基于IBPLS方法的软测量建模

作为一种经典的回归建模方法,偏最小二乘法(partial least squares,PLS)已被广泛的应用于软测量建模中.但是,当建模数据混有较大噪声时,采用PLS模型的预测误差以及预测误差的方差都比较大.针对PLS方法的上述缺陷与不足,本文将迭代Bagging算法引入PLS回归建模中,形成迭代Bagging PLS算法(iterated Bagging PLS,IBPLS),该方法可以减少预测误差和预测误差的方差.仿真结果表明,与传统PLS方法相比,IBPLS减小预测误差约6％.     

递推部分最小二乘方法

部分最小二乘(PLS)回归可较好地解决多元线性回归中的共线性问题,目前被广泛地应用于过程建模和监控.作者首先给出核PLS算法,然后在此基础上推出递推部分最小二乘(RPLS)方法,可以基于新数据和旧的PLS模型参数更新PLS模型.将该递推PLS方法和传统PLS方法同时用于仿真研究,结果表明递推算法性能和传统方法的相近,而计算量大大减少.     

直线回归的最小距离法

对自变量、因变量的不同选择，用最小二乘法所得到的回归方程是不同的，本文提出直线回归的最小距离法可以得到相同的直线方程，得到计算公式和一些性质。     

基于PLS-SVR的三组分混合气体定量分析

为了进一步提高多组分气体分析的准确度,对采用AOTF-NIR光谱仪采集甲烷、乙烷和丙烷多组分混合气体的近红外光谱数据建立了新的分析模型。首先对光谱数据采用偏最小二乘法(以下简称PLS)进行特征提取,随后将提取得到的潜变量作为支持向量回归机(以下简称SVR)的输入建立多组分混合气体的定量分析模型。结果显示,PLS特征提取耦合SVR对近红外光谱的定量分析取得了很好的分析效果。     

偏最小二乘法与人工神经网络耦合的小流域产沙模型

针对小流域侵蚀产沙的复杂性,将偏最小二乘回归与人工神经网络耦合,建立了小流域降雨侵蚀产沙检验模型,并应用于小流域降雨侵蚀产沙预报.采用偏最小二乘法对多维自变量中的信息进行组合和提取,从而得到对因变量解释能力最强并可很好概括自变量信息的主成分,有效克服了变量之间的多重相关问题,实现了对高维数据的降维处理.把提取的主成分作为神经网络的输入,提高了网络的学习效率和稳健性.应用结果表明,偏最小二乘神经网络耦合模型的拟合和检验精度均优于偏最小二乘回归模型和人工神经网络模型精度.     

独立成分分析-支持向量机回归模型及其在近红外光谱分析中的应用

首先采用独立成分分析(ICA)提取近红外光谱数据矩阵的独立成分和相应的混合矩阵,然后用支持向量机回归(SVR)对混合矩阵和实测浓度矩阵进行建模,建立了独立成分分析-支持向量机回归(ICA SVR)的近红外分析建模方法.结果表明,ICA SVR模型的预测结果明显优于SVR和偏最小二乘法(PLS)方法,方法用于肉样品中水分、脂肪和蛋白质的同时测定,获得了满意的结果.     

距离回归模型的理论研究

给出了距离回归的理论模型及回归系数参数估计的泛函形式，比较了经典线性回归模型与距离回归模型基于最小二乘方法所得参数估计的关系，并从理论上论证说明了其对应回归直线的位置关系．     

基于时变偏扰模型的间歇过程迭代学习控制

为了克服模型与过程间的偏差,提出了一个基于时变偏扰模型的间歇过程迭代学习控制方法.利用主元回归(principal component regression,PCR)和部分最小二乘(partial least squares,PLS)方法,可以得到过程对象在正常运行轨迹附近线性化的模型.前一批次的模型预报误差被用来修正当前批次的模型预报值.每完成一个批次就利用新得到的数据对模型进行更新,该更新的模型也是在前一批次的控制轨迹基础上进行线性化得到的.主元回归和部分最小二乘方法能克服批次内不同阶段的控制量存在的相关关系从而得到更准确的模型.仿真结果表明:基于PCR和PLS模型的控制效果要好于基于多元线性回归(MLR)模型的控制效果.     

线性判别分析和降维方法应用于基因芯片数据分析

主要采用偏最小二乘法和线性判别分析(LDA)有监督分类的方法来对基因芯片(微阵列)数据进行分析.PCA,PLS是一种提取海量数据有效特征的有效方法,而且可以获得与原来基因芯片数据更为接近的成分的提取特征的效果.比较PCA降维和PLS降维对LDA统计判别分类的效果.得出的结论可为工业应用提供科学依据.     

分子电性距离矢量用于苯酚类化合物生物活性的QSAR研究

采用分子电性距离矢量(MEDV)表征4组卤代苯酚和取代酚类化合物的结构,并采用逐步回归对变量进行筛选,分别用多元线性回归和偏最小二乘回归建立各组化合物的结构与其生物活性的定量结构-活性相关(QSAR)的数学模型.同时采用内部及外部双重验证的办法对48种卤代苯酚结构与其抗菌活性(lgPC)关系模型的稳定性进行分析和验证.多元线性回归建模相关系数R=0.960,标准偏差SD=0.248,留一法交互检验RCV=0.947,SDCV=0.287,外部样本检验Qext=0.946.14个溴代苯酚结构与其抗菌活性PC关系结果:R=0.969,SD=0.296,RCV=0.904,SDCV=0.516;11个取代苯酚结构与其水生生物急性毒性(-lgLC50)关系结果:R=0.969,SD=0.219,RCV=0.941,SDCV=0.301;6个氯代苯酚结构与其水生生物急性毒性(-lgLC50)关系结果:R=0.998,SD=0.076,RCV=0.954,SDCV=0.409.对各组化合物采用偏最小二乘回归所得结果与多元线性回归所得结果较为一致.结果表明,MEDV能较好地表征该类分子的结构信息,所建模型具有良好的稳定性和预测能力.     

基于偏最小二乘法回归的工序质量建模

针对制造工序质量控制问题,应用多元统计分析中的偏最小二乘回归法建立了质量模型.利用该模型可以定量分析加工工序与最终成品率之间的关系,进而通过将大量的工序影响因子约简得到主要影响因子子集.根据在线生产的相关质量数据,采用非线性迭代偏最小二乘法获得影响因子的权重.得到偏最小二乘因子权重可以在线预测成品质量变化,避免离线测试.在半导体制造实例研究中,以工序质量水平为自变量,成品质量水平为因变量,建立了质量水平传递模型,应用该方法可实现多工序质量异常的在线诊断和预测,为质量控制提供了定量依据.     

近红外光谱-系统聚类法快速测定煤炭品质

采用偏最小二乘法对95个煤炭样品的近红外光谱数据进行处理,并提取主成分.将提取的主成分与煤炭的发热量、灰分、挥发份、含硫量和全水分共同作为变量,进行系统聚类分析.将样品数据聚类为4组,同时剔除异常样本.对聚类后的各组数据采用多元散射校正、二阶导数、诺里斯导数平滑进行预处理,建立偏最小二乘定量分析模型.采用逐步筛选法,求得以发热量为变量的Bayes判别函数,交互验证结果表明判别函数稳定性良好.对未知样品发热量、灰分、挥发份、含硫量和全水分预测的决定系数分别达到0.992、0.927、0.938、0.778、0.978,说明模型预测性能良好.     

基于校正分布差异的标定迁移方法研究

针对近红外光谱数据的维度高、特征之间存在严重的多重共线性的特点,提出了无迁移标准的通过校正分布差异的标定迁移方法(calibration transfer via correcting distributions difference,CT-CDD).CT-CDD首先建立主仪器的偏最小二乘模型,然后通过偏最小二乘模型提取主仪器和从仪器的潜变量,并且分别对主仪器和从仪器的潜变量进行聚类.该方法基于这样的假设:聚类后的主仪器和从仪器的每一部分特征光谱均服从单高斯分布.最后,找到2个仪器的最接近的子分布,通过校正均值和方差来校正数据分布的差异.实验结果表明CT-CDD通常更加鲁棒并且还可以实现最低的均方根预测误差.     

粮谷及油料中有机磷农药残留物GC保留值的QSRR研究

采用分子电性距离矢量(Molecular Electro-negativity Distance Vector,MEDV)对粮谷及油料中55种有机磷农药的结构进行表征,采用逐步回归对变量进行筛选,运用多元线性回归和偏最小二乘回归统计学软件建立有机磷农药的结构与其气相色谱(GC)保留值的定量结构-色谱保留关系(quantitative structure-retention relationship,QSRR)的数学模型,同时采用内部及外部双重验证的办法对所建模型稳定性能进行分析和验证.两种方法建模相关系数R、留一法交互检验RLOO、外部样本检验Qext分别为0.869 2,0.850 3,0.769 1(MLR);0.869 5,0.863 7,0.773 5(PLS).结果表明,MEDV能较好地表征该类分子的结构信息,所建QSRR模型具有良好的稳定性和预测能力.可望为有机磷农药残留物的分离、纯化、检测等方法的建立,提供有效的理论依据.     

Holographic QSRR of polychlorinated dibenzofurans

A new molecular representation, molecula rhologram, is employed to investigate the quantitative relationships between gas chromatographic retention indices (GC-RI) and molecular structures of polychlorinated dibenzofurans (PCDFs). Together with application of partial least squares (PLS) regression, the quantitative structure-retention relationship (QSRR) model is constructed for GC-RI of 135 PCDFs. This new QSRR model presents high statistical quality and predictive value with crossvalidation correlation coefficient q2Loo values of 0.998, and non-crossvalidationcorrelation coefficient r2 of 0.998. 100 PCDFs are selected randomly as training set and the rest as testing set. The resuit of PLS regressive analysis of training set yields r^2 of 0.998 and q2Loo of 0.997. The GC-RIs of testing set are predicted, and the correlation equation indicates that the model based on training set has excellent ability to predict the GC-RIs of PCDFs in testing set.     

制度距离、信息不对称和国际并购绩效——基于中国上市公司并购案的实证研究

基于外来者劣势(liabilityofforeignness，LOF)理论，以中国上市公司并购案为研究样本，利用逐步线性回归分析的方法对国际并购绩效的主要影响因素进行了实证研究.研究结果表明，在控制了企业异构性和东道国制度质量等因素后，制度距离的3个测量维度之中，“法律制度距离”会削弱收购方的国际并购绩效，而其他两个测量维度“经济制度距离”和“文化距离”皆对国际并购绩效有正向作用；收购企业所属种群的种群密度大小会调节制度距离和国际并购绩效间的关系.