预测的七名癌症患者的未来的肿瘤移动位置结果的均方根误差和门控占空比相比于先前的研究者建立的数学模型取得了明显的进步。结论使用新模型的预测结果相较于以前的模型有了很大的提升，但仍停留在理论模型阶段，需要继续进行改善。

简介：

简介：

简介：摘要：时间序列预测是对已有的时间序列数据进行分析，挖掘时间序列数据中蕴藏的信息，并对未来进行预测。时间序列预测具有极其重要的理论意义与现实意义，学者们为此做了大量的研究工作并取得了很好的成果。本文主要对时间序列预测的相关方法进行整理归纳，对时间序列预测相关研究进行述评。

简介：摘要：随着经济全球化进程的不断推进，我国市场经济也得到了迅速发展，尤其是近几年来，全球手机销量大约有14亿部，这使得智能手机成为全球销量最大以及总价值最高的科技产品。对于智能手机而言，供应链已是全球化，但是制造大部分处于亚洲。其中中国制造企业在手机供应链中也扮演起了越来越重要的核心角色。

简介：收集60个杉木人工林样地的直径序列分布,用4种方程式拟合直径序列(y)和株号序列(x)之间的相关关系,结果表明:指数函数和线性函数相关性最显著,对数函数和幂函数的相关性次之,且当P=0.01时,相关系数值均大于0.95,无论自由度大小,均达到极显著水平。并举例说明杉木人工林直径序列的这种线性及非线性分布,在确定抚育间伐的间伐木最大胸径与间伐蓄积量时的应用。

简介：本文系统论述了二元线性回归的理论和方法,特别是在非线性回归问题中的应用.

简介：本文简单介绍了普通物理实验中的线性回归方法,并对有关的实验进行了分析和讨论.

简介：摘要院土工试验数据处理通常是通过繁琐计算与作图来完成，且要求及时、准确。线性回归处理法通过一定的数理关系有效简化数据处理的计算与作图过程。通过大量的剪切、液塑限试验数据处理表明，其结果是准确的、值得信赖的，它通过线性回归简化繁琐计算，使作图也变得简单。本文主要针对土工试验中的线性回归应用进行分析，从大量的剪切、液塑限联合试验中论证其结果的准确性。

简介：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.

简介：为了填补船测海深数据空白,给出了海底地形起伏与重力异常和重力异常垂直梯度之间的导纳函数关系。据此,以测高重力异常、重力异常垂直梯度作为输入数据,采用线性回归分析技术,在西南太平洋相关海域开展了海底地形反演试验。结果表明,通过不同方法获取的比例因子与海底地形呈现一定的内在联系,地形平坦海域,比例因子较小;海山分布较多的地形起伏较大的海域,比例因子相对较大,反映了重力数据与海底地形较强的相关性。同时,采用线性回归方法构建的海底地形模型检核精度最高,相较于传统方法获取的海底地形模型,精度最高提升了46%左右,与ETOPO1海深模型和DTU10海深模型相比较,模型精度最大提高了近一倍有余。另外,不同方法对于不同的海底地形具有各自不同的优势,靠近海山区域,采用线性回归技术反演的海深结果优于传统方法;在海山部分,传统方法反演精度又好于线性回归技术。不同数据源反演海底地形的统计结果表明,以重力异常垂直梯度构建的海底地形模型的检核精度优于以重力异常作为输入数据构建的海底地形模型。

简介：

简介：支持向量机是一种基于统计学习理论的新的机器学习方法，该方法已用于解决模式分类问题．本文将支持向量机（SVM）用于混沌时间序列分析，实验数据采用典型地Mackey-Glass混沌时间序列，先对混沌时间序列进行支持向量回归实验；然后采用局域法多步预报模型，利用支持向量机对混沌时间序列进行预测．仿真实验表明，利用支持向量机可以较准确地预测混沌时间序列的变化趋势．

简介：粮食价格波动的成因一直是学术界关注的问题。本文通过对1995年1月至2005年12月全国小麦批发市场月度价格序列的分析，表明所观察的小麦价格序列的分布不符合传统线性回归模型关于独立同方差的假设，其特征比较适合使用ARCH族模型来描述。GARCH（1，1）模型的结果显示，由前期价格代表的存粮情况对现期小麦价格影响显著，前期的高价会引发未来小麦市场较大的价格波动；考察期间两次大的粮食市场改革虽然对短期小麦价格有影响，但并未引发剧烈的小麦价格波动。

简介：

简介：摘要：本文结合国内外现有文献的研究对时间序列的相关理论进行了系统、全面的阐述，以期为后续研究奠定基础。

简介：在高功率微波（HPM）的研究中，电子束同微波腔中微波场相互作用是大家所关心的问题，微波腔中电子束与微波场的相互作用，是一个闭环过程，微波场影响电子的运动，同时电子束作为电流源也产生辐射，影响微波场。不同微波腔的微波场不同，电子束同微波场的相互作用形式也不相同，但是在微波场作用下电子束群聚，群聚的电子束反过来影响微波场的自洽过程。