近红外光谱结合偏最小二乘法测定福多斯坦成分含量

采用近红外漫反射光谱分析技术和偏最小二乘法对福多斯坦药物的有效成分进行定量分析测定,采集48个不同比例的福多斯坦样品近红外漫反射光谱,用一阶导数的光谱预处理方法,结合偏最小二乘法建立福多斯坦的定量分析模型.结果显示:交互验证均方根误差为0.003 57,相关系数R为0.994 77,预测均方根误差为0.003 89,平均回收率为99.63%(n=8),结果表明,用近红外光谱分析技术联合偏最小二乘法对福多斯坦进行定量分析结果准确可靠,方法简便快速.     

神经元网络技术和偏最小二乘法在定量分析和构效关系方面的比较

在光度计／计算机联机系统上利用人工神经网络反向传递算法和偏最小二乘法对五组分有机物混合体系的紫外光谱数据和芬太尼构效关系数据同时进行了定性定量分析，对比和研究，结果表明，反向传递模型具有良好的定性分类能力和定量预测能力；偏最小二乘算法的定性分类效果稍差，但定量预测能力优于反向传递算法。     

偏最小二乘—伏安分析法同时测定合成二硝基苯混合物

将偏最小二乘法用于合成的邻、间、对二硝基苯混合物导数脉冲伏安分析，并对测定介质条件做了详细的研究。在０．１ｍｏｌ／Ｌ ＨＣｌ－０．２ｍｏｌ／Ｌ ＫＣｌ－２０％乙醇底液条件下，对该混合体系的分析取得了满意的结果。     

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.     

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.     

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.     

整体最小二乘法直线拟合

针对在直线拟合中,因变量选取不同拟合的结果有差异现象,提出采用整体最小二乘法进行直线拟合。文章在分析直线方程特点的基础上,采用EIV模型描述直线方程,在解算中根据系数矩阵的特点应用QR分解分为将方程两部分,采用了混合最小二乘法求解。理论分析和实际计算结果表明,整体最小二乘法顾及了因变量和自变量的误差。拟合精度高于普通最小二乘法,采用整体最小二乘拟合直线,整体上优于普通最小二乘法。     

可识别联立方程组模型的一种参数估计方法

在可识别的条件下构造出一种线性联立方程组模型中参数估计方法.该方法具有相合性和渐近正态性,并且比二步最小二乘法计算量小.数据模拟结果表明,我们所提方法在某些方面好于间接最小二乘法,其估计精度接近于二步最小二乘法和三步最小二乘法.     

地下渗流递减模型的两种求解方法

采用非线性最小二乘法与偏最小二乘回归方法求解地下流体渗流递减模型.结果表明这两种方法都是很有效的,均能消除多重相关性的影响.     

鲁棒递推偏最小二乘法

针对时变模型建模或大数据量情况下建模过程中的野点检测问题,提出了鲁棒递推偏最小二乘法(RRPLS).通过将递推偏最小二乘法(RPLS)与鲁棒主分量回归算法(RPPSV)相结合,实现分块野点检测算法,有效地解决了一般野点检测算法的计算量大的问题.仿真说明鲁棒递推偏最小二乘法不但能检测出数据中的野点还能大量减少建模时间,最后给出了在交流异步电力测功机系统的应用实例.     

傅立叶近红外漫反射光谱的偏最小二乘法应用研究

对小麦粉的傅立叶近红外漫反射光谱和成分浓度数据进行了偏最小二乘法处理,对小麦粉的水分、蛋白质干基以及湿面筋干基同时进行了定标和预测.结果证明:偏最小二乘法充分利用了样品的光谱信息和化学组分浓度信息,对于成分复杂以及光谱重叠现象严重的光谱仍然给出了优良的定标和预测结果.     

二元系过渡金属贮氢合金材料的形成规律

利用模式识别的偏最小二乘法对过渡金属二元合金氢化物的形成和贮氢性能进行分析，结果表明：利用化学健参数－模式识别方法可以建立过渡金属二元合金贮氢材料形成的数学模型，是贮氢材料设计的一种用方法。     

混合稀土对AB5贮氢合金织构生长特性影响的PLS研究

利用偏最小二乘法（PLS）研究混合稀土组成对贮氢合金的织构生长特性的综合影响,并提出了合金织构择优取向的判据。对于平行于柱状晶织构,择优取向（101） (201)晶面受Nd的影响最为敏感,Ce的影响最小,同时Ce对择优取向的作用与La,Pr,Nd的作用相反;对于垂直柱状晶织构,择优取向（200） (110)晶面受Pr的影响最为敏感,而受Nd的影响最小。     

SVM、PLS方法解析光度法多组分同时测定数据的比较研究

对分光光度同时测定润滑油中的Ca,Ba,原油中的Fe,Ni,V,润滑油中的Fe,Cu,Zn和铝合金中的Fe,Mn,Cu,Zn的光谱数据分别采用偏最小二乘（PLS）和ε-支持向量机（ε-SVM）两种方法进行解析,结果表明PLS和ε-SVM都能利用校正样建立有效的校正模型对合成样进行合理预测,但从预测结果的绝对误差和平均相对误差的比较看,ε-SVM的预测准确率要比PLS方法高,表明ε-SVM在紫外光谱数据解析方面有着比PLS更好的回归能力,适合用来处理多元校正问题．     

基于PLS的湖北省经济增长水平分析

采用新型的多元统计分析方法—偏最小二乘回归(PLS)分析方法,利用1988～2004年的统计数据对湖北省经济增长情况进行了科学的分析.分析结果表明:人口增长因素对湖北省的经济增长有阻碍作用;湖北省的进出口水平不平衡,对经济增长有很大的影响.还有一些其他因素分别对经济增长有不同程度的积极作用.     

响应变量随机缺失下线性回归模型的自适应期望递归最小二乘算法

在响应变量随机缺失MAR机制的前提条件下, 针对线性回归模型, 提出了一个新的期望递归最小二乘算法(Expectation Recursive Least Square, ERLS), ERLS方法巧妙的结合了EM算法和RLS的优点, 自适应的递归估计回归系数, 从而避免了高维数据的相关矩阵的求逆困难. ERLS算法是实时自适应处理算法, 无需存储全部数据集, 在观测数据存在野值时, ERLS算法优于LS方法.     

PLS回归应用实例

在研究因变量y与p个自变量的线性回归关系时 ,常遇到自变量间存在多重共线性的问题。文献 [3]介绍了用PLS回归来消除多重共线性的方法。本文通过两个例子的计算建立PLS回归 ,并发现了PLS回归实施过程中的若干问题 ,提出了一些自己的看法     

无网格伽辽金法(EFGM)求解接触问题

本文考虑到无网格伽辽金法只需节点信息,不需将节点连成单元,并且有精度高,后处理方便等优点,从而用它求解接触问题。这里采用的方法是将Ｋａｔｏｎａ界面单元引入ＥＦＧＭ,迭代求得两物体间的接触状态。算例表明,本文方法基本可行。     

利用PLS-VIP方法筛选差异表达基因

提出一种基于变量权重寻找差异表达基因的新方法。该方法的最终目的是从微阵列数据中抽取出核心变量（基因）。将该种方法抽取出的差异表达基因判别样本的能力和普通的PLS方法以及判别最小二乘方法进行比较,结果表明该方法的错误率明显低于其他两种传统方法。因此,PLS-VIP方法是一种较为合适的抽取差异表达基因并判别样本的方法。     

基于核主成分KPCA的LS-SVM的算法分析

主成分分析（PCA）是一种重要的特征抽取方法,而核主成分分析（KPCA）是在此基础上结合核函数提出来的主成分分析法,在多维回归分析中具有重要的作用。最小二乘支持向量机（LS-SVM）是SVM的一种改进算法,将KPCA与LS-SVM结合起来建模,并试验说明较之单独用最小二乘支持向量机（LS-SVM）建模方法具有更良好的推广性。