一种基于高斯过程的非线性PLS建模方法

提出了一种基于高斯过程(GP)和偏最小二乘法(PLS)的非线性PLS方法(GP-PLS),以更加有效地处理过程非线性、多输入和数据共线性等复杂特性,提高模型的推广能力和精度。该方法首先采用PLS进行特征提取,再用GP建立PLS的内部模型,因而具有GP与PLS的优点。对工业丙烯腈生产过程丙烯腈收率软测量建模的应用表明,采用该方法建立的软测量模型在模型精度、推广能力等方面明显优于一些传统软测量建模方法,满足工业现场应用要求。     

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.     

基于特征挥发性气味物质的冷藏大黄鱼新鲜度预测模型构建

以4℃冷藏大黄鱼为研究对象,测定其菌落总数、挥发性盐基氮(TVB-N)值、K值、硫代巴比妥酸(TBA)值等新鲜度指标以及气味轮廓特征,挖掘与新鲜度相关的挥发性气味物质,并利用偏最小二乘法(Partial Least-Squares, PLS)和BP(Back Propagation)神经网络建立挥发性气味物质预测TVB-N值的数学模型.结果表明,大黄鱼冷藏过程中菌落总数、TVB-N值、K值、TBA值均显著上升(P<0.05).贮藏6.16 d TVB-N值达到腐败上限,贮藏8.6 d菌落总数达到可食用上限.电子鼻分析结果显示不同贮藏时间大黄鱼气味轮廓具有显著差异;顶空固相微萃取-气相色谱-质谱联用(SPME-GC-MS)结果显示,与新鲜度最显著相关的挥发性物质主要是醛类和烷烃类气体,包括十二烷、三氯甲烷、苯、正辛醛、壬醛、正十七烷、姥鲛烷、癸醛、苯甲醛.建模结果显示,PLS预测模型的预测能力达到88.7%,BP神经网络模型的相关系数达0.988,说明两个模型都可实现利用挥发性气味物质预测冷藏大黄鱼TVB-N值的目的.本研究为冷藏海水鱼的新鲜度评价、货架期预测以及品质监测气敏性传感...     

碳环类神经氨酸酶抑制剂的2D-QSAR研究

对32个碳环类神经氨酸酶抑制剂进行了二维定量构效关系（2D-QSAR）研究，27个作为训练集，5个作为测试集，对计算所得的理化和量化参数进行预选后，采用偏最小二乘法（Partial least squares，PLS）建立预测模型，该模型的非交叉法验证相关系数为R^2=0．9762，交叉法验证相关系数为RCV^2=0．9651；以此预测模型对测试集的5个化合物的活性进行预测，相关系数为Rpred^2=0．8779，表明该模型具有较强的预测能力，可以指导对已有的流感药物进行化学修饰，并能指导新的神经氨酸酶抑制剂的设计及合成．     

结构方程模型的偏最小二乘算法及其几何意义

对含两个潜变量结构方程模型的偏最小二乘（PLS）建模技术进行了研究,给出了相应的路径图、模型设定步骤和求解算法,指出该方法本质上是一种迭代收敛算法.通过引入一种新的算符,给出了PLS算法命令图.并且基于命令图详细讨论了该算法在多维向量空间中的几何意义,在此基础上分析了不同权重关系（A型与B型）对算法的影响,得到了与其对应的各种几何图形.最后指出在算法已收敛与尚未收敛两种情况下,潜变量估计值的投影位置是不同的.     

祁连山不同类型植被物候变化及其对温度的响应

本文基于GIMMS NDVI数据,采用遥感物候法提取了生长季开始日期（SOS）、生长季结束日期（EOS）和生长季长度（LGS）3个植被物候指标,并借助Theil-Sen斜率与Mann-Kendall检验等统计方法和偏最小二乘分析法（PLS）,分析了祁连山不同类型植被物候空间分布规律、时间变化趋势及其对温度的响应．结果表明:1）自东南到西北方向,祁连山植被类型从灌丛逐渐过渡到草甸、草原再到高山植被,物候指标SOS逐渐推迟,EOS逐渐提前,LGS逐渐缩短．2）草甸和灌丛2种植被的物候变化最为剧烈,研究期内该2种植被的SOS均显著提前（分别为0.19和0.25 d·（10 a）?1）,EOS显著推迟（分别为0.20、0.21 d·（10 a）?1）,LGS显著延长（分别为0.39、0.46 d·（10 a）?1）;祁连山全境及主要植被的SOS均在1997—2000年发生转折,EOS和LGS的转折点均发生在2003年．3）上年秋末冬初温度对草甸与灌丛植被SOS具有正向影响,物候期前的春季温度对SOS具有显著负影响;夏秋季温度对EOS和LGS具有显著正影响．此外,最高温对物候的影响显著强于最低温,且在春夏季的个别月份,二者对物候的影响方向不同．植被物候的变化提示当地牧民在牧草种植与放牧上的调整．      

基于组合模型的中国区域建筑产业竞争力系统评价

对建筑产业竞争力相关文献梳理,设计出由"7大因素与23项观测指标"构成的建筑产业竞争力评价指标体系.在此基础上,首次综合偏最小二乘法(PLS)路径模型、逼近理想解排序法(TOPSIS)模型与聚类模型三者的优势,完成中国建筑产业竞争力的综合评价,实现了评价方法的组合创新,并根据《中国统计年鉴》(2009年)中的基本数据展开实证研究.研究发现,中国建筑产业发展极度不平衡,受到地理位置的影响严重,从东部到中西部由强到弱呈现梯次分布.针对这一现状,根据各省份在发展中存在的实际问题,有针对性地提出了各区域建筑产业发展具体的策略,以期为中国各地区建筑产业竞争力的提升提供理论和实践指导.     

近红外光谱法用于含能材料快速分析的研究

发射药生产过程中挥发份的实时检测对发射药的性能至关重要,是实现发射药柔性化生产的一项关键技术.用近红外漫反射光谱分析法快速分析柔性生产线中产品的挥发份,测得样品的光谱,采用简化的PLS算法建立数学模型,并用该模型预测样品挥发份的含量.该方法检测精度高、无破损、无须预处理即能达到实时快速检测的目的.     

液固流化床颗粒速度场和固含率的数值模拟

基于三维N-S方程同时选用标准 湍流模型,采用通用流场分析软件fluent对液－固循环流化床的颗粒速度场和固含率的轴向分布情况进行了数值研究。结果表明流场的数值计算结果与文献中的试验值吻合较好,对进一步研究具有指导意义和实用价值。     

A Combined Model-based Systematic Evaluation Research About China's Regional Construction Industry Competitiveness

对建筑产业竞争力相关文献梳理,设计出由“7大因素与23项观测指标”构成的建筑产业竞争力评价指标体系.在此基础上,首次综合偏最小二乘法(PLS)路径模型、逼近理想解排序法(TOPSIS)模型与聚类模型三者的优势,完成中国建筑产业竞争力的综合评价,实现了评价方法的组合创新,并根据《中国统计年鉴》(2009年)中的基本数据展开实证研究.研究发现,中国建筑产业发展极度不平衡,受到地理位置的影响严重,从东部到中西部由强到弱呈现梯次分布.针对这一现状,根据各省份在发展中存在的实际问题,有针对性地提出了各区域建筑产业发展具体的策略,以期为中国各地区建筑产业竞争力的提升提供理论和实践指导.     

基于最小二乘支持向量机对偶优化问题的核偏最小二乘

提出了一种基于对偶优化的核最小二乘(KPLS)方法,把KPLS用最小二乘支持向量机的形式表示.推导了KPLS对偶优化形式的公式,且使其具有最小二乘支持向量机的风格.在初始空间中构造优化问题,应用核技术在特征空间中解对偶问题,这种解与非线性的KPLS具有相似性.实验验证了这种方法的效果,表明了该方法的有效性和优越性.     

卷取张力控制过程的故障诊断

在冶金工业生产中,带材的卷取过程会直接影响产品的最终质量.卷取张力是保证卷取过程稳定的重要因素.因此卷取张力控制过程的故障诊断具有现实意义.采用偏最小二乘（Partial Least Squares,PLS）对卷取张力控制过程的故障进行诊断.PLS是一种利用统计原理提取过程数据中的有用信息建立过程模型的降维技术.它不仅可以完成数据降维和特征提取,还考虑了输入、输出数据之间的回归关系.通过PLS分解可以降低空间的维数,使提取的主元具有变化度和可区分性,最后根据T²和Q统计量实现故障检测,通过累计贡献图实现故障识别.仿真结果验证了方法的可行性.     

基于矢量水听器的水下战武器二维弹道测量研究

 水下弹道测量是水下战武器试验的重要内容。本文基于矢量水听器测量水中目标航行噪声,利用矢量水听器测向原理,经过数字信号处理器对矢量信号进行分析处理,得出武器水下航行的二维弹道轨迹。介绍矢量水听器测量原理和矢量浮标阵纯方位定位原理。通过实验室消声水池测试对矢量水听器声压与振速相位差进行修正,利用湖上试验对矢量水听器的测向误差进行修正。采用DGPS水面定位与水下水声定位相结合的方法,研制了水下战武器二维弹道测量系统,介绍测量系统的3个主要组成部分及其主要功能,并在海上实际试验中验证了基于矢量水听器的水下武器弹道测量方法先进可行、实时性强、测量精度高、使用方便,可以满足实际使用要求。     

基于矢量水听器的噪声声强测量技术

介绍了矢量水听器的测量模型及噪声声强测量原理。针对在消声水池对矢量水听器测量系统和传统声压水听器测量系统进行的比对测量,检测了系统的整体测试性能,分析比较了各自获得的信噪比情况,验证了矢量水听器测量系统的无指向性特性。水池试验表明,矢量水听器测量系统能量著抑制各向同性噪声,提高测量系统信噪比,可用于低噪声舰船辐射噪声的测量。     

基于PLS-混合Pi-Sigma模糊神经网络模型的甲醇合成装置变换工序CO变换率软测量建模

煤制甲醇合成变换过程中,需要把原料气中的一部分CO变换成CO2与H2,以提高H2的含量。为了能够快速地得到CO的变换率,利用偏最小二乘在提取信息、去噪、精简数据等方面的优势,将其与混合Pi-Sigma模糊神经网络进行了融合,建立了CO变换率预测模型。该模型仿真时间短且具有较高的精度,能够指导并调整甲醇合成净化气中的碳氢比。     

部分最小二乘算法的神经元网络实现

部分最小二乘(PLS)算法在多元统计过程监控等领域得到了广泛应用.但常用的求解方法需要多次迭代求解残差矩阵,不利于对算法的理论分析和结论的解释.基于PLS算法的优化函数形式,该文提出一种新的PLS优化目标函数及相应简化算法.在此基础上构造了PLS算法与线性神经元网络之间的自然映射,给出了相应的训练算法及其理论分析.仿真结果验证了所提出算法的有效性,表明该算法可直接从原数据矩阵得到相应的成分及回归系数,并易于对其进行解释.     

基于PLS模型的自适应间歇过程质量预测

间歇生产过程中,很多质量指标不能在线测量,导致过程很难控制。该文应用部分最小二乘(PLS)方法建立软测量模型,通过批次初期在线测量的过程变量对最后的产品质量进行预测。同时,利用过程中得到的中间质量测量值对最后的预测结果进行修正。为了解决过程参数随时间变化的问题,在每个批次结束后利用新数据对原模型进行更新。将该法用于异丁烯酸甲酯(MMA)聚合反应过程,仿真结果显示,该法能够克服过程参数变化的影响,有效地预测最后的产品质量。     

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。