主要介绍了Python 线性回归分析以及评价指标详解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2022-12-11 21:32:00
86KB
1
为探究氧化物组成对煤灰熔融特性的影响，选取煤灰中的氧化物含量作为自变量，在SPSS软件平台上对变形温度DT、软化温度ST、半球温度HT和流动温度FT分别进行全子集回归和逐步回归，比较得到显著性最强的新定义的熔融指数FI和最优的回归预测方程。结果表明，单一氧化物组分对灰熔温度的影响不显著；对DT影响最显著的熔融指数为FID=Al2O3+Fe2O3，且煤灰中FID含量低于30%时，DT几乎不变化，含量大于30%时DT发生较大幅度降低；对FT影响最显著的熔融指数为FIF=SiO2+Al2O3+Fe2O3，且随着FIF含量升高，流动温度呈上升趋势；对半球温度HT影响最显著的熔融指数FIH= SiO2+Al2O3，对软化温度ST影响最显著的熔融指数FIS=SiO2+Al2O3+Fe2O3，但FIH和FIS对ST和HT的显著性略低，为得到更准确的预测模型，进一步以十种氧化物为起点通过逐步回归方法分析得到ST和HT的预测方程。
2022-12-05 17:33:55
1.46MB
1
第二章 时间序列预测与回归分析模型第2页指同一变量按发生时间的先后排列起来的一组观察值或记录值。例如：1990-2008年我国国内工业生产总值；某类型的汽车20
2022-11-20 23:42:27
1MB
1
针对互信息配准方法中目标函数因存在多极值而容易陷入局部最优的问题,提出了一种基于萤火虫算法改进优化策略的互信息医学图像配准算法。该算法使用归一化互信息作为相似性测度,用萤火虫所处位置来表示配准参数,根据每个萤火虫的位置计算互信息函数值并将其作为当前萤火虫的亮度,通过亮度和吸引度的迭代更新来寻找互信息函数取最优解时的最佳配准参数。实验结果表明,该方法克服了互信息函数容易陷入局部最优的问题,有效地提高了配准精度。
2022-11-17 17:54:34
83KB
1
matlab 精美散点密度图，看密度分布，聚合离散，源码！！！
yy=BT(:,i)
yyp=bt(:,i)
figure
% 散点图
scatter_kde(yy,yyp, 'filled', 'MarkerSize',30); colormap(jet); hold on;
% 1:1线
p1=min(min(yy,min(yyp)));
p2=max(max(yy,max(yyp)));
plot([p1 p2],[p1 p2],'--k','linewidth',4); hold on;
xlim([p1 p2]); ylim([p1 p2]);
% 拟合线
x=yy; y=yyp;
p0=polyfit(x,y,1);
x1=linspace(p1,p2);
y1=polyval(p0,x1);
plot(x1,y1,'k','linewidth',4);hold on;
set(gca,'FontName','Times New Roman','FontSize',32,'FontWeight','bold');
daspect([1 1 1]);
box o
2022-11-14 21:48:52
1KB
1