基于MNNPLS的间歇过程的故障诊断

针对间歇生产过程的特点及多向部分最小二乘在故障诊断中存在的问题,提出了一种多向神经网络部分最小二乘方法,实现对间歇过程的在线监控和故障诊断。该方法结合了部分最小二乘的鲁棒性和神经网络表现输入输出非线性关系的能力,提高了模型的预测精度。将此方法应用于监测青霉素发酵过程中,仿真结果表明,它比传统多向部分最小二乘方法能更及时、准确地检测到故障。     

基于改进的偏最小二乘回归的酸雨pH值预测

酸雨pH值受到酸性离子[SO4^2-]、[NO3^-]和碱性离子[Ca^2＋]、[NH4^＋]等的影响。这些影响因素之间存在多重相关性。用一般最小二乘回归分析预测pH值，参数估计存在很大的误差且物理意义明显不足。应用偏最小二乘回归技术建立pH值预测模型，克服了自变量之间多重相关性的问题，因而更具有先进性，计算结果更为可靠，而改进的偏最小二乘回归则从预测角度对偏最小二乘回归模型进行了改进。以我国17个城市pH值预测为例，说明了改进的偏最小二乘回归法比普通偏最小二乘回归法效果好。     

偏最小二乘建模及其多重共线抑制能力分析

首先,分析偏最小二乘法解决问题的思路,进而从数学角度刻画偏最小二乘法的四步建模过程.然后,利用数学归纳法证实偏最小二乘法对多重共线的抑制能力.最后,以某地区的供水能力评价为研究实例,证实偏最小二乘法的有效性.结果表明:偏最小二乘法完全适用于多变量复杂关系的求解.     

线性回归模型的抗差泛最小二乘估计

首次用抗差泛最小二乘法考虑线性回归模型，得到了抗差泛最小二乘估计；然后，研究了该估计的影响函数和渐近方差-协方差矩阵；最后，用算例说明了抗差泛最小二乘估计具有抗差性，优于传统的最小二乘估计及作提出的泛最小二乘估计。     

采用最小二乘支持向量机的部分相依函数型线性模型估计与应用

提出一种基于无截断Bartlett核函数的重构方法,有效避免长期方差函数估计方法面临的核函数与窗宽选择问题,并将其应用到部分相依函数型线性模型中.利用考虑函数型数据相依性的最小二乘支持向量机对模型进行参数估计,数值模拟结果表明:与未考虑函数型数据相依特征的最小二乘估计方法相比,提出的考虑函数型数据相依性的最小二乘支持向量机估计方法能更稳健地估计向量系数,有效提高样本外的预测精度;将部分相依函数型线性模型应用到上证指数开盘价的预测中,得到较好的预测效果.     

非线性LTS稳健估计方法

为使原始LTS(least trimm ed squares)方法能够处理非线性问题,研究非线性LTS稳健估计方法。说明该方法的解一定是部分观测值的非线性最小二乘估计。该方法可通过求解非线性最小二乘问题得到确切解。基于MM EA(m in im um m ax im um exchange a lgorithm)算法和非线性最小二乘技术,构建求解非线性LTS估计近似解的算法。仿真结果表明非线性LTS估计方法能够同时抵抗来自X方向和Y方向的多个异常,与传统方法相比具有更好的稳健性。     

一类线性回归模型的参数估计

考虑一类多总体线性回归模型,其特点是它们均具有部分相同回归系数. 采用各个子总体内样本利用最小二乘方法估计回归参数, 然后依据样本容量进行加权估计公共回归系数, 最后把公共回归系数回代到各个线性回归模型, 利用最小二乘方法估计不同部分系数. 理论结果表明, 此种方法得到的估计量, 不仅是无偏估计, 而且方差比用单个子总体样本得到的最小二乘估计要小,蒙特卡罗模拟证实了该估计量良好的性质.     

岩石抗剪强度计算的稳健回归模型及其应用

 针对岩石抗剪强度确定中图解法和最小二乘法存在的问题：① 只适用于实验数据相关性较高的情况,不适用于数据离散并有异常值存在的情况;② 在处理由试验法获得的试验数据时,最小二乘法由于采用残差平方和,容易夸大试验数据中异常值的影响,提出了岩石抗剪强度参数的稳健回归分析方法。该方法在实验数据相关性差、数据离散并有异常值存在的情况下,具备削弱数据离散和对异常值进行定位的能力,提高了估计参数的稳健性和可靠性。该方法以残差的绝对值之和代替残差平方和,并通过复形法求得力学参数,避免了异常值的二次项,可有效地减少异常值的影响。通过工程实例表明,在试验数据的相关性较好时,两种方法的计算结果相差不大,但当试验数据的相关性较差,存在异常值时,稳健回归方法的计算结果要优于最小二乘法。     

基于偏最小二乘回归分析综述

综述了偏最小二乘法直接求解的方法,以及不同情况下的偏最小二乘回归算法,总结其优点及局限性.     

清华大学燃气锅炉房负荷分配策略

为了提高锅炉房运行效率,针对清华大学燃气锅炉房一次网母管制供、回水的情况,以实测锅炉数据的实矩阵为基础,利用最小二乘法和Householder变换进行分解,确定每台锅炉的燃料耗量特性方程,并利用Lagrange乘数法设计了3台锅炉任意组合运行时的锅炉房负荷分配方案。根据该分配方案,锅炉房可比每台锅炉平均分配负荷情况最多减少3%燃料消耗量。对该分配方案的分析表明,实行负荷优化分配必须在满足锅炉房总负荷要求下尽量少运行锅炉台数的基础上才能取得更好的效果。     

LS估计的抗差性分析

依据LS估计的分解，对LS估计的抗差性进行了分析。通过观测数据协方差矩阵的改进，建立了一种抗差参数估计方法。     

偏最小二乘回归分析法在黄芩抑菌谱-效关系及数学模型研究中的应用

以黄芩药材指纹图谱及其对金黄色葡萄球菌抑菌率为基础数据，采用偏最小二乘回归分析法（PLS）进行数据的谱-效相关性分析，并建立数学模型。结果表明，黄芩中有5个成分对抑菌率的影响较大，建立模型的药效预测值偏差在10%以内，能够较好地预测药效。该方法及所建立的数学模型能成为预测黄芩抑制金黄色葡萄球菌的药效作用的一种有效的手段。     

偏最小二乘回归分析法在黄芩抑菌谱-效关系及数学模型研究中的应用

以黄芩药材指纹图谱及其对金黄色葡萄球菌抑菌率为基础数据,采用偏最小二乘回归分析法（PLS）进行数据的谱-效相关性分析,并建立数学模型。结果表明,黄芩中有5个成分对抑菌率的影响较大,建立模型的药效预测值偏差在10%以内,能够较好地预测药效。该方法及所建立的数学模型能成为预测黄芩抑制金黄色葡萄球菌的药效作用的一种有效的手段。     

基于多重网格法的相位解缠算法

指出了最小二乘相位解缠算法是求解二维相位解缠问题最稳健的方法之一,并可等效为求解一大型的稀疏线性方程系统.求解大型线性方程组通常采用迭代法,然而其收敛速度非常慢.为了改善收敛特性,提出了一种新的相位解缠算法——多重网格法,该方法通过在疏密不同的网格层上进行迭代,以平滑不同频率的误差分量,从而加快系统的收敛速度.仿真实验表明:该方法能够很好地恢复真实相位,具有解缠精度高,收敛速度快等优点.     

一种鲁棒的约束总体最小二乘无源定位算法

摘要：
为解决异常误差导致的机载单站无源定位不准确问题,提出了一种鲁棒的约束总体最小二乘(RCTLS)定位算法.首先建立定位模型,构建了加权的约束总体最小二乘(WCTLS)定位准则,并给出了牛顿迭代解.然后,利用广义M估计原理构建了WCTLS准则的鲁棒极值函数,将鲁棒CTLS问题转化为对等价权函数的设计问题,并根据丹麦法构建了等价权函数.理论分析表明,RCTLS算法能够有效识别异常误差,并降低异常测量数据的权值以减小其对定位结果的影响.仿真结果显示,存在异常误差时, RCTLS算法能够获得理想的定位估值,具有较强的鲁棒性.
     

油气勘探风险评价的偏最小二乘-最大熵法模型及应用

油气勘探风险的定量评价一直是国内外研究的难点.作者在分析传统风险评价方法的优缺点、剖析偏最小二乘法和最大熵法优势的基础上,首次提出了偏最小二乘-最大熵(PLSME)风险分析模型.偏最小二乘法较好地实现了多元线性回归、主成分分析和典型相关分析的有效综合,通过自变量的PLS回归线性处理,不仅能消除粗差解决变量之间的相关性问题,而且能辨识每一个自变量对因变量的控制程度;最大熵法通过对偏最小二乘得出的风险因子与总经济效益净现值关系式的检验,利用最大值、最小值和最可能值的训练,能了解指标最终服从的概率分布,客观得出风险的大小.两者结合起来构建的PLSME模型,能使风险评价结果更加准确、合理和客观.通过对四川德阳新场气田的实例应用,表明偏最小二乘-最大熵评价方法科学可行,对同类研究具有借鉴作用.     

基于特征联合和偏最小二乘降维的手势识别

针对以往手势识别研究中更关注识别率而弱化实时性的情况,首次将偏最小二乘降维思想引入手势识别领域,提出一种基于特征联合和偏最小二乘降维的手势识别方法。首先进行手势分割,在此基础上提取手势样本的梯度方向直方图和局部二值模式特征,并将二者进行联合。然后采用偏最小二乘法对手势联合特征进行降维,并将降维后的手势训练样本特征输入到支持向量机中进行分类训练。最后用训练好的支持向量机对降维后的手势测试样本进行识别测试。基于Jochen Triesch手势库及自制手势库的实验结果表明,同已有方法相比,本文所提方法在取得较高手势识别率的同时也取得了较好的实时性。     

基于KPLS的丙烯爆炸极限非线性预测研究

准确预测丙烯爆炸极限是保证丙烯酸安全生产的有效手段.丙烯爆炸混合气各成分体积分数之间呈现非线性关系,采用KPLS算法对丙烯爆炸极限进行预测,并利用丙烯酸实际数据进行仿真.仿真结果表明,该方法能够有效预测丙烯爆炸极限.与PLS算法相比,预测结果具有显著的跟踪能力,并确定了2.56%~9.25%的丙烯爆炸区域,解决了生产过程中丙烯爆炸问题.     

基于零极点配置理论的压力传感器动态特性补偿

针对爆炸冲击波压力传感器动态特性难以满足工程要求这一现实问题,运用基于白化滤波器的广义最小二乘法建立传感器的数学模型,并用零极点配置方法对传感器进行动态补偿。通过重复性试验得出:给附加极点配置合适的零点可以大大改善传感器的动态性能。最后通过补偿效果说明,与以往零极点补偿法只关注极点而忽略零点作用相比本补偿方法更具有理论和现实意义,且补偿效果令人满意。