为了实时获得冷轧带钢酸洗溶液的浓度值,便于进行酸浓度控制,采用软测量方法实时预测酸浓度.由于酸浓度建模数据中无关成分和特异点会影响模型精度,利用正交信号校正和稳健回归相结合的方法来建立酸浓度预测模型首先利用正交信号校正对建模数据进行预处理,去除自变量中与因变量无关的成分;然后采用基于迭代加权最小二乘的稳健回归算法进行建模,降低特异点对模型的影响;最后将预测结果和多元线性回归、传统稳健回归方法和正交信号校正多元线性回归进行比较.实验结果表明:采用正交信号校正-稳健回归方法后,模型预测能力得到提高,与多元线性回归结果相比,亚铁离子质量浓度和氢离子质量浓度的相对预测误差分别从1.82%降低到1.17%、从5.87%降低到4.73%.本文提出的方法具有更好的模型预测精度,可以满足工业应用要求

3.1 多元线性回归模型 3.2 回归参数的估计 3.3 参数估计量的性质 3.4 回归方程的显著性检验 3.5 中心化和标准化 3.6 相关阵与偏相关系数

对含有不同碳、锰、硅的16Mn钢进行了控轧控冷实验,测定了各项力学性能,对其主要组织参量铁素体晶粒平均直径(dF)及珠光体百分数(Pe%)进行了定量金相分析,进行了各项力学性能对16Mn钢中各元素含量和二主要组织参量的多元线性逐步回归分析,获得控轧控冷16Mn钢各项力学性能与钢的化学成分和组织参量之间定量关系的数字表达式。根据数学表达式所提供的信息,参照二组织参量对钢的化学成分和控轧控冷工艺参数的多元线性回归方程,探讨了控轧控冷16Mn钢的强韧化机制

提出利用最小二乘法拟合烧结废气温度曲线,求曲线方程的二阶导数计算出烧结废气温度的四个拐点.结合烧结过程各带的迁移情况,计算得出拐点所对应的各带前沿到达料层底部的温度.根据拐点出现的时间,求出烧结过程中各带前沿平均速度.利用多元线性回归法和F检验进一步考察烧结工艺参数对各带前沿平均速度的影响规律,并给出了它们之间的关系式.利用该关系式,可以在节能和提高烧结矿平均粒度的原则下,定量地调整工艺参数以稳定烧结终点

浮选回收率是金矿选矿过程重要的生产指标，目前主要是通过人工化验的方法检测获得，人工检测周期较长，造成金矿厂不能及时把握浮选工艺水平.在大量现场生产数据的基础上，分别采用多元线性回归和BP神经网络的方法，建立了金矿厂浮选回收率的预测模型.预测误差分析表明，BP神经网络预测模型能较好地预测金矿厂的浮选回收率，当预测相对误差在±3%范围内时，模型的预测精度达到91%，对于实际生产具有良好的参考作用

中国经济的快速发展，使居民收入不断增加，数以百万 计的中国人开始得以实现拥有汽车的梦想，中国也成为世界 上成长最快的汽车市场。 中国交通部副部长在中国交通可持续发展论坛上做出预 测 :“2020年，中国的民用汽车保有量将比2003年的数字 增长６倍，达到1.4亿辆左右”

项目研究内容和意义简介（限 400 字）：利用 1981 年至 2004 年长时间系列的 AVHRR 和 SPOT VEGETATION 遥感数据监测中国西北植被覆盖动态变化，利用小波变换方法分析其周期变化 规律，利用多元线性回归和地统计方法分析气象、地形和社会经济等驱动力因素与植被覆 盖变化之间的关系

一、了解多元线性回归模型 二、 掌握相关关系的测定方法特别是相关系数的计算方法 三、领会相关关系的含义、分类及与函数关系的区别，相关分析和回归分析之间的关系 四、掌握一元线性回归分析方法

一、E(Y)的置信区间 二、Y的置信区间

一、E(Y0)的置信区间 二、Y0的置信区间