导读:本文包含了最小二乘预测器论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:小二,神经网络,乘法,赤霉病,链路,向量,相关性。
最小二乘预测器论文文献综述
宋滢,金耀,郑一村,黄劲,何利力[1]（2019）在《受限多模板最小二乘预测的叁角网格压缩》一文中研究指出为提高网格压缩的编码压缩率,充分利用网格局部邻域信息特征,提出一种数据驱动的多模板最小二乘预测方法.在训练阶段,从网格模型中所有可能构建的5个顶点的模板中提取特征数据作为训练集,在局部坐标系下构建预测器并通过最小二乘法求解预测器的权重;在编码阶段,对当前顶点的量化坐标预测使用受限多模板策略,根据多个可用的模板选择最优集合进行线性组合,再对残差进行熵编码.不同于网格无关的网格坐标预测策略(如平行四边形预测器),文中方法深入利用网格模型上邻近叁角形之间的相关性,有效地降低了坐标预测的误差,从而提高了压缩率.在同等的量化误差和拓扑遍历顺序下,与已有的预测方法相比,受限多模板最小二乘预测器通常能够获得更高且稳定的压缩率,尤其在光滑模型上压缩效果更为显着.(本文来源于《计算机辅助设计与图形学学报》期刊2019年09期）
赵超越,张友华[2]（2017）在《小麦赤霉病神经网络和偏最小二乘预测模型》一文中研究指出选取2004—2014年间发病期的气象因素为自变量,小麦赤霉病病穗率为因变量,借助神经网络的函数映射能力,采用Fletcher-Reeves算法的变梯度反向传播算法,建立了小麦赤霉病的气象预报模型.由于神经网络无法提供直观的函数来反映病穗率与气象因子之间的关系,为了进一步分析气象因子间的相关性,采用主成分分析法提取主成分,并利用回归分析得到线性函数关系,建立了偏最小二乘模型.神经网络预测模型平均预报精度达到99%,但只提供病穗率和气象因子之间的拓扑关系;偏最小二乘预测模型可以得到病穗率和气象因子之间直观的函数关系,模型平均预报精度达到97%.2种模型均具有较高的预报精度,对小麦赤霉病的预防工作具有一定的参考价值.(本文来源于《吉首大学学报(自然科学版)》期刊2017年04期）
何雷,王文利,施韶华,李孝辉[3]（2016）在《基于最小二乘预测的主备频率信号产生链路异常监测方法》一文中研究指出为了在产生频率信号的主、备链路之间实现平稳切换,提出了一种基于最小二乘法预测的主备链路异常监测方法。根据历史测量数据进行频率预测,比较预测值和实测值的一致性,据此判断主备链路的异常。实验验证了该方法的可行性,实验结果表明针对主备链路故障能够在1 s内做出判断并发出告警信息。(本文来源于《时间频率学报》期刊2016年02期）
周姗姗,柴金广,李丹[4]（2011）在《实时递推的最小二乘预测跟踪算法》一文中研究指出针对探测系统跟踪误差对目标跟踪的影响,提出一种实时递推的最小二乘预测跟踪算法。该算法采用平方预测器的估算方式,获得目标运动轨迹的最佳逼近,通过不断更新的历史数据实时递推轨迹参数,预测下一帧目标位置。该算法采用Matlab软件编写易于工程实现的应用程序,得到仿真的目标真实轨迹与预测轨迹数据。仿真结果表明,该算法可以在系统延迟、目标机动的情况下实时快速地预测目标位置,降低跟踪误差。(本文来源于《电子设计工程》期刊2011年10期）
马晓蕊[5]（2008）在《基于加权最小二乘预测模型的群组移动位置更新研究》一文中研究指出战术移动自组网具有自身的特点:用户数量大、传输距离长,网络节点的移动性大,特别是数据通信速率低。因此,如何在保证一定精度的前提下,通过在网络层上对移动节点进行位置管理,减少网络中位置更新信息的传输量,对战术网络就显得尤为重要。本文对此分别从战术移动自组网的群组移动模型以及位置更新两方面进行了研究。首先,从无线移动自组织网络群组移动模型的基本概念出发,提出了一种层次化可变群运动模型,它既可模拟战术网络的分层分群结构,还可模拟运动过程中群的动态重组。其次,运用最优估计理论中的最小二乘算法,考虑到遗忘因子可以在参数估计中对新旧数据分配不同的权值以降低旧数据对参数估计的影响,提出了将最小二乘算法和带有遗忘因子的实时算法相结合进行簇中心运动参数估计的方法,并将其应用在基于簇中心预测的位置更新算法中。实验表明,这两种方法能够提高群组移动位置更新过程的效率。(本文来源于《西安电子科技大学》期刊2008-01-01）
冯志刚,信太克规,王祈[6]（2007）在《基于最小二乘支持向量机预测器的传感器故障检测与数据恢复(英文)》一文中研究指出本文介绍了最小二乘支持向量机(LS-SVM)回归的基本原理,提出了一种基于LS-SVM回归的时间序列预测器,并将其用于传感器的故障检测和数据恢复。论述了LS-SVM预测器的实现方法和步骤,并且将其应用于压力传感器的故障检测和数据恢复,同线性神经网络预测器、RBF神经网络预测器和BP神经网络预测器的比较结果表明,LS-SVM预测器具有更高的预测精度,更好的外推能力,计算效率最高,因此,LS-SVM预测器是传感器故障检测和短期数据恢复的一种有效方法。(本文来源于《仪器仪表学报》期刊2007年02期）
王烁,肖忠[7]（1999）在《简便实用的最小二乘预测算式》一文中研究指出本文推导了在等间隔观测条件下的最小二乘预测的简例实用的预测算式，它可以利用前四点历史数据直接计算出下一观测点的预测值，因此能更加方便地在实时控制及其它领域中直接应用，对各种数据的动态趋势进行预测分析。(本文来源于《湖北汽车工业学院学报》期刊1999年01期）
最小二乘预测器论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
选取2004—2014年间发病期的气象因素为自变量,小麦赤霉病病穗率为因变量,借助神经网络的函数映射能力,采用Fletcher-Reeves算法的变梯度反向传播算法,建立了小麦赤霉病的气象预报模型.由于神经网络无法提供直观的函数来反映病穗率与气象因子之间的关系,为了进一步分析气象因子间的相关性,采用主成分分析法提取主成分,并利用回归分析得到线性函数关系,建立了偏最小二乘模型.神经网络预测模型平均预报精度达到99%,但只提供病穗率和气象因子之间的拓扑关系;偏最小二乘预测模型可以得到病穗率和气象因子之间直观的函数关系,模型平均预报精度达到97%.2种模型均具有较高的预报精度,对小麦赤霉病的预防工作具有一定的参考价值.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
最小二乘预测器论文参考文献
[1].宋滢,金耀,郑一村,黄劲,何利力.受限多模板最小二乘预测的叁角网格压缩[J].计算机辅助设计与图形学学报.2019
[2].赵超越,张友华.小麦赤霉病神经网络和偏最小二乘预测模型[J].吉首大学学报(自然科学版).2017
[3].何雷,王文利,施韶华,李孝辉.基于最小二乘预测的主备频率信号产生链路异常监测方法[J].时间频率学报.2016
[4].周姗姗,柴金广,李丹.实时递推的最小二乘预测跟踪算法[J].电子设计工程.2011
[5].马晓蕊.基于加权最小二乘预测模型的群组移动位置更新研究[D].西安电子科技大学.2008
[6].冯志刚,信太克规,王祈.基于最小二乘支持向量机预测器的传感器故障检测与数据恢复(英文)[J].仪器仪表学报.2007
[7].王烁,肖忠.简便实用的最小二乘预测算式[J].湖北汽车工业学院学报.1999
论文知识图
