高蛋白大豆肥效预测模型的正交多项式回归分析

为优化高蛋白大豆生产中的肥料配施,采用多元正交多项式回归预测模型来反映氮磷钾肥施用量和大豆产量的依存关系。结果表明:随氮、钾肥施用量增加,大豆产量先增后降,大豆产量与磷肥用量正相关,肥效大小表现为氮肥>磷肥>钾肥;肥效预测模型方差估计值σ=31.2616,预测高蛋白大豆产量U^的95%的置信区间为U±1.96σ=U±61.2727,效果较好;经模型拟合,氮、钾、磷施肥量分别为56.39,70.22和140.00kg·hm^-2时,可得大豆最高产量3365.73kg·hm^-2。多元正交多项式回归模型对预测多因素施肥水平下高蛋白大豆产量值有实际参考价值。

中子管束流引出模型的建立

为中子管建立准确的数学模型,才能设计适合的控制算法来提升中子发生器产额的稳定性.在对中子管的储存器、离子源、加速极电压以及加速级电流进行大量的分析和测试的基础上,将中子管模型分成束流引出模型和产额输出模型的组合.利用python中sk-learn库内多元多项式回归拟合方法来建立中子管束流引出模型.并以拟合优度R 2对建立的中子管束流引出模型进行评判,发现使用二阶多元多项式的拟合优度R 2评分达到0.9879,为今后高稳定性中子发生器的研制奠定了基础.

二阶波浪漂移力的回归分析

二阶波浪载荷的预报对动力定位能力评估具有重要意义。对二阶波浪载荷的预报,通常可采用模型试验和数值模拟的方法。模型试验费用昂贵,数值模拟时面元划分的合理性对计算结果的影响很大,且模型试验和数值模拟周期都相对较长。采用压力直接积分法进行系列船型的二阶波浪漂移力计算,在此基础上,采用模长界限控制的正交化方法的多元多项式回归分析,给出二阶波浪漂移力的回归公式,并进行了验证分析。验证分析表明回归公式置信区间为0.95。

基于视觉的H型支腿跨距检测方法研究

为解决目前消防车H型任意支腿跨距检测成本高、维护困难等缺点,研究并设计了一种基于视觉的支腿跨距检测方法。该方法采用在支腿横梁上张贴标识物的方式,通过车载摄像头获取支腿图像,并基于YOLOv7-Pose模型检测标识物中心点在图像中的位置坐标,然后根据中心点的坐标输入多元多项式回归模型来计算支腿跨距。在JP65举高喷射消防车上进行试验,试验结果表明,系统测量的支腿跨距值与拉线传感器实际测量值的绝对均值相差为2.7mm。试验结果证明,该方法检测支腿跨距的有效性,具有广泛的实际应用前景。

基于RGB图像光谱重建的鱼糜掺假定量检测研究

实现基于RGB图像的光谱重建对降低光谱的硬件要求、扩大其实际应用具有重大意义。该研究以鱼糜掺假检测为例,比较多元多项式最小二乘回归算法(polynomial multivariate least-squares regression,PMLR)与深度学习HRNet网络对光谱重建的性能,建立基于重建光谱多种掺假鱼糜检测模型并验证其实际应用的有效性。结果表明,2种方法的重建光谱误差较小,HRNet网络、PMLR算法重建光谱的均方根误差(root mean square error,RMSE)分别为0.0104和0.0126,大多数掺假检测模型有较高的预测准确性,其预测相关系数大于0.91,预测均方根误差小于9%。在基于重建光谱建立的掺假检测模型中,效果最佳的是基于PMLR算法重建光谱使用标准正态变量变换(standard normal variate,SNV)预处理的极限学习机回归模型,其预测均方根误差为3.9544%、预测相关系数为0.9830。因此,PMLR算法和HRNet网络均能较好的实现基于RGB图像的光谱重建,且重建光谱均能实现对鱼糜掺假样本的较好检测结果,为基于重建光谱的食品和农产品品质与安全检测提供了新思路。

广西蚕茧、干茧、生丝价格的关系研究

本文以2005年广西大宗工业原料市场的网站和区蚕业总站上报统计的资料为样本,运用一元多项式回归分析和多元多项式回归分析方法和通径分析方法分别对广西区鲜茧、干茧、生丝价格进行分析,并建立了回归模型对鲜茧价格进行预测。