PLS-近红外漫反射光谱法非破坏分析安乃近

比较了偏最小二乘（PLS）法在常规和一阶导数近红外漫反射光谱法分析安乃近的定量预测能力；讨论了校正集样品数和波长间隔对PLS预测的影响．在常规光谱法中，校正样品和预测样品的预测结果的相对标准误差分别为0．9891％和1.4630％．而在一阶导数光谱法中，校正样品和预测样品的预测结果的相对标准误差分别为0.1102％和1.0429％．     

带有线性不等式约束的线性模型参数的最小二乘估计

本文给出了求解具有线性不等式约束的线性模型参数的最小二乘估计的一个方法,并得到了这个估计的一般表达式。     

第一类shifted chebyshev多项式用于最小二乘法分析正方形截面杆的扭转问题

本文介绍第一类Shifted Chebyshev多项式,求出它的微分运算矩阵。将任意平方可积函数用有限多个第一类Shifted Chebyshev多项式表示,利用运算矩阵和最小二乘法,使求解偏微分方的问题归结为求解代效方程组,因而求出正方形截面杆的扭转问题的数值解。该方法比较简单,其结果精确度较好。     

辨识被测凸轮轴安装偏心量的对径谐波法

凸轮轴在检测仪上的安装偏心,影响凸轮轴上凸轮廓形尺寸的测量精度。本文提出一种辨识被测凸轮轴安装偏心量的对径谐波法,证明了用对径谐波法所辨识的偏心量符合最小二乘准则。此法在实际测量中获得了满意的效果     

自适应加权最小二乘支持向量机的空调负荷预测

为了提高建筑空调负荷的预测精度,在分析空调负荷主要影响因素的基础上提出了一种基于自适应加权最小二乘支持向量机(AWLS-SVM)的建筑空调负荷预测方法。该方法根据预测误差的统计特性,采用基于改进正态分布加权规则,自适应地赋予每个建模样本不同的权值,以克服异常样本点对模型性能的影响。建模过程中采用粒子群优化(PSO)算法对模型参数进行优化,以进一步提高模型预测精度。基于DeST模拟数据将AWLS-SVM方法应用于南方地区某办公建筑的逐时空调负荷预测中,并与径向基神经网络(RBFNN)模型、LS-SVM模型及WLS-SVM模型作比较,其平均预测绝对误差分别降低了51.84%、13.95%和3.24%,并进一步基于实际空调负荷数据将该方法应用于另一办公建筑的逐日空调负荷预测中。预测结果表明:AWLS-SVM预测的累积负荷误差为4.56MW,亦优于其他3类模型,证明了AWLS-SVM具有较高的预测精度和较好的泛化能力,是建筑空调负荷预测的一种有效方法。     

同时删除观测值和自变量时方差加权模型的性质

基于方差加权模型，讨论了同时删除设计矩阵第i个观测值和第j个自变量时方差加权模型的部分性质．即给出了同时删除设计矩阵第i行和第j列前后方差加权模型的拟合值关系、残差平方和关系和似然比检验．     

一类线性混合模型中的参数估计

把一类线性混合模型化为满足假设的线性模型,然后用最小二乘法、估计法给出线性混合模型中参数的估计.     

多项式平方和分解新探

将求线性方程组程序LPSOLVE应用于多项式平方和分解,从而得到分解算法LPSOS,并编写同名Maple应用程序,众多测试例子表明,本文的算法和程序优于同类算法和程序.