基于偏最小二乘法结构方程模型的江苏外资高质量评价研究

为更好地引导外资高质量发展,本文综合国内外相关文献并结合江苏实际,针对外资高质量提出多个评价维度。由于外资高质量的各评价维度间并非相互独立,而是存在着彼此相互影响的关系,科学合理地研究各维度间的相互作用,对于外资高质量评价研究有着重要意义。本文在前人研究的基础上提出关于江苏外资高质量评价的研究假设,通过构建结构方程模型,采用偏最小二乘法运用SmartPLS工具对江苏省外资高质量发展的相关数据进行计算和验证,并对评价结果进行分析和解释,探索各维度间的影响关系以及在考虑各维度相互影响的前提下,分析各维度对江苏外资整体质量水平的影响程度,为江苏外资的高质量发展提供理论依据。

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.

基于偏最小二乘法结构方程模型的传统村落振兴路径研究——以古徽州地区为例

传统村落作为承载中国优秀传统文化的空间场所,是不可再生、不可替代的历史文化遗产资源,备受政府和学界的关注。以乡愁和记忆为核心的乡土中国主旋律,使传统村落振兴成为传承与发展、保护与利用的共识。研究基于传统村落的发展依赖于内外驱动力共同作用的认知,选取徽州地区95个国家级传统村落开展实证分析,构建村落发展影响因素的偏最小二乘法结构方程PLS—SEM评价模型。结果表明,村落主体资源在发展中起主导作用,外部政策、市场等因素起调节性作用,配套设施、区域自然地理条件是传统村落赖以发展的支撑性基础要素。传统村落的振兴前提是满足空间的功能需要和文化的精神需要,需立足于尊重自然环境,通过挖潜主体资源禀赋和利好政策引导来实施振兴,根本路径在于通过营造实现文化属性的空间化、“互惠机制”完成社会属性的空间化。

公立医院内部管理水平对技术效率的影响研究——基于偏最小二乘结构方程模型方法

目的:分析公立医院内部管理水平对公立医院技术效率的影响。方法:在应用《中国医院管理调查表—扩展版》(D-CHMS)工具测量63家公立医院管理水平和应用Bootstrap-DEA方法测量其技术效率的基础上,采用偏最小二乘结构方程模型(PLS-SEM)分析医院内部管理各维度对技术效率中纯技术效率和规模效率的影响。结果:模型GoF为0.52,平均R^2为0.44,纯技术效率和规模效率的R^2分别为0.10和0.36。医院内部人力资源管理水平对规模效率影响的路径系数为0.26,目标管理和领导力管理水平对规模效率影响的路径系数分别为-0.37和-0.44;目标管理水平对纯技术效率影响的路径系数为0.31。结论:公立医院技术效率的主要影响因素是目标管理和人力资源管理水平,加强对公立医院的目标管理、绩效考核和人事制度改革等有利于提高公立医院技术效率。

基于多模型共识的偏最小二乘法用于近红外光谱定量分析

建立了多模型共识偏最小二乘(cPLS)建模方法,并应用于烟草样品近红外(NIR)光谱与常规成分氯含量之间的建模研究,探讨了建模参数对预测结果的影响.结果表明,cPLS方法与传统的偏最小二乘算法(PLS)相比,所建模型更稳定可靠,预测结果也可得到了明显改善.

基于神经网络偏最小二乘法的柴油机NO_x排放预测模型

分析了现有柴油机氮氧化物(NO_x)排放的预测方法,针对选择性催化还原技术(SCR)的控制需求,选用神经网络偏最小二乘法(NNPLS)作为NO_x排放预测模型建立的基础;该方法通过偏最小二乘法(PLS)提取成分,然后用神经网络(NN)拟合,具有PLS充分提取自变量中信息和NN非线性拟合性高的优点;并建立了某柴油机NO_x排放预测模型,该模型预测精度高,训练误差均方根和测试误差均方根分别为30×10-6和62×10-6.

基于偏最小二乘法的平南县森林蓄积量估测模型研究

以平南县两景CBERS—02B影像为遥感数据源,提取CBERS—02B影像5个波段、植被指数的灰度值;利用研究区1∶10 000地形图提取海拔、坡度、坡向等GIS因子;以各遥感因子和GIS因子为自变量,研究区样地蓄积量为因变量,采用偏最小二乘法建立了森林蓄积量估测模型。结果表明:(1)CBERS—02B遥感影像5个波段,植被指数,郁闭度、海拔高、坡向、坡度等与蓄积量相关性不显著,且各因子之间存在明显的多重相关性;(2)运用偏最小二乘法建立的森林蓄积量估测模型,精度为85.44%,相对误差仅为-0.232%。研究结果为科学、准确、高效地估测森林蓄积量提供了理论依据和有效方法。

基于核偏最小二乘法的动态预测模型在铜转炉吹炼中的应用

为实现铜转炉吹炼过程中的关键操作参数的准确预测,构造一种基于核偏最小二乘法的动态预测模型,并提出一种适用于动态建模的在线式异常样本剔除方法。该动态预测模型使用滑动窗方法不断更新建模数据,再利用核偏最小二乘法对动态模型的参数进行辨识,最后根据反馈的前次计算误差对本次预测值进行修正。仿真研究结果表明:该动态预估模型具有较好的泛化能力和较强的鲁棒性,并具有较好预测精度(风量预测的相对均方根误差小于10%,氧量预测的相对均方根误差小于19%)。目前,该预测模型被用于某转炉的吹炼辅助决策系统中。

基于偏最小二乘法的通风机性能仿真模型

提出了用偏最小二乘法解决离心式风机调节性能的多元非线性曲面拟合问题 ,在此基础上建立了新型优化数学模型 ,并给出了具体的求解步骤 ,最后以简易导流器调节的 4- 73风机为例 ,建立了较高精度的调节性能模型 。

样品选择结合分段直接校正法和偏最小二乘法用于近红外光谱分析模型传递研究

为了实现近红外光谱分析模型在不同仪器间的共享,对分析模型的传递方法进行了研究。以混胺燃料的分析模型为例,采用马氏距离法对转换集样品进行选择,采用分段直接校正(PDS)法结合偏最小二乘(PLS)法,对从仪器光谱进行校正。对转换集样品数、PLS回归的主因子数、PDS的窗口宽度进行选择,当转换集样品数为12、主因子数为1、窗口宽度为39时,转换集样品的光谱校正率达到96.5%.混胺分析模型传递后,预测集样品的标准偏差远远好于校正前的结果,与主仪器的非常接近。研究结果表明:采用马氏距离法选择转换集样品,并结合PDS-PLS算法计算转换矩阵,可有效扣除不同仪器间的光谱差异,提高混胺分析模型的传递精度,实现三乙胺、二甲苯胺、水分、密度的准确分析。

基于结构风险最小化的加权偏最小二乘法

为了在偏最小二乘法(PLS)建模过程中实现结构风险最小化(SRM),提出基于结构风险最小化的加权偏最小二乘法(WPLS)。WPLS先提取训练样本中的主元,然后使用支持向量机(SVM)训练算法计算训练样本权值,最后计算原始论域中的回归模型。该算法保留了PLS能有效地提取对系统解释性最强的信息的优点,并通过样本权值提高模型的泛化能力,从而实现SRM准则,所建立的模型具有可解释性。仿真计算证明了模型的有效性。

近红外光谱技术结合改良偏最小二乘法和反向传播神经网络预测葵花籽皮营养成分含量

本研究旨在利用近红外光谱(NIRS)技术结合不同化学计量学方法建立葵花籽皮营养成分含量的预测模型。采集101份葵花籽皮样品,测定水分、粗蛋白质(CP)、有机物(OM)、中性洗涤纤维(NDF)、酸性洗涤纤维(ADF)、酸性洗涤木质素(ADL)、粗灰分(Ash)、钾(K)、钙(Ca)、磷(P)、镁(Mg)、铁(Fe)、锰(Mn)、锌(Zn)和铜(Cu)含量。通过主成分分析(PCA)剔除异常值后,利用KS算法将剩余样品分为定标集和验证集,利用NIRS技术结合改良偏最小二乘法(MPLS)和反向传播神经网络(BPNN)分别建立葵花籽皮营养成分含量预测模型。结果表明:1)葵花籽皮中水分、NDF、ADF、Ash、Mg、Fe和Mn含量的预测决定系数(RSQ)为0.88~0.99,验证相对分析误差(RPD)为2.82~8.36,利用MPLS和BPNN模型定标结果较好,且预测准确性较好,能够用于实际测量。2)葵花籽皮中K和Zn含量的MPLS模型的PRD分别为2.75和2.44,而BPNN模型的PRD分别为1.76和1.69,K和Zn含量可利用MPLS模型进行实际预测。3)葵花籽皮中CP、Ca和P含量的BPNN模型的RSQ分别为0.9、0.89和0.83,而MPLS模型的RSQ分别为0.75、0.62和0.71,CP、Ca和P含量可通过BPNN模型进行实际预测。4)葵花籽皮中ADL和Cu含量的MPLS和BPNN模型的RSQ为0.30~0.68,RPD为1.03~1.79,预测结果不可用于实际预测。综上所述,利用NIRS技术结合MPLS和BPNN建立的预测模型能够准确预测葵花籽皮中水分、CP、NDF、ADF、Ash、K、Ca、P、Mg、Fe、Mn和Zn含量。

偏最小二乘法与神经网络耦合的大坝监测模型

针对人工神经网络在大坝变形监测模型应用中所出现的收敛慢和稳定性差等问题,提出了偏最小二乘法与人工神经网络耦合的大坝变形监测模型,提高了神经网络的学习速率和稳定性。首先运用偏最小二乘法对多维自变量进行主成分提取和降维处理,解决了变量之间的多重相关问题,而后把降维的数据输入神经网络进行训练。对比实例应用结果表明,偏最小二乘神经网络耦合模型的拟合速度和精度都高于传统的神经网络。

基于逆模型偏最小二乘法的高光谱亚像元目标探测方法研究

目前的高光谱亚像元目标探测算法主要是利用线性混合模型,在背景端元光谱已知的前提下,构造一定的检测算子逐像元判定是否含有亚像元目标。该算法需要较为精确的背景端元光谱先验信息,且目标探测结果受背景复杂度影响较大。从光谱维数据分析的角度出发,将逆模型偏最小二乘法(ILS)和马氏距离奇异值检测方法相结合进行亚像元小目标探测研究。首先建立目标光谱与像元光谱的逆模型,并对像元光谱与目标光谱进行正交变换预处理(SNV),再利用偏最小二乘算法(PLS)计算逆模型的回归系数向量,从而将多维的光谱信息降维,并突出目标光谱信息,最后计算各像元回归系数的马氏距离,判定马氏距离大于3σ的系数所对应的像元点为含有亚像元目标的像元点。该方法仅需要目标光谱的先验信息,对背景的复杂度不敏感。文章采用AVIRIS仿真数据将上述方法与常用的正交子空间投影算法(OSP)的计算结果进行比较,通过比较不同算法的受试者工作特征曲线(ROC)以及信噪比(SNR)变化曲线,证实了该算法具有较快的运算速度和较高的目标探测性能。

多态偏最小二乘法模型

为了更合理的确定偏最小二乘法的主成分数,提出了一种多态偏最小二乘法的建模方式。介绍了建模和预测具体实现过程。给出了预测时样品相似度计算的两种方式:直接距离法和性质得分距离法。以玉米样品近红外光谱数据为例,分别采用多态偏最小二乘法与传统偏最小二乘法建模对蛋白质指标进行了检测。结果表明:多态偏最小二乘法预测结果优于传统偏最小二乘法预测结果,有更强的适应性和兼容性。

基于核偏最小二乘法的热轧板凸度预测

以某2160 mm热连轧生产线为研究对象,结合生产数据和数据驱动算法,提出并建立基于核偏最小二乘法和偏最小二乘法的热轧板凸度预测模型,并对模型的参数进行调整和优化。结果表明:偏最小二乘法模型的预测值与实测值误差为-25~30μm,88.74%的板凸度预测值绝对误差小于10μm;核偏最小二乘法模型的预测值与实测值误差为-25~25μm,91.57%的板凸度预测值绝对误差小于10μm。因此,优化后的核偏最小二乘法模型具有更好的预测效果。

基于偏最小二乘法的集装箱吞吐量预测模型研究

利用偏最小二乘法(PLS)能够克服样本个数比变量维度少的特点和消除变量多重共线性的优点对港口集装箱吞吐量进行建模预测,该方法适用于历史数据较少的港口。并以黄骅港为例,通过SPSS软件对港口集装箱吞吐量进行建模预测并给出2025年集装箱吞吐量预测值。结果表明,偏最小二乘法能够有效的消除影响因素的多重共线性,具有良好的预测精度,可为今后的港口集装箱吞吐量预测提供参考。

偏最小二乘法回归模型在分析毛涤混纺面料纤维含量中的应用

以毛涤混纺面料为研究对象,利用近红外光谱法,结合相应的化学计量学方法建立不同的数学预测模型,进行毛涤混纺面料中纤维含量的分析研究。实验对比分析了主成分回归模型、多元线性回归模型、偏最小二乘回归分析模型的模拟结果。其中,偏最小二乘法回归分析模型得出毛纤维含量的校正集标准差(SEC)为0.000 7,校正集预测值与真实值相关系数(RC)为0.992 23,涤纤维含量的SEC为0.001 6、RC为0.991 61,为最优分析结果。研究结果为数学模型在混纺面料成分定量分析中的应用提供了有力的依据。

基于偏最小二乘法建立白酒酒醅近红外分析模型

利用近红外光谱分析仪采集酒醅样品的近红外漫反射光谱,基于偏最小二乘法建立检测酒醅中水分、酸度值的近红外光谱分析模型。经内部交叉验证法对模型进行检验,结果为:酒醅中水分的相关系数均大于0.94,酸度的相关系数均大于0.97,证明所建模型测得的酒醅中水分和酸度值与真实值拟合良好。经盲样检测,结果为:模型所测酒醅水分和酸度值均与实际值相匹配且模型稳定性良好,证明所建模型可以实现对酒醅中水分和酸度值的快速检测。

应用多模型共识偏最小二乘法和FTIR/ATR光谱技术建立苯丙酮尿症的筛查模型

利用多模型共识偏最小二乘法(cPLS)建立新生儿苯丙酮尿症(PKU)的红外光谱筛查模型,比较PLS和cPLS模型的性能。对原始光谱进行一阶微分预处理,分别用PLS和cPLS建立干血片中苯丙氨酸浓度的定量校正模型,各运行40次,以预测均方根误差(RMSEP)、平均相对误差(MRE)和预测准确率(Acc)为指标,考察两种模型对独立测试集的预测效果。PLS模型的RMSEP、MRE、Acc的平均值和标准差分别为103.3、0.32、97.1和30.0、0.07、4.4;而cPLS模型的RMSEP、MRE、Acc的平均值和标准差分别为88.4、0.26、99.3和19.8、0.04、2.4。cPLS较PLS模型预测更准确,稳定性更好,更适于建立PKU的红外光谱筛查模型。