注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 回归方程法实现从RGB到HSB建模

  2. 采用5级分割建模，4级分割测试，利用回归方程法实现从RGB到HSB的模型转换。

  3. 所属分类：C++

  1. 概率统计安卓计算器

  2. 楼主亲测，绝无问题。可以进行概率统计， 线性回归方程 ，相关系数， 逐差法 ，排列组合等计算项目。极大方便我们学习。逐差法为实验加的项目。

  3. 所属分类：Android

    • 发布日期：2015-11-12
    • 文件大小：38912
    • 提供者：tianseyiwan008

  1. 欧姆社学习漫画-漫画统计学之回归分析

  2. 第1章 基础知识 1.书写规则 2.反函数 3.指数函数与自然对数函数 4.指数函数与对数函数的性质 5.微分 6.矩阵 7.数值数据和分类数据 8.离差平方和、方差、标准差 9.概率密度函数 第2章 回归分析 1.回归分析 2.回归分析的实例 3.回归分分析程中的注意事项 4.标准化残差 5.内插法和外插法 6.序列相关 7.直以外的回归方程 第3章 重回归分析 1.重回归分析的定义 2.重回归分析的实例 3.重回归分析过程中的注意事项 4.标准化残差 5.马氏距离以及重回归分析中的置信区间

  3. 所属分类：专业指导

    • 发布日期：2017-09-02
    • 文件大小：12582912
    • 提供者：houzhiguo

  1. 相关分析法在矿井涌水量预测中的应用

  2. 针对水文地质参数影响矿井水量预测可靠性的问题,提出利用多年矿井涌水量预测的相关因素分析法进行预测,以同煤大唐塔山煤矿为例,建立塔山煤矿充水地质模型,利用SPSS软件分析塔山煤矿矿井涌水量与累计煤炭产量、累计掘进进尺和累计采空区面积的相关性,建立矿井涌水量多元回归方程,实现矿井涌水量可靠预测。预测结果表明,塔山煤矿矿井涌水量与累计煤炭产量密切相关,煤矿开采3-5号煤层时的矿井涌水量为4 972 m3/d。该研究为煤矿防治水安全提供了可靠技术支持。

  3. 所属分类：其它

    • 发布日期：2020-05-11
    • 文件大小：665600
    • 提供者：weixin_38502762

  1. 基于MATLAB的煤炭成浆浓度的多元线性回归研究

  2. 根据影响煤炭成浆性的大量参数值,利用线性回归分析法通过MATLAB软件求出回归方程从而预测煤炭成浆性,该预测模型具有良好的预测能力,为预测煤炭成浆性提供一种有效途径。

  3. 所属分类：其它

    • 发布日期：2020-05-07
    • 文件大小：611328
    • 提供者：weixin_38715048

  1. 榆神府矿区开采沉陷的灰色关联分析及其回归预计

  2. 根据陕西榆神府矿区15个典型矿点的煤炭地质赋存条件和开采设计以及地表岩移观测数据,采用灰色关联分析法研究了地表最大下沉系数与其影响因素之间的关系,分析结果表明:覆岩综合普氏硬度、扰动系数、深厚比、采高等是影响该矿区开采沉陷的关键影响因子;用逐步回归分析方法,建立了开采沉陷回归方程,对煤矿区开采沉陷的采前预计提供了科学依据。

  3. 所属分类：其它

    • 发布日期：2020-04-21
    • 文件大小：217088
    • 提供者：weixin_38717169

  1. 基于多元回归分析的煤的吸附瓦斯含量影响因素研究

  2. 结合朗缪尔方程,采用多元线性回归分析法,分析了影响贵州某煤矿煤的吸附瓦斯含量的主要因素。结果表明:在煤的吸附系数、煤层瓦斯压力、煤的灰分、水分、孔隙率、密度等因素中煤层瓦斯压力和煤的吸附瓦斯含量关系最密切,呈正相关关系。

  3. 所属分类：其它

    • 发布日期：2020-04-19
    • 文件大小：925696
    • 提供者：weixin_38720653

  1. 均匀设计法优化微细化淀粉的制备工艺

  2. 均匀设计法优化微细化淀粉的制备工艺，任广跃，李栋，论文采用真空球磨设备，以食用级玉米淀粉为原料，制备微细化淀粉，利用从均匀设计法得到的回归方程，优化球磨时间、球磨转速、和

  3. 所属分类：其它

    • 发布日期：2020-02-03
    • 文件大小：721920
    • 提供者：weixin_38719719

  1. 基于回归模型的煤层含气量预测方法研究

  2. 煤层含气量是煤层气储层评价的重要参数,基于煤层含气量与测井参数的关系较为复杂,论文对煤层含气量与测井参数做相关分析,对于相关系数较小的参数,通过构造复合参数法,提高了含气量与参数的相关系数,最终共优选6种测井参数,建立含气量与测井信息的线性、二次多项式回归方程,并对预测值进行有效性检验,证明建立的线性和二次回归方程是有效的。

  3. 所属分类：其它

    • 发布日期：2020-05-23
    • 文件大小：728064
    • 提供者：weixin_38693753

  1. 多元线性回归法在预测煤层瓦斯含量中的应用

  2. 通过对某矿11-2煤层瓦斯含量实测数据的整理、分析,建立多元线性回归模型,利用SPSS工具计算多元线性回归方程来预测煤层瓦斯含量。结果显示11-2煤层的瓦斯含量主控因素为底板标高,其与主断层距离也是影响瓦斯含量的重要因素,多元线性回归方程预测值与实测值相近,准确性较高。该方法可为煤层瓦斯含量预测提供一种新途径。

  3. 所属分类：其它

    • 发布日期：2020-06-24
    • 文件大小：291840
    • 提供者：weixin_38614112

  1. 基于相关分析法的工作面瓦斯涌出量预测

  2. 根据相关分析法的原理与方法,利用SPSS软件分析工作面瓦斯涌出量与各个影响因素的相关性,建立工作面瓦斯涌出量关于各因素之间的线性回归方程。通过计算各实测点与回归方程的剩余标准差来验证预测精度,从而实现回采工作面瓦斯涌出量的可靠预测。

  3. 所属分类：其它

    • 发布日期：2020-07-08
    • 文件大小：200704
    • 提供者：weixin_38592548

  1. 基于多元线性回归分析法的洗混煤低位发热量数学模型研究

  2. 利用线性回归方程构建发热量计算的数学模型,介绍回归分析方法的基本原理,以收集的40组洗混煤发热量的历史数据为基础,分析发热量与全水分、灰分等因素之间的影响关系,建立回归方程,并对回归方程的准确性进行验证。结果显示回归方程计算准确性较高,能够给煤质检查提供参考。在应用回归方程进行计算分析时,要注意方程的局限性,确保结果的准确。

  3. 所属分类：其它

    • 发布日期：2020-07-06
    • 文件大小：963584
    • 提供者：weixin_38684509

  1. 利用多元线性回归预测煤层瓦斯含量方法

  2. 文章根据某矿15煤层影响瓦斯含量的大量参数值,利用线性回归分析法通过MATLAB软件求出回归方程从而预测瓦斯含量。结果证明预测的准确性较高。此方法为矿井预测瓦斯含量提供一种有效途径。

  3. 所属分类：其它

    • 发布日期：2020-07-05
    • 文件大小：271360
    • 提供者：weixin_38627769

  1. 线性回归方程对煤吸附常数计算的影响

  2. 为了解线性回归方程对计算煤的瓦斯吸附常数的影响,利用高压容量法对4个矿井煤样进行了等温吸附试验,计算了莱恩威弗-伯克、伊蒂-霍夫斯第、斯卡查德和朗缪尔4种线性回归方程的煤的瓦斯吸附常数,并对比分析了采用不同煤的瓦斯吸附常数计算的瓦斯吸附量与试验吸附量之间的差异,结果表明:根据线性回归相关系数的大小,在4种线性回归方程计算煤的瓦斯吸附常数过程中莱恩威弗-伯克方程回归效果最好;4种的线性回归方法计算煤的瓦斯吸附量的误差率变化趋势相一致,呈现一种偏态分布;根据绝对误差率的大小,不同的线性回归方法适用于

  3. 所属分类：其它

    • 发布日期：2020-07-16
    • 文件大小：323584
    • 提供者：weixin_38737751

  1. 响应面法提高神府煤制浆浓度的研究

  2. 针对神府煤丝质组含量高、高内水、高含氧量,难以制备出高浓度、低粘度的水煤浆的问题,以超细煤粉平均粒径d50=8μm煤粉百分含量,d50=6.5μm、4.5μm含量比和分散剂复配比为三因素,采用Box-Behnken设计试验,在粘度不变时,建立浓度的回归方程模型并进行方差分析。响应面分析三因素对水煤浆定粘浓度的影响,并进行优化。结果表明,最优配方为:8μm煤粉百分含量为70%,6.5μm:4.5μm为1.44,分散剂复配比为0.33,预测浓度为59.09%。按照最优配方进行试验验证,当粘度为580

  3. 所属分类：其它

    • 发布日期：2020-07-15
    • 文件大小：275456
    • 提供者：weixin_38521169

  1. Python实现多元线性回归方程梯度下降法与求函数极值

  2. 梯度下降法 梯度下降法的基本思想可以类比为一个下山的过程。 假设这样一个场景：一个人被困在山上，需要从山上下来(找到山的最低点，也就是山谷)。但此时山上的浓雾很大，导致可视度很低；因此，下山的路径就无法确定，必须利用自己周围的信息一步一步地找到下山的路。这个时候，便可利用梯度下降算法来帮助自己下山。怎么做呢，首先以他当前的所处的位置为基准，寻找这个位置最陡峭的地方，然后朝着下降方向走一步，然后又继续以当前位置为基准，再找最陡峭的地方，再走直到最后到达最低处；同理上山也是如此，只是这时候就变成梯度

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：105472
    • 提供者：weixin_38660108

  1. Python-多元线性回归方程比较最小二乘法与梯度下降法

  2. 最小二乘法是先将方程自变量与因变量化为系数矩阵X，再求该矩阵的转置矩阵（X1），接着求矩阵X与他的转置矩阵的X1的乘积（X2），然后求X2的逆矩阵。最后整合为系数矩阵W，求解后分别对应截距b、a1、和a2。可见计算一个矩阵的逆是相当耗费时间且复杂的,而且求逆也会存在数值不稳定的情况。 梯度下降法迭代的次数可能会比较多,但是相对来说计算量并不是很大。且其有收敛性保证。故在大数据量的时候,使用梯度下降法比较好。 梯度下降法 import numpy as np from matplotlib imp

  3. 所属分类：其它

    • 发布日期：2021-01-21
    • 文件大小：138240
    • 提供者：weixin_38624557

  1. Python-多元线性回归方程比较最小二乘法与梯度下降法

  2. 最小二乘法是先将方程自变量与因变量化为系数矩阵X，再求该矩阵的转置矩阵（X1），接着求矩阵X与他的转置矩阵的X1的乘积（X2），然后求X2的逆矩阵。最后整合为系数矩阵W，求解后分别对应截距b、a1、和a2。可见计算一个矩阵的逆是相当耗费时间且复杂的,而且求逆也会存在数值不稳定的情况。 梯度下降法迭代的次数可能会比较多,但是相对来说计算量并不是很大。且其有收敛性保证。故在大数据量的时候,使用梯度下降法比较好。 梯度下降法 import numpy as np from matplotlib imp

  3. 所属分类：其它

    • 发布日期：2021-01-21
    • 文件大小：138240
    • 提供者：weixin_38731239

  1. Python-多元线性回归方程比较最小二乘法与梯度下降法

  2. 最小二乘法是先将方程自变量与因变量化为系数矩阵X，再求该矩阵的转置矩阵（X1），接着求矩阵X与他的转置矩阵的X1的乘积（X2），然后求X2的逆矩阵。最后整合为系数矩阵W，求解后分别对应截距b、a1、和a2。可见计算一个矩阵的逆是相当耗费时间且复杂的,而且求逆也会存在数值不稳定的情况。 梯度下降法迭代的次数可能会比较多,但是相对来说计算量并不是很大。且其有收敛性保证。故在大数据量的时候,使用梯度下降法比较好。 梯度下降法 import numpy as np from matplotlib imp

  3. 所属分类：其它

    • 发布日期：2021-01-21
    • 文件大小：138240
    • 提供者：weixin_38675232

  1. 通过python程序，采用牛顿法和梯度下降法求解多元一次函数的线性回归方程

  2. 通过python程序，采用牛顿法和梯度下降法求解多元一次函数的线性回归方程 梯度下降法原理 梯度就是表示某一函数在该点处的方向导数沿着该方向取得较大值，即函数在当前位置的导数 Δ=df(Ɵ)÷d(Ɵ) 上式中，Ɵ是自变量，f(Ɵ)是关于Ɵ的函数，Ɵ表示梯度 简单来说Δ就是函数相对于自变量Ɵ的求导 梯度下降算法公式： Ɵ=Ɵ0-Ƞ*Δf(Ɵ0） 其中Ƞ是学习因子，由我们自己定义，Ɵ即为数据更新后下一个Ɵ0 f(Ɵ)=f(Ɵ0)+(Ɵ-Ɵ0)*Δf(Ɵ0） 通过该公示不断地进行数据迭代，就可以得到最

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：102400
    • 提供者：weixin_38725902
« 12 3 4 5 6 7 »