最小二乘支持向量机的浓度读数模型及实现

针对比色法测试二氧化硫浓度的问题,研究和建立颜色读数和物质浓度的数学模型测量算法,以及其实现问题。根据已有的颜色和浓度关系,对比色法测浓度问题建立对应的LSSVM算法。本文给出了用网格法寻找最优参数的方法,同时对预测结果引入三种误差评价指标,并对给定的数据进行了实际验证,计算结果显示,LSSVM拟合结果与真实值比较吻合。因此,本算法可以作为比色法测试颜色读数和物质浓度问题的有效、可靠算法。     

基于颜色读数预测物质浓度回归模型研究

通过对颜色读数与浓度数据分析,建立一元回归统计模型,并预测物质浓度,探究数据量大小及颜色维度对模型的影响.结果表明:回归模型拟合精度高,误差小;对于二氧化硫物质则采用Michaelis-Menten模型预测更为合理;结合数据误差分析,得出待测物质数据量保持适中并且分布均匀时,合理选择维度,回归模型更加精确.该方法操作简便,运算成本低,可推广应用于大数据处理相关问题.     

概率神经网络在物质浓度辨识中的应用

提出了基于概率神经网络的物质浓度辨识方法,以二氧化硫在不同浓度下颜色读数的数据为例,建立概率神经网络的物质浓度辨识模型。实验仿真表明,概率神经网络物质浓度辨识模型具有收敛速度快、物质浓度辨识正确率高、容易训练等特点。     

基于因子分析的物质浓度与颜色读数关系的探究

主要探讨了物质浓度与颜色读数之间的关系.对于给出的数据,建立因子分析模型.利用主成分分析法,并借助SPSS软件获得其解.根据解得结果提取的公共因子的方差贡献判定了颜色读数和物质浓度具有显著性关系。最后,利用单因素方差分析对模型进行了检验.进一步得出结论,物质浓度会显著影响颜色读数.     

物质浓度与颜色读数关系类型的回归分析

分析了物质浓度与颜色读数关系类型。借助SPSS软件对所给数据进行因子分析,又利用散点图大致确立了二者的关系类型,即回归分析模型。利用Matlab进一步确立了完全二次(quadratic)回归模型并求出回归系数得到回归分析方程。通过计算误差的标准差以及将拟合数据与现有数据进行对比的折线图验证了该模型的合理性。     

运用Excel对二氧化硫颜色与浓度的回归分析

首先利用Excel绘出二氧化硫在不同浓度下的颜色值和物质浓度的XY散点图,尝试建立与样本点拟合较好的回归模型;然后运用Excel数据分析,得出回归分析的结果,从结果中观察几个主要项目参数,如Multiple、R Square、SS、F、残差平方和等[1-3],与规定参考值进行对比,若在允许范围内则证明建立的回归模型可行,若远远超出允许范围,则重新建立模型再进行回归分析;最后通过观察样本残差图,进一步判定选用的回归模型的合理性,模型拟合效果,给出的数据可信度.     

废水处理过程的KPLS-GPR软测量建模

采取基于核函数偏最小二乘法的高斯过程回归模型(KPLS-GPR),对复杂的造纸废水处理过程中出水化学需氧量(COD)和出水悬浮固形物(SS)质量浓度进行预测.首先,采用KPLS的潜变量作为预测模型的输入变量,以降低数据维度,优化数据结构;其次,建立潜变量与输出变量的GPR回归模型.基于某工厂造纸废水数据进行仿真试验,引入人工神经网络(ANN)、基于偏最小二乘潜变量的预测模型(PLS-ANN)及基于核函数偏最小二乘潜变量的预测模型(KPLS-ANN)作为对比.试验结果表明:KPLS潜变量对预测模型有明显的优化效果,在这些模型中KPLS-GPR预测精度最高;对于出水COD和SS质量浓度的预测,KPLS-GPR的决定系数分别为0.575和0.610,相比于常规预测模型,决定系数可分别提升36.90%和43.87%.     

曲线估计方法应用

曲线估计方法是对2个相关变量函数关系的研究.当变量之间有显著线性关系时,可以用线性回归分析建立线性回归方程,但当变量之间有明显曲线关系时,可以采用曲线估计方法来建立变量间的模型,通过具体实例说明曲线估计方法的应用.     

对数线性模型在非线性相关分析中的应用

本文采用对数线性模型将多向列联表中类型变量间的复杂的相互关系问题转化为广义线性模型的问题来研究,使类型变量的问题归结为定量型变量的多重回归模型问题,且观察值不必满足正态性的条件.这种方法可以用于一切涉及类型多变量间相互关系的科学(如生物、医学、教育、科技调查、工商管理等)研究中去.     

基于偏最小二乘地理元胞模型的城市生长模拟

提出了一种基于偏最小二乘回归(PLS)方法的地理元胞(cellular automata,CA)模型PLS-CA,并用来模拟城市生长和扩展.CA模型的定义涉及存在严重相关性的众多空间变量,而传统的多准则判别技术(MCE)和主成分分析(PCA)不能够彻底地解决变量相关性问题.利用偏最小二乘回归从空间变量中提取线性无关的主成分,从而获取地理元胞自动机(CA)的转换规则,在地理信息系统(GIS)环境下建立PLS-CA模型,可以优化城市生长和扩展的模拟.利用提出的PLS-CA模型,模拟了上海市嘉定区1989年与2006年城市生长和扩展情况.     

基于偏最小二乘与神经网络耦合的储层参数预测

将偏最小二乘回归(PLS)与神经网络(NN)耦合,建立了储层参数预报模型.利用偏最小二乘对影响储层参数的诸多因素进行分析,提取对因变量影响强的成分,从而克服了变量间的多重相关性问题,降低了神经网络的输入维数;同时,利用神经网络建模可以较好地解决非线性的储层参数预测问题.计算实例表明,本耦合模型的拟合和预报精度优于独立使用神经网络模型的精度.     

基于梯度提升决策树的高速公路交织区汇入模型

为研究高速公路匝道车辆在交织区的汇入行为,基于梯度提升决策树(GBDT)建立了车辆汇入模型,引入超车时间T、拒绝间隙数N以及最大拒绝间隙G_(LR)来分析匝道车辆拒绝相邻间隙并超越主线前车的行为,并利用美国NGSIM项目中的车辆轨迹数据对模型进行训练和测试.结果表明:GBDT的预测精度较分类回归树和二元Logit模型分别提高5.3%和13.3%;引入变量T,N,G_(LR)使GBDT、分类回归树和二元Logit模型的预测精度分别提高6.0%,6.7%和5.3%;GBDT模型中超车时间T在所有变量中重要性值最高.GBDT模型能够准确地预测汇入行为,获得变量与汇入行为间隐藏的非线性关系;引入变量T,N,G_(LR)能够有效提高汇入模型的预测精度.     

基于支持向量机的生物发酵过程软测量建模

针对最小二乘向量机的缺陷,提出了一种改进的最小二乘支持向量机回归方法.根据输入变量和样本点间欧氏距离的大小,去除回归模型中大部分的样本点,从而获得回归模型的“稀疏”特性,大大提高计算速度.同时,将这一方法应用于生物发酵过程,建立了青霉素发酵过程中产物浓度的软测量模型,实现了青霉素浓度的在线预估.仿真结果表明,这一方法为生物发酵过程中难于在线测量质量参数的实时监测提供了一个有效的手段.     

基于非平稳时间序列的VAR模型实证分析

通过中国统计年鉴及互联网相关数据平台收集我国1952年至2008年国内生产总值(GDP),从业人员(E)及国内资本形成总额(GCF)的官方数据,通过使用非平稳时间序列建立向量自回归模型(VAR模型).数据处理过程主要包括两个重要分析结果:(1)根据Johanson协整检验分析变量的长期均衡关系;(2)利用误差修正模型VEC对变量间的短期关系进行修正.最终通过VAR模型的实证分析对国内生产总值,从业人员和资本形成总额间的关系做出预测.     

基于人工蜂群波长优选和残差增广的近红外光谱定量模型研究

提出一种基于人工蜂群(artificial bee colony,ABC)算法的光谱波长优选和残差数据增广回归算法的近红外光谱定量模型.以勾兑果汁中苹果汁原汁含量的近红外光谱数据为基础,对原始光谱数据进行预处理,通过人工蜂群算法优选光谱波长变量,采用优选出的波长变量建立近红外光谱浓度残差增广的最小二乘回归(concentration residual augmented classical least squares,CRACLS)模型.将ABC波长优选后建立的CRACLS模型与全光谱建立的CRACLS模型,遗传算法(genetic algorithm,GA)波长优选后建立的CRACLS,ABC波长优选后建立的PLS模型,全光谱建立的PLS模型,GA波长优选后建立的PLS模型进行比较.实验结果表明,ABC-CRACLS模型的校正集的Rc值为0.999 8,RMSEC值为0.000 9,预测集的Rp值为0.999 1,RMSEP值为0.012 1,均优于其它几个模型.因此提出的人工蜂群算法能够有效地处理好波长变量的优选问题,并且CRACLS模型取得良好的预测结果.     

上海城区PM_(2.5)精细化空间分布插值方法研究

PM_(2.5)是我国大中型城市的主要污染物之一,已成为多学科领域的研究热点.基于监测点的监测数据无法直接获取城市内部空气污染的高分辨率空间分布情况,以上海市中心为研究区,引入土地利用回归(LUR)模型模拟PM_(2.5)质量浓度的高分辨率空间分布情况.双变量相关分析表明,与PM_(2.5)质量浓度分布相关性最强的地理变量分别是国控点2 000 m缓冲区内的道路长度、2 500 m缓冲区内的建筑面积、2 500 m缓冲区内的绿地面积、500 m缓冲区内的水体面积以及人口密度.基于以上变量,用多元线性回归分析建立PM_(2.5)质量浓度空间分布的LUR模型.在研究区内建立1 km×1 km格网,用LUR模型模拟各格网交点的PM_(2.5)质量浓度,再通过空间插值分析得到上海市PM_(2.5)质量浓度的空间分布模拟图.结果表明,PM_(2.5)模拟质量浓度存在明显的空间梯度差异,整体呈现西部高东部低的格局,并由人口密集区域向四周递减.人类活动是影响PM_(2.5)质量浓度分布的主要原因,模拟结果与实际情况相符.     

旋转喷雾塔Ca（OH）2/NaClO2联合脱硫脱硝数值模拟

针对开发低温烟气联合脱硫脱硝技术的需求,采用欧拉-拉格朗日方法,建立了旋转喷雾塔气固流动与脱硫脱硝反应耦合的三维数理模型.气相场采用k-ε湍流模型,SO2,NOx的吸收采用双膜理论模型.以2个180 m2烧结烟气的旋转喷雾塔为模拟对象,采用Ca(OH)2/NaClO2浆液作为吸收剂,考察了NaClO2/Ca(OH)2摩尔比、烟气流速、烟气温度、SO2和NO的浓度等对烟气二氧化硫和氮氧化物脱除效率的影响.研究结果表明:随着溶液中NaClO2/Ca(OH)2摩尔比的增加,氮氧化物的脱除效率显著提高,二氧化硫的脱除效率无明显变化;随烟气流速、温度的增大,二氧化硫以及氮氧化物脱除效率均有所降低;氮氧化物的脱除效率随SO2浓度的增大无显著变化,而二氧化硫的脱除效率明显降低;随NO浓度的增加,氮氧化物脱除效率明显降低,二氧化硫脱除效率无显著变化.     

可见/近红外联合变量优选检测油茶籽油掺假

利用可见/近红外光谱技术联合CARS(competitive adaptive reweighted sampling)方法对油茶籽油中掺杂大豆油及菜籽油进行检测.采用CARS方法对波长变量进行筛选,应用偏最小二乘回归(PLS)方法分别建立油茶籽油中大豆油掺伪量、菜籽油掺伪量及大豆油与菜籽油混掺伪量的定量检测模型,并与经连续投影算法(SPA)及无信息变量消除(UVE)方法变量筛选后所建立的PLS模型进行比较.研究结果表明:可见/近红外联合CARS方法可以分别检测油茶籽油中大豆油、菜籽油掺伪量及大豆油与菜籽油混掺伪量.大豆油、菜籽油及大豆油与菜籽油总和的CARS-PLS掺伪量模型的预测集相关系数r和预测均方根误差RMSEP分别为0.950,0.928,0.980和24.5,29.0,30.8g·kg-1;CARS-PLS模型性能优于全波段PLS,SPA-PLS及UVE-PLS,表明CARS方法是一种有效的波长变量选择方法,可以剔除冗余波长变量.     

基于GA-BP神经网络的尾煤水灰分视觉检测方法研究

针对浮选回归模型精度和适应性较差的问题,提出了一种基于遗传算法优化反向传播神经网络（GA-BP）的尾煤水灰分视觉检测方法。对尾煤水图像进行预处理,在去除主要噪声干扰和保证一定彩色特征完整的前提下,提取不同颜色空间的彩色特征、灰度特征以及浓度特征值;以上述特征值为输入变量,以尾煤水灰分作为输出变量,建立基于遗传算法优化BP神经网络（GA-BP）的回归模型。该模型较好地实现了尾煤水灰分的在线检测,预测精度达97.3%,均方误差降低至0.23,提高了精煤产率和经济效益。     

“壶式”蒸馏-电位滴定法快速检测食品中二氧化硫含量

研制出一种快速提取食品中二氧化硫的"壶式"蒸馏装置.建立"壶式"蒸馏-电位滴定法快速测定食品中二氧化硫含量,实现了冷凝、充气、纯化馏出目标组分的技术协同效果.以1∶1盐酸为酸化剂,0.1 mol·L~(-1)氢氧化钠为吸收剂,蒸馏提取10 min后进行自动电位滴定,在线性范围内(0.012 5~2mg)方法回收率99%.研究结果表明,能有效避免样品颜色干扰和人为判断误差,可以在15 min内完成样品中二氧化硫的快速测定.