预测回归模型自动建模技术
交易价格： 面议
所属行业： 其他医药与医疗
类型： 非专利
技术成熟度： 正在研发
交易方式： 技术转让
国家：中国
是否金砖国家：[ERROR (112, 44): Message=Function iif is not defined,Source=volt,StackTrace= 在 Igs.Hcms.Volt.VoltEngine.EvalExpression(Expression exp),TargetSite=System.Object EvalExpression(Igs.Hcms.Volt.Tokens.Expression)]
发布时间：2019-10-14
技术详细介绍
技术简介：
本技术采多执行绪函式库设计，将多变量回归模型建构程序进行模块化，结合在线监测资料后，模型可自动更新与优化并自行收敛至一最佳状态。此技术可让使用者快速导入至自有软件项目中进行运用，适用于大数据分析、巨量资料统计等之数学模型建构与行为预测。技术规格：
．可同时建置8组多变量回归模型进行运算。
．每组回归模型最多可容纳8种变量因子进行模型建构。
．可自订设定项目:
(1)回归样本数最大值
(2)回归样本数最小值
(3)决定系数目标值
(4)最佳化次数
(5)采样时间间隔(ms)
(6)制作样本及回归间隔(ms)
(7)设定一组依变量
(8)设定最多八组依变量
．回归计算采多变量线性回归运算，每组回归模型最多可实时进行512笔资料运算。可因应资料的实时更新，自动进行资料收集及前处理并自动优化模型输出。
．输出项目:
(1)决定系数(coefficient of determination)
(2)回归方程式R-Equation
(3)总样本数The count of total samples
(4)有效样本数The count of available samples
(5)样本差异散布图技术特色：
本技术将多变量回归模型使用设定简化，并透过多执行绪技术可同时进行多组回归模型运算，大幅降低使用者操作复杂度并节省相关应用软件开发时程，并达到实时自适应调整回归模型状态之输出。应用范围：
适用于大数据分析、巨量资料统计等之数学模型建构与行为预测。