为解决T6态高强铝合金强度高而耐蚀性难以满足使用需求，采用三级时效工艺来改善析出强化相特别是晶界析出相的形貌、尺寸、分布等，并通过研究不同回归处理制度对组织、性能的影响而获得适宜7B50铝合金中厚板的三级时效工艺.研究发现提高回归温度或延长回归时间均会使中厚板心部及表层组织的晶内和晶界析出相发生粗化并析出稳定η-MgZn2相，导致强度下降、电导率上升，其中回归温度对强度和电导率的影响显著.三级时效处理虽使晶内析出相尺寸有所增加，但却使T6态连续分布的晶界析出相呈断续分布，结合心部和表层强度及电导率测量结果认为合适的回归处理制度为165℃/6 h.然而，热轧引起中厚板表层较心部更为严重的变形使表层含有更多的亚晶或亚结构且其分布更均匀，从而使表层更快到达峰时效，进一步的回归再时效处理则使表层析出更多稳定η相，而η相的形成与晶内析出相的粗化长大是造成表层和心部强度差异的关键.虽然淬火/三级时效态表层和心部的晶粒结构存在差异，且局部出现亚晶合并长大，但其对强度的提升效果远低于表层析出稳定η相所引起的强度下降.可见，三级时效工艺并不能缓解7B50铝合金中厚板心部和表层的性能差异，但可使表层和心部的强度、电导率满足某实际工况要求

第一节 回归分析概述 一、回归的定义 二、回归模型的分类 第二节 一元线性回归预测法 一、一元线性回归模型 二、最小二乘估计 三、拟合优度的度量 四、相关系数检验法 五、最小二乘估计式的标准误差 六、回归预测

8.1 线性回归分析的基本原理 8.2 图表分析与回归函数分析 8.3 Excel回归分析工具 8.4 多元回归分析 8.5 非线性回归分析

一、伪回归现象 所谓“伪回归”，是指变量间本来不存在相依关系，但回归结果却得出存在 相依关系的错误结论。这是传统回归分析方法较易犯的一种错误。 经济学家早就发现经济变量之间可能会存在伪回归现象。 20 世纪 70 年代，Grange、Newbold 研究发现，造成“伪回归”的根本原因 在于变量的时序序列的非平稳性

第一节 回归分析与回归方程 第二节 简单线性回归模型的最小二乘估计 第三节 拟合优度的度量 第四节 回归系数的区间估计和假设检验 第五节 回归模型预测 第六节 案例分析

• 回归分析概述 • 双变量线性回归模型的参数估计 • 双变量线性回归模型的假设检验 • 双变量线性回归模型的预测 • 实例

第一节 回归分析与回归方程 第二节 简单线性回归模型的最小二乘估计 第三节 拟合优度的度量 第四节   回归系数的区间估计和假设检验 第五节   回归模型预测 第六节 案例分析

针对焊缝缺陷磁记忆检测中存在定量化反演难题,建立了基于改进的支持向量回归机定量反演模型.以预制不同尺寸未焊透和夹渣缺陷的Q235焊接试样为试验材料,进行磁记忆扫描检测发现:缺陷位置的磁记忆信号特征参数随尺寸变化而呈现一定的变化规律,但同时存在分散性和不确定性.鉴于磁记忆信号样本的有限性、分散性和非线性,首先将提取到的磁记忆特征参数进行归一化处理,引入支持向量回归机建立焊缝缺陷磁记忆定量反演模型,并进一步利用模拟退火算法对支持向量回归机参数进行优化,使目标函数达到全局最优而非局部最优.最后,考虑到由磁记忆信号逆向反推缺陷的三维尺寸,存在解的不确定性,为此在缺陷单维尺寸反演模型的基础上,通过构建多层结构的支持向量回归机进行多尺寸反演输出,建立了基于模拟退火支持向量回归机的焊缝缺陷磁记忆定量反演模型,结果表明:未焊透缺陷尺寸反演最大相对误差为7.96%,夹渣缺陷为4.97%,为焊缝缺陷的磁记忆反演与定量化评价提供一种新的思路

一、简单线性回归模型的设定 二、简单线性回归模型的基本假定 三、简单线性回归模型参数的估计方法 四、参数估计量的统计性质 五、拟合优度的度量 六、回归系数的区间估计和假设检验 七、回归模型预测 八、EViews应用

12.1 回归设计的基本概念 12.2 一次回归正交设计 12.3 二次回归的中心组合设计 12.4 二次回归正交设计 12.5 二次回归旋转设计