多气体传感器信号样条回归信息处理

用样条回归分析方法于电子鼻系统中多气体传感器信号信息处理。针对牛肉样本建立了牛肉新鲜度样条回归模型，并对该模型进行了回归分析。研究结果表明，所提出的方法适用于电子鼻系统对牛肉新鲜度检测中的信息处理。     

基于样条函数的多气体传感器信号建模分析

样条函数理论作为数学工具已广泛应用于逼近论，曲线数据拟合，数值分析等方面，在研究一般多项式最小二乘法建模的基础上，针对所建模型易产生欠拟合和过拟合及模型阶数高的问题，提出了采用样条最小二乘数据拟合谅垭建立数学模型，基于样条最小二乘数据拟合方法建立的数学模型不仅可以提高模型精度和拟合程度，而且模型阶数较低，光滑性好，将该建模方法用于多气体传感器输出信号的建模，结果表明，方法正确并有效。     

非参数Bayes样条回归

对于非参数回归模型y= f(x)+ε,其中f (x)为光滑的连续函数.用样条函数来逼近f (x),不具体选择结点的个数,考虑到结点个数的不确定性,给定结点个数一个均匀的无信息先验,用Bayes模型平均的方法来估计f (x).得到了f (x)的Bayes估计和Bayes后验区间估计.     

光纤气体传感器综述

综述了气体传感器的基本种类，论述了国内外各类纤维气体传感器的工作原理，特点及发展状况。     

机器人中的多传感器信息融合技术

针对单一传感器在信息采集时所受的限制,该文利用多传感器信息融合的特点,分析了该技术在机器人中的应用。     

可燃性气体传感器评述

简要评述电子催化剂传感器、金属氧化物传感器和红外传感器的原理特性及应用。     

光谱吸收式瓦斯气体传感器及其信号处理方法

基于气体在其特征吸收波长下光的吸收随浓度变化的机理,通过对甲烷气体吸收光谱的分析,建立了谐波检测的数学模型,提出了一种光谱吸收式甲烷气体检测系统。该系统以1 654nm为中心波长的半导体激光二极管(LD)作为光源,并采用波长响应范围为1.0~2.9μm的高灵敏度、低噪声的PbS前置放大光电探测器。通过光源调制实现气体浓度的谐波检测,利用选频放大器对传输信号进行二次谐波检测及噪声滤除,利用一次谐波与二次谐波的比值来消除由光源的不稳定等因素所引起的检测误差。研究表明,灵敏度、精确度和稳定性等性能指标均可满足甲烷气体检测的要求。     

碳纳米管气体传感器综述

碳纳米管是一维纳米结构,具有表面吸附能力强,导电性良好和电子弹道传输特性等优势,这些力学、电学、物理和化学性能使得其成为制作纳米气体传感器的理想材料。运用碳纳米管制作的气体传感器具有灵敏度高、响应速度快、尺寸小和能在室温下工作等诸多优点,是很有前景的气体传感器。本文对碳纳米管气体传感器研究进行了综述,并对其研究及应用前景进行了展望。     

基于惩罚回归样条的函数导数拟合

在函数形式未知,而已知该函数的带误差的离散数据点情况下,运用基于p次截断幂基的惩罚回归样条拟合数据点,并在拟合出的曲线基础上求出函数的一阶导数。该方法将经典最小二乘法和惩罚样条方法进行结合,既考虑了拟合优度,又兼顾拟合曲线的光滑性,模拟和实际应用的例子显示此种方法效果较理想。     

正交样条的多分辨分析方法

构造正交样条函数,其性质与正余弦函数有些类似．应用正交样条函数,构造一种有别于小波分析的多分辨率理论,并给出递推公式．相对于小波分析,其在无损压缩方面的压缩量更大,效果更好．在信号分解等到方面,具有好的应用前景．     

广义样条带权回归及其应用

在样条回归的基础上，提出了适用于非单调数据的广义样条带权回归方法，经我校区用电量实例计算验证，比广义线性、多项式逐步和传统样条回归方法的效果显著     

儿童生长曲线的光滑样条非参数回归方法构建

利用光滑样条非参数模型和百分位数法,在6．11版SASD软件包上的构建了香港地区0－7岁儿童体重生长发育的百分位数曲线,体重生长速度和生长加速度曲线,结果表明非参数模型能够最佳地兼顾拟合优度和光滑度,改进了经典LS法,可作为工线拟合的一种优异方法而广泛应用于医学领域。     

花键内径棱圆误差的成因及其解决办法

分析了花键内径棱圆误差产生的原因,并从提高花键滚刀的精度和装刀系统精度入手,提出了具体的解决办法。     

Nonlinear Spline Kernel-based Partial Least Squares Regression Method and Its Application

Inspired by the traditional Wold＇s nonlinear PLS algorithm comprises of NIPALS approach and a spline inner function model, a novel nonlinear partial least squares algorithm based on spline kernel （named SK-PLS ） is proposed for nonlinear modeling in the presence of multicollinearity. Based on the inner-product kernel spanned by the spline basis functions with infinite number of nodes, this method firstly maps the input data into a highdimensional feature space, and then calculates a linear PLS model with reformed NIPALS procedure in the feature space and gives a unified framework of traditional PLS ＂kernel＂ algorithms in consequence. The linear PLS in the feature Space corresponds to a nonlinear PLS in the original input （primal） space. The good approximating property of spline kernel function enhances the generalization ability of the novel model, and two numerical experiments are given to illustrate the feasibility of the proposed method.     

非参数方差模型的样条估计

基于多项式样条方法,构造了非参数方差模型中方差函数的相合估计,并且给出了该估计的最优全局收敛速度.模拟算例验证了理论结果的正确性.     

利用样条函数建立季节性时间序列的预测模型

用B样条函数最小二乘法的非参数回归与时间序列相结合的方法建立了季节性时间序列预测模型. 利用滑动平均估计季节项,再利用B样条函数非参数回归估计长期项和周期波动,对于随机项建立ARMA模型,最后对某产品需求量进行了实例分析. 结果表明该方法有较高的预测精度.