CN107063424A - 基于多元线性回归模型的皮带秤主要误差因素分析的方法 - Google Patents
基于多元线性回归模型的皮带秤主要误差因素分析的方法 Download PDFInfo
- Publication number
- CN107063424A CN107063424A CN201710299120.XA CN201710299120A CN107063424A CN 107063424 A CN107063424 A CN 107063424A CN 201710299120 A CN201710299120 A CN 201710299120A CN 107063424 A CN107063424 A CN 107063424A
- Authority
- CN
- China
- Prior art keywords
- mtd
- msub
- mrow
- mtr
- munderover
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000012417 linear regression Methods 0.000 title claims abstract description 16
- 238000000034 method Methods 0.000 title claims abstract description 15
- 238000000556 factor analysis Methods 0.000 title claims description 6
- 238000012360 testing method Methods 0.000 claims abstract description 20
- 230000000694 effects Effects 0.000 claims abstract description 9
- 238000004364 calculation method Methods 0.000 claims description 9
- 239000011159 matrix material Substances 0.000 claims description 2
- 238000004445 quantitative analysis Methods 0.000 abstract 1
- 238000004458 analytical method Methods 0.000 description 10
- 238000011156 evaluation Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000005303 weighing Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000000875 corresponding effect Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000003071 parasitic effect Effects 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01G—WEIGHING
- G01G23/00—Auxiliary devices for weighing apparatus
- G01G23/01—Testing or calibrating of weighing apparatus
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开一种基于多元线性回归模型的皮带秤主要误差因素分析的方法,首先搭建皮带秤实验平台,根据实际情况改变主要误差因素张力、温度、等效流量的大小,记录各个测试点的张力、温度、等效流量、标定值及料斗称,求出标定值与料斗称的相对误差;然后计算皮带秤主要误差因素之间的相关系数,判断彼此之间的相关性;再根据相关性确定各因素之间的关系,设定多元线性模型并求解;最后以残差平方和、决定系数和MS残差方差作为检验指标,评价所建立的模型的回归效果;运用拟合模型预测各个测试点的测试值,并与实际值进行对比计算出预测误差,确定拟合结果的准确性。为定量分析各个主要误差影响因素对皮带秤精度的影响程度提供理论基础。
Description
技术领域
本发明属于制造装备检测、控制、诊断与维护技术领域,特别涉及一种基于多元线性回归模型的皮带秤主要误差因素分析的方法。
背景技术
在动态称重中发挥着重要作用的电子皮带秤可以对散状物料进行自动连续累计计量,因这些独有的特点使其在工业生产以及港口贸易中被广泛使用。国内电子皮带秤制造与生产从20世纪70年代开始进入了一个新的发展时期,国内许多厂家通过学习与交流,开发了全悬浮式皮带秤,使得皮带秤的计量精度可以达到了0.25%。
对于电子皮带秤而言,“皮带效应”带来的计量误差是影响计量精度的一个重要方面。“皮带效应”受输送带的张力、称重托辊的非准直度、输送带刚度、物料的流量、环境温度等因素的影响。目前对于皮带秤主要误差影响因素的分析主要是对单一的影响因素进行分析,缺少综合的进行分析。
在实际工作中影响精度的因素是多样的,通过误差分析可以得知,张力与温度对精度的影响较大,流量是引起“皮带效应”的寄生载荷的重要影响因素,研究张力、温度和流量对精度的混合影响,可以更贴近实际的了解精度变化规律。温度、张力、等效流量等参数均没有严密的推导公式,但是均对精度有一定的影响。
发明内容
本发明的目的是提供一种基于多元线性回归模型的皮带秤主要误差因素分析的方法,为研究各个主要误差影响因素对皮带秤精度的影响程度,以及为企业进行精度补偿提供了一定的依据。
实现本发明目的的技术解决方案为:基于多元线性回归分析的皮带秤主要影响因素关系的方法主要步骤如下:
步骤1、搭建皮带秤实验平台,根据实际情况改变主要误差因素张力、温度、等效流量的大小,记录各个测试点的张力、温度、等效流量、标定值及料斗称,求出标定值与料斗称的相对误差,即皮带秤精度值;
步骤2、计算皮带秤主要误差因素之间的相关系数,判断彼此之间的相关性;
步骤3、当各主要误差因素成弱相关或不相关,则设定多元线性模型并求解;
步骤4、以残差平方和、决定系数和MS残差方差作为检验指标,评价所建立的模型的回归效果;
步骤5、运用拟合模型预测各个测试点的测试值,并与实际值进行对比计算出预测误差,确定拟合结果的准确性。
与现有发明相比,本发明具有如下优势:1)可以将复杂的皮带秤工况数据转化为简单的数学变量关系,再结合计算机技术,使求参解算精确而且迅速。2)并且使用多元线性回归分析,可以分析各个因素对结果影响的权重,针对影响较大的因素进行分析研究,减小误差,补偿精度。
附图说明
图1为本发明的一种基于多元线性回归模型的皮带秤主要误差因素分析的方法流程图。
具体实施方式
结合附图对本发明的技术路线做出进一步说明,此处所应用的实例适用于电子皮带秤的误差影响因素关系分析。
参照图1,本发明的一种基于多元线性回归模型的皮带秤主要误差因素分析的方法包括以下步骤:
步骤1、搭建皮带秤实验平台,根据实际情况改变主要误差因素张力、温度、等效流量的大小,记录各个测试点的张力、温度、等效流量、标定值及料斗称,求出标定值与料斗称的相对误差,即皮带秤精度值,实验数据如表1所示:
表1实验数据
步骤2、计算各个皮带秤主要误差因素之间的相关系数,判断彼此之间的相关性能。
所述步骤2中各个皮带秤主要误差因素之间的相关系数选用皮尔森相关系数进行统计。相关系数用r表示,其中n为样本量,X、Y和分别为两个变量的观测值和均值。r用来描述两个变量之间的线性相关程度,r的绝对值越大相关性越强。计算公式如下:
式中,n为样本个数,X、Y为两变量的观测值,为两变量的均值,SX、SY为两变量的标准差;通常规定:相关系数在0.8-1.0范围,表示极强相关;在0.6-0.8范围,表示强相关;在0.4-0.6范围,表示中等程度相关;在0.2-0.4范围,表示弱相关;在0-0.2范围,表示极弱相关或无相关,计算出的张力、温度、等效流量的相关性整理如表2所示:
表2张力、温度、等效流量的相关性
步骤3、根据上述相关性的判断确定各因素之间的关系,由表2可知各因素之间呈现弱相关,彼此互的影响较小;设定多元线性模型并求解,并运用MATLAB编程进行拟合计算。
所述步骤3中模型的确定以及计算,主要包括以下步骤:
步骤3.1,设随机变量y与m个自变量存在线性关系:
式中,β0,β1,…,βm为回归系数,ξ是随机误差,σ是标准差,于是线性关系的另一种表达方式为:
y~(β0+β1x1+β2x2+…+βmxm,σ2)
设有n组样本观测数据,即:
则上述关系式表示为:
y=Xβ+ξ
步骤3.2,设b0,b1,…,bm分别为β0,β1,…,βm的最小二乘估计值,于是y的观测值为:
yk=b0+b1xk1+b2xk2+…+bmxkm+ek,k=1,2,…,n
yk的估计值为:
其中,ek为误差ξk的估计值,称为残差。为了使得实际值与估计值的拟合程度最好,应使得下式值达到最小:
即可以转换为求解下面的方程组:
化简整理后得到正规方程组如下
记
则正规方程的矩阵形式为:(X′X)b=X′y,求解出方程组可得b0,b1,…,bm,从而求得回归模型为:
通过MATLAB编程,对实验数据进行拟合计算,拟合的结果为:
δ=-2.18*10-4x1-4.473*10-2x2-1.472*10-4x3+1.6537
其中,x1表示张力值,x2表示温度值,x3表示等效流量值,δ表示皮带秤精度值。
步骤4、以残差平方和、决定系数和MS残差方差作为检验指标,评价所建立的模型的回归效果,用Spass数据处理软件处理计算获得各个评价指标的结果。
所述步骤4中残差平方和SS残、决定系数R2的计算公式如下:
式中,Yi表示数据点,表示回归直线上相应的位置值;
式中,R2的值接近于1,说明回归方程的效果越好,表示样本数据能较好地拟合了选用的线性回归模型。用Spass数据处理软件处理计算获得各个评价指标的结果,结果见表3所示。
表3各个评价指标的结果
由计算结果可知:决定系数R2>0.9并且SS残差与MS均很小,表明拟合结果较好。
步骤5、运用拟合模型预测各个测试点的测试值,并与实际值进行对比计算出预测误差,确定拟合结果的准确性。运用拟合结果公式预测出各个测试点的测试值,并与实际值进行对比计算出预测误差,整理如表4所示。
表4各个测试点的测试值与实际值
通过以上表述,可以看出本发明有以下优点:
(1)可以将复杂的皮带秤工况数据转化为简单的数学变量关系,再结合计算机技术,使求参解算精确而且迅速。
(2)并且使用多元线性回归分析,可以分析各个因素对结果影响的权重,针对影响较大的因素进行分析研究,减小误差,补偿精度。
应当理解,虽然本说明书按照实施方式加以描述,但这种叙述方式仅为清楚可见,对于该技术领域的技术人员来说,在不脱离本发明原理的前提下,做出的改进也应视为本发明的保护范围。
Claims (4)
1.基于多元线性回归模型的皮带秤主要误差因素分析的方法,其特征在于,包括如下步骤:
步骤1、搭建皮带秤实验平台,根据实际情况改变主要误差因素张力、温度、等效流量的大小,记录各个测试点的张力、温度、等效流量、标定值及料斗称,求出标定值与料斗称的相对误差,即皮带秤精度值;
步骤2、计算皮带秤主要误差因素之间的相关系数,判断彼此之间的相关性;
步骤3、当各主要误差因素成弱相关或不相关,则设定多元线性模型并求解;
步骤4、以残差平方和、决定系数和MS残差方差作为检验指标,评价所建立的模型的回归效果;
步骤5、运用拟合模型预测各个测试点的测试值,并与实际值进行对比计算出预测误差,确定拟合结果的准确性。
2.根据权利要求1所述的基于多元线性回归模型的皮带秤主要误差因素分析的方法,其特征在于,所述步骤2选用皮尔森相关系数统计主要误差因素之间的相关系数r,用来描述两个变量之间的线性相关程度,计算公式如下:
<mrow>
<mi>r</mi>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mrow>
<mi>n</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</mfrac>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<mrow>
<mo>(</mo>
<mfrac>
<mrow>
<msub>
<mi>X</mi>
<mi>i</mi>
</msub>
<mo>-</mo>
<mover>
<mi>X</mi>
<mo>&OverBar;</mo>
</mover>
</mrow>
<msub>
<mi>s</mi>
<mi>X</mi>
</msub>
</mfrac>
<mo>)</mo>
</mrow>
<mrow>
<mo>(</mo>
<mfrac>
<mrow>
<msub>
<mi>Y</mi>
<mi>i</mi>
</msub>
<mo>-</mo>
<mover>
<mi>Y</mi>
<mo>&OverBar;</mo>
</mover>
</mrow>
<msub>
<mi>s</mi>
<mi>Y</mi>
</msub>
</mfrac>
<mo>)</mo>
</mrow>
</mrow>
式中,n为样本个数,X、Y为两变量的观测值,为两变量的均值,SX、SY为两变量的标准差;
相关系数r的绝对值越接近1,相关度越强,规定:相关系数在0.8-1.0范围,表示极强相关;0.6-0.8,表示强相关;在0.4-0.6范围,表示中等程度相关;在0.2-0.4范围,表示弱相关;在0-0.2范围,表示极弱相关或无相关。
3.根据权利要求1所述的基于多元线性回归模型的皮带秤主要误差因素分析的方法,其特征在于,所述步骤3求解多元线性模型的具体方法为:
步骤3.1、设随机变量y与m个自变量存在线性关系,表示为:
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mi>y</mi>
<mo>=</mo>
<msub>
<mi>&beta;</mi>
<mn>0</mn>
</msub>
<mo>+</mo>
<msub>
<mi>&beta;</mi>
<mn>1</mn>
</msub>
<msub>
<mi>x</mi>
<mn>1</mn>
</msub>
<mo>+</mo>
<msub>
<mi>&beta;</mi>
<mn>2</mn>
</msub>
<msub>
<mi>x</mi>
<mn>2</mn>
</msub>
<mo>+</mo>
<mo>...</mo>
<mo>+</mo>
<msub>
<mi>&beta;</mi>
<mi>m</mi>
</msub>
<msub>
<mi>x</mi>
<mi>m</mi>
</msub>
<mo>+</mo>
<mi>&xi;</mi>
</mtd>
</mtr>
<mtr>
<mtd>
<mi>&xi;</mi>
<mo>~</mo>
<mi>N</mi>
<mo>(</mo>
<mn>0</mn>
<mo>,</mo>
<msup>
<mi>&sigma;</mi>
<mn>2</mn>
</msup>
<mo>)</mo>
</mtd>
</mtr>
</mtable>
</mfenced>
式中,β0,β1,…,βm为回归系数,ξ是随机误差,σ是标准差;
线性关系的另一种表达方式为:
y~(β0+β1x1+β2x2+…+βmxm,σ2)
设有n组样本观测数据,即:
<mrow>
<mi>y</mi>
<mo>=</mo>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>y</mi>
<mn>1</mn>
</msub>
<mo>,</mo>
<msub>
<mi>y</mi>
<mn>2</mn>
</msub>
<mo>,</mo>
<mo>...</mo>
<mo>,</mo>
<msub>
<mi>y</mi>
<mi>n</mi>
</msub>
<mo>)</mo>
</mrow>
<mi>T</mi>
</msup>
<mo>,</mo>
<mi>X</mi>
<mo>=</mo>
<mfenced open = "(" close = ")">
<mtable>
<mtr>
<mtd>
<mn>1</mn>
</mtd>
<mtd>
<msub>
<mi>x</mi>
<mn>11</mn>
</msub>
</mtd>
<mtd>
<msub>
<mi>x</mi>
<mn>12</mn>
</msub>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<msub>
<mi>x</mi>
<mrow>
<mn>1</mn>
<mi>m</mi>
</mrow>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<mn>1</mn>
</mtd>
<mtd>
<msub>
<mi>x</mi>
<mn>21</mn>
</msub>
</mtd>
<mtd>
<msub>
<mi>x</mi>
<mn>22</mn>
</msub>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<msub>
<mi>x</mi>
<mrow>
<mn>2</mn>
<mi>m</mi>
</mrow>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<mn>1</mn>
</mtd>
<mtd>
<msub>
<mi>x</mi>
<mrow>
<mi>n</mi>
<mn>1</mn>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mi>x</mi>
<mrow>
<mi>n</mi>
<mn>2</mn>
</mrow>
</msub>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<msub>
<mi>x</mi>
<mrow>
<mi>n</mi>
<mi>m</mi>
</mrow>
</msub>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>,</mo>
<mi>&beta;</mi>
<mo>=</mo>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>&beta;</mi>
<mn>0</mn>
</msub>
<mo>,</mo>
<msub>
<mi>&beta;</mi>
<mn>1</mn>
</msub>
<mo>,</mo>
<mo>...</mo>
<mo>,</mo>
<msub>
<mi>&beta;</mi>
<mi>m</mi>
</msub>
<mo>)</mo>
</mrow>
<mi>T</mi>
</msup>
<mo>,</mo>
<mi>&xi;</mi>
<mo>=</mo>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>&xi;</mi>
<mn>1</mn>
</msub>
<mo>,</mo>
<msub>
<mi>&xi;</mi>
<mn>2</mn>
</msub>
<mo>,</mo>
<mo>...</mo>
<mo>,</mo>
<msub>
<mi>&xi;</mi>
<mi>n</mi>
</msub>
<mo>)</mo>
</mrow>
<mi>T</mi>
</msup>
</mrow>
则上述关系式表示为:
y=Xβ+ξ
步骤3.2、设b0,b1,…,bm分别为β0,β1,…,βm的最小二乘估计值,则y的观测值为:
yk=b0+b1xk1+b2xk2+…+bmxkm+ek,k=1,2,…,n
yk的估计值为:
<mrow>
<msub>
<mover>
<mi>y</mi>
<mo>^</mo>
</mover>
<mi>k</mi>
</msub>
<mo>=</mo>
<msub>
<mi>b</mi>
<mn>0</mn>
</msub>
<mo>+</mo>
<msub>
<mi>b</mi>
<mn>1</mn>
</msub>
<msub>
<mi>x</mi>
<mrow>
<mi>k</mi>
<mn>1</mn>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>b</mi>
<mn>2</mn>
</msub>
<msub>
<mi>x</mi>
<mrow>
<mi>k</mi>
<mn>2</mn>
</mrow>
</msub>
<mo>+</mo>
<mo>...</mo>
<mo>+</mo>
<msub>
<mi>b</mi>
<mi>m</mi>
</msub>
<msub>
<mi>x</mi>
<mrow>
<mi>k</mi>
<mi>m</mi>
</mrow>
</msub>
<mo>,</mo>
<msub>
<mi>e</mi>
<mi>k</mi>
</msub>
<mo>=</mo>
<msub>
<mi>y</mi>
<mi>k</mi>
</msub>
<mo>-</mo>
<msub>
<mover>
<mi>y</mi>
<mo>^</mo>
</mover>
<mi>k</mi>
</msub>
</mrow>
式中,ek为误差ξk的估计值,称为残差;
为了使实际值与估计值的拟合程度最好,应使下式值达到最小:
<mrow>
<mi>Q</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>b</mi>
<mn>0</mn>
</msub>
<mo>,</mo>
<msub>
<mi>b</mi>
<mn>1</mn>
</msub>
<mo>,</mo>
<mo>...</mo>
<mo>,</mo>
<msub>
<mi>b</mi>
<mi>m</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<msub>
<msup>
<mi>e</mi>
<mn>2</mn>
</msup>
<mi>k</mi>
</msub>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>y</mi>
<mi>k</mi>
</msub>
<mo>-</mo>
<msub>
<mover>
<mi>y</mi>
<mo>^</mo>
</mover>
<mi>k</mi>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<msup>
<mrow>
<mo>&lsqb;</mo>
<msub>
<mi>y</mi>
<mi>k</mi>
</msub>
<mo>-</mo>
<mrow>
<mo>(</mo>
<msub>
<mi>b</mi>
<mn>0</mn>
</msub>
<mo>+</mo>
<msub>
<mi>b</mi>
<mn>1</mn>
</msub>
<msub>
<mi>x</mi>
<mrow>
<mi>k</mi>
<mn>1</mn>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>b</mi>
<mn>2</mn>
</msub>
<msub>
<mi>x</mi>
<mrow>
<mi>k</mi>
<mn>2</mn>
</mrow>
</msub>
<mo>+</mo>
<mo>...</mo>
<mo>+</mo>
<msub>
<mi>b</mi>
<mi>m</mi>
</msub>
<msub>
<mi>x</mi>
<mrow>
<mi>k</mi>
<mi>m</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
即转换为求解下面的方程组:
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mfrac>
<mrow>
<mo>&part;</mo>
<mi>Q</mi>
</mrow>
<mrow>
<mo>&part;</mo>
<msub>
<mi>b</mi>
<mn>0</mn>
</msub>
</mrow>
</mfrac>
<mo>=</mo>
<mo>-</mo>
<mn>2</mn>
<mo>(</mo>
<msub>
<mi>y</mi>
<mi>k</mi>
</msub>
<mo>-</mo>
<msub>
<mi>b</mi>
<mn>0</mn>
</msub>
<mo>-</mo>
<msub>
<mi>b</mi>
<mn>1</mn>
</msub>
<msub>
<mi>x</mi>
<mrow>
<mi>k</mi>
<mn>1</mn>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>b</mi>
<mn>2</mn>
</msub>
<msub>
<mi>x</mi>
<mrow>
<mi>k</mi>
<mn>2</mn>
</mrow>
</msub>
<mo>-</mo>
<mo>...</mo>
<mo>-</mo>
<msub>
<mi>b</mi>
<mi>m</mi>
</msub>
<msub>
<mi>x</mi>
<mrow>
<mi>k</mi>
<mi>m</mi>
</mrow>
</msub>
<mo>)</mo>
<mo>=</mo>
<mn>0</mn>
</mtd>
</mtr>
<mtr>
<mtd>
<mfrac>
<mrow>
<mo>&part;</mo>
<mi>Q</mi>
</mrow>
<mrow>
<mo>&part;</mo>
<msub>
<mi>b</mi>
<mn>1</mn>
</msub>
</mrow>
</mfrac>
<mo>=</mo>
<mo>-</mo>
<mn>2</mn>
<mo>(</mo>
<msub>
<mi>y</mi>
<mi>k</mi>
</msub>
<mo>-</mo>
<msub>
<mi>b</mi>
<mn>0</mn>
</msub>
<mo>-</mo>
<msub>
<mi>b</mi>
<mn>1</mn>
</msub>
<msub>
<mi>x</mi>
<mrow>
<mi>k</mi>
<mn>1</mn>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>b</mi>
<mn>2</mn>
</msub>
<msub>
<mi>x</mi>
<mrow>
<mi>k</mi>
<mn>2</mn>
</mrow>
</msub>
<mo>-</mo>
<mo>...</mo>
<mo>-</mo>
<msub>
<mi>b</mi>
<mi>m</mi>
</msub>
<msub>
<mi>x</mi>
<mrow>
<mi>k</mi>
<mi>m</mi>
</mrow>
</msub>
<mo>)</mo>
<msub>
<mi>x</mi>
<mrow>
<mi>k</mi>
<mn>1</mn>
</mrow>
</msub>
<mo>=</mo>
<mn>0</mn>
</mtd>
</mtr>
<mtr>
<mtd>
<mfrac>
<mrow>
<mo>&part;</mo>
<mi>Q</mi>
</mrow>
<mrow>
<mo>&part;</mo>
<msub>
<mi>b</mi>
<mi>m</mi>
</msub>
</mrow>
</mfrac>
<mo>=</mo>
<mo>-</mo>
<mn>2</mn>
<mo>(</mo>
<msub>
<mi>y</mi>
<mi>k</mi>
</msub>
<mo>-</mo>
<msub>
<mi>b</mi>
<mn>0</mn>
</msub>
<mo>-</mo>
<msub>
<mi>b</mi>
<mn>1</mn>
</msub>
<msub>
<mi>x</mi>
<mrow>
<mi>k</mi>
<mn>1</mn>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>b</mi>
<mn>2</mn>
</msub>
<msub>
<mi>x</mi>
<mrow>
<mi>k</mi>
<mn>2</mn>
</mrow>
</msub>
<mo>-</mo>
<mo>...</mo>
<mo>-</mo>
<msub>
<mi>b</mi>
<mi>m</mi>
</msub>
<msub>
<mi>x</mi>
<mrow>
<mi>k</mi>
<mi>m</mi>
</mrow>
</msub>
<mo>)</mo>
<msub>
<mi>x</mi>
<mrow>
<mi>k</mi>
<mi>m</mi>
</mrow>
</msub>
<mo>=</mo>
<mn>0</mn>
</mtd>
</mtr>
</mtable>
</mfenced>
化简整理后得到正规方程组如下:
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>nb</mi>
<mn>0</mn>
</msub>
<mo>+</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<msub>
<mi>x</mi>
<mrow>
<mi>k</mi>
<mn>1</mn>
</mrow>
</msub>
<msub>
<mi>b</mi>
<mn>1</mn>
</msub>
<mo>+</mo>
<mo>...</mo>
<mo>+</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<msub>
<mi>x</mi>
<mrow>
<mi>k</mi>
<mi>m</mi>
</mrow>
</msub>
<msub>
<mi>b</mi>
<mi>m</mi>
</msub>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<msub>
<mi>y</mi>
<mi>k</mi>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<msub>
<mi>x</mi>
<mrow>
<mi>k</mi>
<mn>1</mn>
</mrow>
</msub>
<msub>
<mi>b</mi>
<mn>0</mn>
</msub>
<mo>+</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<msup>
<msub>
<mi>x</mi>
<mrow>
<mi>k</mi>
<mn>1</mn>
</mrow>
</msub>
<mn>2</mn>
</msup>
<msub>
<mi>b</mi>
<mn>1</mn>
</msub>
<mo>+</mo>
<mo>...</mo>
<mo>+</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<msub>
<mi>x</mi>
<mrow>
<mi>k</mi>
<mn>1</mn>
</mrow>
</msub>
<msub>
<mi>x</mi>
<mrow>
<mi>k</mi>
<mi>m</mi>
</mrow>
</msub>
<msub>
<mi>b</mi>
<mi>m</mi>
</msub>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<msub>
<mi>x</mi>
<mrow>
<mi>k</mi>
<mn>1</mn>
</mrow>
</msub>
<msub>
<mi>y</mi>
<mi>k</mi>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>.</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>.</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>.</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<msub>
<mi>x</mi>
<mrow>
<mi>k</mi>
<mi>m</mi>
</mrow>
</msub>
<msub>
<mi>b</mi>
<mn>0</mn>
</msub>
<mo>+</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<msub>
<mi>x</mi>
<mrow>
<mi>k</mi>
<mi>m</mi>
</mrow>
</msub>
<msub>
<mi>x</mi>
<mrow>
<mi>k</mi>
<mn>1</mn>
</mrow>
</msub>
<msub>
<mi>b</mi>
<mn>1</mn>
</msub>
<mo>+</mo>
<mo>...</mo>
<mo>+</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<msup>
<msub>
<mi>x</mi>
<mrow>
<mi>k</mi>
<mi>m</mi>
</mrow>
</msub>
<mn>2</mn>
</msup>
<msub>
<mi>b</mi>
<mi>m</mi>
</msub>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<msub>
<mi>x</mi>
<mrow>
<mi>k</mi>
<mi>m</mi>
</mrow>
</msub>
<msub>
<mi>y</mi>
<mi>k</mi>
</msub>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
记
<mrow>
<mi>&Lambda;</mi>
<mo>=</mo>
<mfenced open = "(" close = ")">
<mtable>
<mtr>
<mtd>
<mi>n</mi>
</mtd>
<mtd>
<mrow>
<msubsup>
<mo>&Sigma;</mo>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</msubsup>
<msub>
<mi>x</mi>
<mrow>
<mi>k</mi>
<mn>1</mn>
</mrow>
</msub>
</mrow>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<mrow>
<msubsup>
<mo>&Sigma;</mo>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</msubsup>
<msub>
<mi>x</mi>
<mrow>
<mi>k</mi>
<mn>1</mn>
</mrow>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msubsup>
<mo>&Sigma;</mo>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</msubsup>
<msub>
<mi>x</mi>
<mrow>
<mi>k</mi>
<mn>1</mn>
</mrow>
</msub>
</mrow>
</mtd>
<mtd>
<mrow>
<msubsup>
<mo>&Sigma;</mo>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</msubsup>
<msub>
<mi>x</mi>
<mrow>
<mi>k</mi>
<mn>1</mn>
</mrow>
</msub>
</mrow>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<mrow>
<msubsup>
<mo>&Sigma;</mo>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</msubsup>
<msub>
<mi>x</mi>
<mrow>
<mi>k</mi>
<mn>1</mn>
</mrow>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msubsup>
<mo>&Sigma;</mo>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</msubsup>
<msub>
<mi>x</mi>
<mrow>
<mi>k</mi>
<mn>1</mn>
</mrow>
</msub>
</mrow>
</mtd>
<mtd>
<mrow>
<msubsup>
<mo>&Sigma;</mo>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</msubsup>
<msub>
<mi>x</mi>
<mrow>
<mi>k</mi>
<mn>1</mn>
</mrow>
</msub>
</mrow>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<mrow>
<msubsup>
<mo>&Sigma;</mo>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</msubsup>
<msub>
<mi>x</mi>
<mrow>
<mi>k</mi>
<mn>1</mn>
</mrow>
</msub>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>=</mo>
<mfenced open = "(" close = ")">
<mtable>
<mtr>
<mtd>
<mn>1</mn>
</mtd>
<mtd>
<mn>1</mn>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<mn>1</mn>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>x</mi>
<mn>11</mn>
</msub>
</mtd>
<mtd>
<msub>
<mi>x</mi>
<mn>21</mn>
</msub>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<msub>
<mi>x</mi>
<mrow>
<mi>n</mi>
<mn>1</mn>
</mrow>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>x</mi>
<mrow>
<mn>1</mn>
<mi>m</mi>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mi>x</mi>
<mrow>
<mn>2</mn>
<mi>m</mi>
</mrow>
</msub>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<msub>
<mi>x</mi>
<mrow>
<mi>n</mi>
<mi>m</mi>
</mrow>
</msub>
</mtd>
</mtr>
</mtable>
</mfenced>
<mfenced open = "(" close = ")">
<mtable>
<mtr>
<mtd>
<mn>1</mn>
</mtd>
<mtd>
<msub>
<mi>x</mi>
<mn>11</mn>
</msub>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<msub>
<mi>x</mi>
<mrow>
<mn>1</mn>
<mi>m</mi>
</mrow>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<mn>1</mn>
</mtd>
<mtd>
<msub>
<mi>x</mi>
<mn>21</mn>
</msub>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<msub>
<mi>x</mi>
<mrow>
<mn>2</mn>
<mi>m</mi>
</mrow>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<mn>1</mn>
</mtd>
<mtd>
<msub>
<mi>x</mi>
<mrow>
<mi>n</mi>
<mn>1</mn>
</mrow>
</msub>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<msub>
<mi>x</mi>
<mrow>
<mi>n</mi>
<mi>m</mi>
</mrow>
</msub>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>=</mo>
<msup>
<mi>X</mi>
<mo>&prime;</mo>
</msup>
<mi>X</mi>
</mrow>
<mrow>
<mi>B</mi>
<mo>=</mo>
<mfenced open = "(" close = ")">
<mtable>
<mtr>
<mtd>
<mrow>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</msubsup>
<msub>
<mi>y</mi>
<mi>k</mi>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</msubsup>
<msub>
<mi>x</mi>
<mrow>
<mi>k</mi>
<mn>1</mn>
</mrow>
</msub>
<msub>
<mi>y</mi>
<mi>k</mi>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>.</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>.</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>.</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</msubsup>
<msub>
<mi>x</mi>
<mrow>
<mi>k</mi>
<mi>m</mi>
</mrow>
</msub>
<msub>
<mi>y</mi>
<mi>k</mi>
</msub>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>=</mo>
<mfenced open = "(" close = ")">
<mtable>
<mtr>
<mtd>
<mn>1</mn>
</mtd>
<mtd>
<mn>1</mn>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<mn>1</mn>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>x</mi>
<mn>11</mn>
</msub>
</mtd>
<mtd>
<msub>
<mi>x</mi>
<mn>21</mn>
</msub>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<msub>
<mi>x</mi>
<mrow>
<mi>n</mi>
<mn>1</mn>
</mrow>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>x</mi>
<mrow>
<mn>1</mn>
<mi>m</mi>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mi>x</mi>
<mrow>
<mn>2</mn>
<mi>m</mi>
</mrow>
</msub>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<msub>
<mi>x</mi>
<mrow>
<mi>n</mi>
<mi>m</mi>
</mrow>
</msub>
</mtd>
</mtr>
</mtable>
</mfenced>
<mfenced open = "(" close = ")">
<mtable>
<mtr>
<mtd>
<msub>
<mi>y</mi>
<mn>1</mn>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>y</mi>
<mn>2</mn>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>.</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>.</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>.</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>y</mi>
<mi>n</mi>
</msub>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>=</mo>
<msup>
<mi>X</mi>
<mo>&prime;</mo>
</msup>
<mi>y</mi>
</mrow>
则正规方程的矩阵形式为:(X′X)b=X′y;
求解出方程组即得b0,b1,…,bm,从而求得回归模型:
<mrow>
<mover>
<mi>y</mi>
<mo>^</mo>
</mover>
<mo>=</mo>
<msub>
<mi>b</mi>
<mn>0</mn>
</msub>
<mo>+</mo>
<msub>
<mi>b</mi>
<mn>1</mn>
</msub>
<msub>
<mi>x</mi>
<mn>1</mn>
</msub>
<mo>+</mo>
<msub>
<mi>b</mi>
<mn>2</mn>
</msub>
<msub>
<mi>x</mi>
<mn>2</mn>
</msub>
<mo>+</mo>
<mo>...</mo>
<mo>+</mo>
<msub>
<mi>b</mi>
<mi>m</mi>
</msub>
<msub>
<mi>x</mi>
<mi>m</mi>
</msub>
<mo>.</mo>
</mrow>
4.根据权利要求1所述的基于多元线性回归模型的皮带秤主要误差因素分析的方法,其特征在于,所述步骤4中MS残差方差值、残差平方和SS残、决定系数R2的计算公式如下:
式中,Yi表示数据点,表示回归直线上相应的位置值;
式中,决定系数R2的值接近于1,说明回归方程的效果越好,表示样本数据能较好地拟合选用的线性回归模型;df残是残差自由度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710299120.XA CN107063424B (zh) | 2017-04-30 | 2017-04-30 | 基于多元线性回归模型的皮带秤主要误差因素分析的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710299120.XA CN107063424B (zh) | 2017-04-30 | 2017-04-30 | 基于多元线性回归模型的皮带秤主要误差因素分析的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107063424A true CN107063424A (zh) | 2017-08-18 |
CN107063424B CN107063424B (zh) | 2019-11-15 |
Family
ID=59603615
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710299120.XA Active CN107063424B (zh) | 2017-04-30 | 2017-04-30 | 基于多元线性回归模型的皮带秤主要误差因素分析的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107063424B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109242916A (zh) * | 2018-10-12 | 2019-01-18 | 昆山博泽智能科技有限公司 | 一种基于回归算法自动标定图像的方法 |
CN109284320A (zh) * | 2018-08-15 | 2019-01-29 | 上海明析数据科技有限公司 | 大数据平台上的自动回归诊断方法 |
CN110160619A (zh) * | 2019-05-23 | 2019-08-23 | 拉扎斯网络科技(上海)有限公司 | 称重系统状态检测方法、装置、可读存储介质和电子设备 |
CN110321659A (zh) * | 2019-07-12 | 2019-10-11 | 攀钢集团攀枝花钢铁研究院有限公司 | 模拟计算海绵钛布氏硬度的方法 |
CN112380489A (zh) * | 2020-11-03 | 2021-02-19 | 武汉光庭信息技术股份有限公司 | 数据处理时间计算方法、数据处理平台评价方法及系统 |
CN112816039A (zh) * | 2020-12-31 | 2021-05-18 | 徐州依科电气有限公司 | 高精度皮带秤动态实验、培训方法以及系统 |
CN113108889A (zh) * | 2021-04-15 | 2021-07-13 | 梅特勒-托利多(常州)测量技术有限公司 | 秤体性能评估方法 |
CN113724792A (zh) * | 2021-08-01 | 2021-11-30 | 北京工业大学 | 一种基于相关性分析的病毒扩散与气候因素关系分析方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202562438U (zh) * | 2012-03-05 | 2012-11-28 | 南京三埃工控股份有限公司 | 皮带秤输送带垂度检测装置 |
CN202575325U (zh) * | 2012-03-05 | 2012-12-05 | 南京三埃工控股份有限公司 | 皮带秤输送带跑偏量检测装置 |
-
2017
- 2017-04-30 CN CN201710299120.XA patent/CN107063424B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202562438U (zh) * | 2012-03-05 | 2012-11-28 | 南京三埃工控股份有限公司 | 皮带秤输送带垂度检测装置 |
CN202575325U (zh) * | 2012-03-05 | 2012-12-05 | 南京三埃工控股份有限公司 | 皮带秤输送带跑偏量检测装置 |
Non-Patent Citations (2)
Title |
---|
朱亮: "采用PELM的阵列式皮带秤称重误差建模与补偿", 《哈尔滨工程大学学报》 * |
朱亮等: "基于数据挖掘的电子皮带秤皮带跑偏检测", 《农业工程学报》 * |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109284320A (zh) * | 2018-08-15 | 2019-01-29 | 上海明析数据科技有限公司 | 大数据平台上的自动回归诊断方法 |
CN109284320B (zh) * | 2018-08-15 | 2021-10-26 | 上海派拉软件股份有限公司 | 大数据平台上的自动回归诊断方法 |
CN109242916A (zh) * | 2018-10-12 | 2019-01-18 | 昆山博泽智能科技有限公司 | 一种基于回归算法自动标定图像的方法 |
CN109242916B (zh) * | 2018-10-12 | 2022-01-07 | 昆山博泽智能科技有限公司 | 一种基于回归算法自动标定图像的方法 |
CN110160619B (zh) * | 2019-05-23 | 2021-06-15 | 拉扎斯网络科技(上海)有限公司 | 称重系统状态检测方法、装置、可读存储介质和电子设备 |
CN110160619A (zh) * | 2019-05-23 | 2019-08-23 | 拉扎斯网络科技(上海)有限公司 | 称重系统状态检测方法、装置、可读存储介质和电子设备 |
CN110321659A (zh) * | 2019-07-12 | 2019-10-11 | 攀钢集团攀枝花钢铁研究院有限公司 | 模拟计算海绵钛布氏硬度的方法 |
CN112380489A (zh) * | 2020-11-03 | 2021-02-19 | 武汉光庭信息技术股份有限公司 | 数据处理时间计算方法、数据处理平台评价方法及系统 |
CN112380489B (zh) * | 2020-11-03 | 2024-04-16 | 武汉光庭信息技术股份有限公司 | 数据处理时间计算方法、数据处理平台评价方法及系统 |
CN112816039A (zh) * | 2020-12-31 | 2021-05-18 | 徐州依科电气有限公司 | 高精度皮带秤动态实验、培训方法以及系统 |
CN113108889A (zh) * | 2021-04-15 | 2021-07-13 | 梅特勒-托利多(常州)测量技术有限公司 | 秤体性能评估方法 |
CN113724792A (zh) * | 2021-08-01 | 2021-11-30 | 北京工业大学 | 一种基于相关性分析的病毒扩散与气候因素关系分析方法 |
CN113724792B (zh) * | 2021-08-01 | 2024-04-09 | 北京工业大学 | 一种基于相关性分析的病毒扩散与气候因素关系分析方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107063424B (zh) | 2019-11-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107063424B (zh) | 基于多元线性回归模型的皮带秤主要误差因素分析的方法 | |
KR102169561B1 (ko) | 데이터 클린징 시스템 및 공급물 조성을 추론하기 위한 방법 | |
Zhang et al. | An age-and state-dependent nonlinear prognostic model for degrading systems | |
Andrade-Campos et al. | Novel criteria for determination of material model parameters | |
CN110210681B (zh) | 一种基于距离的监测站点pm2.5值的预测方法 | |
Dehning et al. | Factors influencing the energy intensity of automotive manufacturing plants | |
CN111125964B (zh) | 一种基于克里金插值法的污水处理过程代理模型构建方法 | |
CN102508774A (zh) | 基于新环境因子函数的软件可靠性增长模型的建模方法 | |
CN107730395A (zh) | 一种针对低压用户的基于用电量偏差率的用电异常检测方法 | |
TW200630834A (en) | Method and device using intelligent theory to evaluate permeability of heat pipe | |
CN111143768A (zh) | 一种基于arima-svm组合模型的空气质量预测算法 | |
CN110378542A (zh) | 选配过程中零部件测量数据统计特性分析方法 | |
CN106326525B (zh) | 基于广义可加模型的热轧变形抗力预报方法 | |
CN116562171A (zh) | 一种温湿度在线计量的误差评估方法 | |
Alighardashi et al. | Expectation maximization approach for simultaneous gross error detection and data reconciliation using Gaussian mixture distribution | |
CN110414086B (zh) | 一种基于灵敏度的综合应力加速因子计算方法 | |
CN1694109B (zh) | 一种应用于化工炼油生产过程的物流数据校正方法 | |
CN114492074A (zh) | 一种概率损伤容限评估分析方法 | |
Ahmed | Assessing the process capability index for non-normal processes | |
CN106327048A (zh) | 一种基于能效基准模型的工业企业能效评估方法 | |
CN112729878A (zh) | 一种用于评估crh380型走行部系统健康状态的方法 | |
CN112257893A (zh) | 一种考虑监测误差的复杂机电系统健康状态预测方法 | |
CN106250993A (zh) | 一种基于舰船维修剖面的测量设备计量周期调整方法 | |
CN110288265B (zh) | 基于模块化的多元关键质量特性耦合分析方法 | |
CN109858699B (zh) | 水质定量模拟方法、装置、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |