| 序号 | 专利名 | 申请号 | 申请日 | 公开（公告）号 | 公开（公告）日 | 发明人 |
|---|---|---|---|---|---|---|
| 1 | 集成多元线性回归算法 | CN201710058008.7 | 2017-01-23 | CN106909719A | 2017-06-30 | 王晓军; 张强; 袁平 |
| 本发明公开了集成多元线性回归算法,属于计算机应用技术领域。本发明包括，第一步:已知训练集Ltrain＝{(Xk,Yk):Xk∈Rn,Yk∈R,k＝1,...,N}，令θ表示叶节点最少样本个数；第二步:以分裂后的两个样本集在输出变量上具有最小均方误差为分裂准则。本发明利用了回归树和MLR简单、快速的优点，同时克服了MLR无法准确描述复杂非线性数据集全局特性的缺点。期望EMLRs算法能够提高风洞马赫数的预测精度，满足工程上马赫数预测速度及精度的要求，均方根误差低于0.002。 | ||||||
| 2 | 基于多元线性回归的设备能耗预测方法及装置 | CN202210827474.8 | 2022-07-14 | CN115169707A | 2022-10-11 | 王涛; 朱怡蒙 |
| 本申请公开了一种基于多元线性回归的设备能耗预测方法及装置，通过主成分分析法将影响用电设备能耗的影响因素作为自变量，通过坐标的不断变换，将所有的相关变量作线性变换，转换为另一组不相关的变量，经过计算选取前几个贡献率较高的变量作为主成分，可以达到用较少的自变量来反应用电设备所用的能耗，以及避免自变量之间的多重共线性问题的目的。根据主成分分析法得出的主成分变量来建立多元线性回归方程，运用多元线性回归方法预测各个用电设备的能耗。本申请通过对用电设备的能耗进行预测，对预测出的能耗数据进行分析，得到更加合理有效的减少能耗措施。 | ||||||
| 3 | 基于多元线性回归的SMVQ压缩数据隐藏方法 | CN202010518402.6 | 2020-06-09 | CN111726629A | 2020-09-29 | 池衡晓; 张真诚; 刘燕君; 袁文强; 李黎 |
| 本发明公开了一种基于多元线性回归的SMVQ压缩数据隐藏方法。本发明使用边匹配向量量化(SMVQ)算法得到各像素块的边缘像素,然后利用像素之间的相关性用多元线性回归预测出像素块中的其他像素,然后使用像素块中的所有像素匹配M-1个码字构建状态码本SCB。在不出轨的情况下，如果线性回归预测出的像素比较接近真实像素,那么该像素块就可以不使用索引值来表示；否则就和SMVQ算法的规则一致。如果像素块出轨，则匹配与像素块最相近的VQ码本的码字，用VQ索引来替代该像素块。对于每个像素块，本发明所提出的方案把多元线性回归算法和SMVQ算法相结合，可以提高图像的压缩性能和秘密信息嵌入能力。 | ||||||
| 4 | 基于多元线性回归的视频编码帧间预测方法 | CN201710685286.5 | 2017-08-11 | CN107483954B | 2019-12-03 | 周益民; 曾鹏; 冷龙韬; 王宏宇; 黄航 |
| 本发明的基于多元线性回归的视频编码帧间预测方法，包括：A.初始化信源t时刻的图像，将t‑1时刻的图像为参考图像，在t‑1时刻对t时刻的图像进行运动估计，得到绝对误差值；B.扩展t‑1时刻的参考像素块大小，其中扩展的像素块信息分别为参考像素块的左边外侧像素与上边外侧像素，得到多元线性回归模型；C.在t时刻前对t时刻的图像进行重构，得到t时刻的重构图像中对应位置的像素值；D.确定是否更新参考图像：如果重构后的像素块与对应的信源像素块的绝对误差值小于步骤A的绝对误差值，则更新参考图像的像素；反之则不更新参考图像的像素。本发明有效增强了参考图像与当前编码图像的时域相关性，进而获得了更好的残差信息，非常明显的提高了编码效率。 | ||||||
| 5 | 基于分段多元线性回归的肺漂移精准校正方法 | CN201810020648.3 | 2018-01-10 | CN108209922A | 2018-06-29 | 姜顺华; 雷晓方 |
| 本发明涉及一种基于分段多元线性回归的肺漂移精准校正方法，包括以下步骤：(1)拍摄两幅用于肺形变建模的、不同呼吸时序的CT图像；(2)从CT图像中分割出肺区并沿垂直于横断面方向，将其划分为上、中、下三个部分；(3)利用梯度下降法半自动获取两幅不同呼吸时序CT图像中的肺部特征点；(4)将带有电磁定位传感器的参考针穿刺到肿瘤附近区域；(5)注册物理空间并拍摄含参考针的CT图像；(6)利用电磁跟踪系统实时获取参考针针尖位置；(7)采取分段多元线性回归的方法，建立肺部组织的实时形变模型，以对肺内组织漂移进行精准校正。与现有技术相比，本发明具有稳定可靠、实现方便、成本低等优点。 | ||||||
| 6 | 基于多元线性回归的视频编码帧间预测方法 | CN201710685286.5 | 2017-08-11 | CN107483954A | 2017-12-15 | 周益民; 曾鹏; 冷龙韬; 王宏宇; 黄航 |
| 本发明的基于多元线性回归的视频编码帧间预测方法，包括：A.初始化信源t时刻的图像，将t-1时刻的图像为参考图像，在t-1时刻对t时刻的图像进行运动估计，得到绝对误差值；B.扩展t-1时刻的参考像素块大小，其中扩展的像素块信息分别为参考像素块的左边外侧像素与上边外侧像素，得到多元线性回归模型；C.在t时刻前对t时刻的图像进行重构，得到t时刻的重构图像中对应位置的像素值；D.确定是否更新参考图像：如果重构后的像素块与对应的信源像素块的绝对误差值小于步骤A的绝对误差值，则更新参考图像的像素；反之则不更新参考图像的像素。本发明有效增强了参考图像与当前编码图像的时域相关性，进而获得了更好的残差信息，非常明显的提高了编码效率。 | ||||||
| 7 | 基于多元线性回归算法的气象灾害预测方法 | CN201310270367.0 | 2013-06-28 | CN104156775A | 2014-11-19 | 苏华英; 汪明清; 张勇; 田年杰; 朱椤方; 黄晓旭; 林成; 周步祥; 舒勤; 陈实; 滕欢; 刘念; 李华强; 邱晓燕 |
| 本发明公开了一种基于多元线性回归算法的气象灾害预测方法。本发明方法首先根据历史数据确定待预测区域特定时期的主要气象灾害，然后分别建立各种主要气象灾害与气象因子的映射关系方程式；最后在各种气象灾害与气象因子的映射关系方程式中带入预测的气象因子参数值，得出相应气象灾害发生的概率值。本发明方法将多元线性回归算法应用于气象灾害预测技术，建立气象灾害与气象因子的映射关系方程式，只需要收集气象因子参数值，对样本数据的要求不高；本发明方法可应用于各种环境，根据各地不同的气象因子值得到不同的映射关系方程式系数，适应性强；本发明方法的计算过程相对简单且不需要反复调试，具有广泛应用价值。 | ||||||
| 8 | 变电站无功补偿容量的多元线性回归计算方法 | CN200810205270.0 | 2008-12-31 | CN101770445B | 2012-10-17 | 李昌; 陈毅 |
| 一种变电站无功补偿容量的多元线性回归计算方法，涉及数据处理技术领域；所要解决的是运行或者改造变电站无功补偿装置容量如何计算的技术问题；该回归计算方法的步骤包括：1)观测变电站所在区域的自变量值；2)获取变电站的无功实时值Yrealreactive，生成多元线性观测值Y；3)建立多元线性方程式；4)对变电站获取M(M＞＞4)组数据，采用最小二乘方法估计回归系数b0，b1，……，b6；5)对变电站自变量输入一组典型方式下的运行数据，根据本发明计算的回归系数求得因变量无功补偿容量y；6)对一系列时段求取多组回归系数，得到无功补偿向量，求取无功补偿容量的数学期望。本发明具有能对变电站的无功补偿装置运行、改造提供容量参考数值依据的特点。 | ||||||
| 9 | 基于多元线性回归模型的碳排放计量预测方法 | CN202311765986.7 | 2023-12-21 | CN117786308A | 2024-03-29 | 李强; 卢璐; 房倬安; 张伟 |
| 一种基于多元线性回归模型的碳排放计量预测方法，其特征在于，包括以下步骤：步骤1：数据采集：使用数据采集模块获取具有时间序列属性的碳排放基础数据，并将所述碳排放基础数据传送给数据预处理模块；步骤2：数据预处理：所述数据预处理模块对所述碳排放基础数据进行预处理操作，得到碳排放特征数据，并传送给基于多元线性回归模型的碳排放计量预测模型；步骤3：碳排放预测：所述基于多元线性回归模型的碳排放计量预测模型对所述碳排放特征数据进行预测，并输出预测结果。效果：仅使用一个碳排放预测模型，就能够同时或单独对不同领域的碳排放数据进行计量预测，满足不同领域的碳排放计量预测需求，使用成本较低，预测精准度高、可靠性强。 | ||||||
| 10 | 一种基于多元线性回归烟草加工控制方法 | CN202211054634.6 | 2022-08-31 | CN115469614A | 2022-12-13 | 李云豪; 沈宇浩; 杨晓娜; 李志龙; 苏振东; 覃洪汉; 谢赞吾; 王崟懿; 唐湛恒; 周肈峰; 谢靖; 黄干将 |
| 本发明涉及烟草人工智能加工技术领域，具体公开了一种基于多元线性回归烟草加工控制方法，包含以下步骤：步骤1：建立数据采集关键参数；步骤2：对所述数据采集关键参数的影响因素进行分析；步骤3：获取所述数据采集关键参数：通过ETL工具对所述数据采集关键参数进行数据抽取，采集源为生产历史数据库，统一形成关系型数据、基于时间的数据、基于批次的数据；步骤4：对上述数据进行预处理，将有效数据存储在大数据平台；步骤5：基于多元线性回归分析算法，建立基于多元线性回归的模型；步骤6：模型训练与分析评估；步骤7：模型应用。采用本发明实现控制降低品质缺陷的发生，大大降低人为干预，提高了设备的智能化与自动化的技术效果。 | ||||||
| 11 | 基于多元线性回归的银行网点选址方法及装置 | CN202110973000.X | 2021-08-24 | CN113610639A | 2021-11-05 | 康占春 |
| 本发明公开了一种基于多元线性回归的银行网点选址方法及装置，涉及大数据技术领域，该方法包括：采集多个影响因素的数据信息；对采集的数据信息进行分析，确定各个影响因素对银行网点选址的影响因子；根据各个影响因素的数据信息及对应的影响因子，构建多元线性回归模型；基于多元线性回归模型，确定银行网点的选址信息。本发明根据影响银行网点选址的多个因素，构建多元线性回归模型，进而根据构建的多元线性回归模型，评估备选网点的优劣，为银行网点的科学选址提供理论依据。 | ||||||
| 12 | 基于多元线性回归联想记忆人脸识别的方法 | CN201710177024.8 | 2017-03-22 | CN106980833B | 2020-12-04 | 韩琦; 刘晋; 谯自强; 吴政阳; 刘洋; 翁腾飞; 黄军建 |
| 本发明公开了一种基于多元线性回归联想记忆人脸识别的方法，包括以下步骤：S1：采集人脸图片，人脸图片转化为二值图片，并得到联想记忆输入矩阵和输出矩阵；S2：搭建多元线性回归人脸识别模型，并对所述多元线性回归人脸识别模型进行简化，得到带未知回归参数的多元线性回归简化人脸识别模型；S3：计算多元线性回归简化人脸识别模型的未知回归参数，最终确定多元线性回归人脸识别模型；S4：对人脸图片进行识别。有益效果：将联想记忆和多元线性回归模型相结合，将人脸图片转化成参数，安全系数高，可靠性好，识别效果好，对人脸图片保护效果好，隐秘性高。 | ||||||
| 13 | 基于多元线性回归分析的页岩气甜点预测方法 | CN201911383648.0 | 2019-12-27 | CN111046585A | 2020-04-21 | 余谦; 赵安坤; 张娣; 张茜; 雷子慧; 周业鑫 |
| 本发明提供了一种基于多元线性回归分析的页岩气甜点预测方法，属于页岩气领域。其包括：获取储层甜点、保存甜点和压力系数甜点中的各项地质参数，评价与页岩气含气量相关的地质特征参数，并量化成平面分布图，对每个所述地质特征参数与所述含气量进行线性回归拟合，得到每个所述地质特征参数与所述含气量的回归方程，每个所述地质特征参数的权重为其对应的所述回归方程的相关系数，根据各地质特征参数的实测值及其对应的权重，量化叠加后得到所述待勘探区页岩储层的页岩气甜点预测模型。通过这种预测方法所得到的甜点分布位置更细化、准确，且甜点顺序面积显示更直观，有助于避免因为简单图层叠加造成的主观判断错误。 | ||||||
| 14 | 基于多元线性回归算法的气象灾害预测方法 | CN201310270367.0 | 2013-06-28 | CN104156775B | 2017-06-13 | 苏华英; 汪明清; 张勇; 田年杰; 朱椤方; 黄晓旭; 林成; 周步祥; 舒勤; 陈实; 滕欢; 刘念; 李华强; 邱晓燕 |
| 本发明公开了一种基于多元线性回归算法的气象灾害预测方法。本发明方法首先根据历史数据确定待预测区域特定时期的主要气象灾害，然后分别建立各种主要气象灾害与气象因子的映射关系方程式；最后在各种气象灾害与气象因子的映射关系方程式中带入预测的气象因子参数值，得出相应气象灾害发生的概率值。本发明方法将多元线性回归算法应用于气象灾害预测技术，建立气象灾害与气象因子的映射关系方程式，只需要收集气象因子参数值，对样本数据的要求不高；本发明方法可应用于各种环境，根据各地不同的气象因子值得到不同的映射关系方程式系数，适应性强；本发明方法的计算过程相对简单且不需要反复调试，具有广泛应用价值。 | ||||||
| 15 | 基于多元线性回归的太阳辐照预报方法 | CN201310729210.X | 2013-12-25 | CN103761578A | 2014-04-30 | 汪宁渤; 路亮; 王有生; 赵龙; 李照荣; 刘光途 |
| 本发明公开了一种基于多元线性回归的太阳辐照预报方法，包括以下步骤,计算太阳辐照值的理论值；计算太阳辐照的衰减率；基于多元线性回归模型建立云量、云图亮温、可见光发射率与辐射衰减率的逐月回归方程；根据步骤3建立的逐月回归方程以及太阳辐照值的理论值计算太阳实际辐照强度预测值。通过基于多元线性回归模型建立云量、云图亮温、可见光发射率与辐射衰减率的逐月回归方程，将云图各个特征量根据线性回归模型进行预测，达到精确预测太阳辐照的目的。 | ||||||
| 16 | 变电站无功补偿容量的多元线性回归计算方法 | CN200810205270.0 | 2008-12-31 | CN101770445A | 2010-07-07 | 李昌; 陈毅 |
| 一种变电站无功补偿容量的多元线性回归计算方法，涉及数据处理技术领域；所要解决的是运行或者改造变电站无功补偿装置容量如何计算的技术问题；该回归计算方法的步骤包括：1)观测变电站所在区域的自变量值；2)获取变电站的无功实时值Yrealreactive，生成多元线性观测值Y；3)建立多元线性方程式；4)对变电站获取M(M＞＞4)组数据，采用最小二乘方法估计回归系数b0，b1，...，b6；5)对变电站自变量输入一组典型方式下的运行数据，根据本发明计算的回归系数求得因变量无功补偿容量y；6)对一系列时段求取多组回归系数，得到无功补偿向量，求取无功补偿容量的数学期望。本发明具有能对变电站的无功补偿装置运行、改造提供容量参考数值依据的特点。 | ||||||
| 17 | 基于多元线性回归的动态能耗分摊和预测方法 | CN202310872549.9 | 2023-07-17 | CN116934020A | 2023-10-24 | 丁嘉禾; 王中乐; 黄生专; 刘兴锋; 傅健; 唐瑜; 方冬生; 王忠文; 颜裴辛; 施维杨; 张超 |
| 本发明公开了基于多元线性回归的动态能耗分摊和预测方法，包括步骤：获取历史时间段内每天的车间能耗量和车间内各产线每天实际生产的各产品数量；对车间能耗量和各产品数量进行数据均值归一化处理和多元线性回归处理，得到各产品的产品能耗系数；根据对应的产品能耗系数，计算得到各产线的产线实际生产能源预测量，加总后得到车间实际生产能源预测量；根据产线实际生产能源预测量和车间实际生产能源预测量计算得到动态分摊系数；根据动态分摊系数，为各产线分摊待分摊总能耗量，得到各产线能耗量。本申请提高了工厂能源预测的可靠性，为工厂的能源管控提供了有力依据。 | ||||||
| 18 | 基于多元线性回归的颗粒物浓度预测方法 | CN202310906454.4 | 2023-07-21 | CN116884515A | 2023-10-13 | 李昊勃; 白雪莲 |
| 本发明具体涉及基于多元线性回归的颗粒物浓度预测方法，包括：将相关参数的浓度测量值输入浓度预测模型中，输出目标颗粒物的浓度预测值；构建浓度预测模型时：构建以目标颗粒物的浓度为因变量、以相关参数的浓度为自变量的多元线性回归模型；判断多元线性回归模型是否满足预设的回归适用条件；通过逐步回归法对多元线性回归模型中的自变量进行变量筛选；计算多元线性回归模型中各个自变量的回归系数得到最终的浓度预测模型。本发明通过多元线性回归模型实现颗粒物的浓度预测，并且能够在多元线性回归模型中剔除与目标颗粒物的线性相关性不好的自变量，从而提高颗粒物浓度预测的实用性和准确性，为数据中心的污染物监测提供了一种全新的思路。 | ||||||
| 19 | 基于多元线性回归分析的页岩气甜点预测方法 | CN201911383648.0 | 2019-12-27 | CN111046585B | 2023-08-22 | 余谦; 赵安坤; 张娣; 张茜; 雷子慧; 周业鑫 |
| 本发明提供了一种基于多元线性回归分析的页岩气甜点预测方法，属于页岩气领域。其包括：获取储层甜点、保存甜点和压力系数甜点中的各项地质参数，评价与页岩气含气量相关的地质特征参数，并量化成平面分布图，对每个所述地质特征参数与所述含气量进行线性回归拟合，得到每个所述地质特征参数与所述含气量的回归方程，每个所述地质特征参数的权重为其对应的所述回归方程的相关系数，根据各地质特征参数的实测值及其对应的权重，量化叠加后得到所述待勘探区页岩储层的页岩气甜点预测模型。通过这种预测方法所得到的甜点分布位置更细化、准确，且甜点顺序面积显示更直观，有助于避免因为简单图层叠加造成的主观判断错误。 | ||||||
| 20 | 一种基于多元线性回归模型的基流模拟方法 | CN202310477320.5 | 2023-04-28 | CN116502531A | 2023-07-28 | 陈浩; 聂会; 蔡周杰; 钟卓晴; 虞嘉怡; 刘艺翔 |
| 本发明公开了一种基于多元线性回归模型的基流模拟方法，其特征在于，包括如下步骤：S1)获取流域各水文站点的历史径流数据、降雨日尺度数据及水文站点的集雨面积；S2)在S1)的获取的数据上，基于径流数据和集雨面积数据，采用多个基流分割方法得到不同的基流流量总量数据；S3)通过S2)得到的数据利用各基流分割方法模拟得出多个基流指数BFI，并求得基流指数平均值 S4)基于S3获取的数据,利用多元线性回归模型得到模拟数据，通过该模拟数据构建基流过程，形成模拟基流过程曲线。本发明的有益效果：有效地消除了基流模拟值与真实值间的误差，能够显著提高基流的模拟精度；奠定未来基流预测的基础，提高模拟预测的可靠性。 | ||||||
QQ群二维码
意见反馈
意见反馈