局部偏最小二乘回归建模参数对近红外检测结果的影响研究

报道了在局部加权（LWR）回归方法基础上，自主改进的更简单、实用的局部偏最小二乘回归（LPLS）的原理和方法。并以云南优质烤烟为实验材料，在国产光栅漫反射型近红外仪器上，研究了主成分数以及局部建模样品数对检测结果的影响。结果表明：应用交叉验证方法推荐的尼古丁组分模型主成分数并不是最优，通过适当降低主成分数可提高检测效果；局部建模样品数为30～50个时总糖、总氮、尼古丁预测准确度的提高幅度可分别达7％，14％，10％以上。该方法能有效提高近红外数学模型的预测准确度，是建立具有高度适应性近红外数学模型的有效方法。

紫外分光光度-局部偏最小二乘回归法同时测定三种人造甜味剂

本文报道了一种简便、快速、准确地同时测定3种人造甜味剂安赛蜜、阿斯巴甜和糖精钠的方法。方法基于在p H为3.21的盐酸溶液中对安赛蜜、阿斯巴甜和糖精钠三组分混合溶液进行紫外光度测定,所得重叠光谱数据分别用偏最小二乘回归法（PLSR）、特征峰结合PLSR法和特征峰结合局部偏最小二乘回归法（LPLSR）进行处理。结果表明,选取特征波段的峰值作为自变量,采用4个局部样本做拟合的预报误差最小,总相对偏差仅为3.05%。对果汁样品进行测定,获得了很好的定量分析结果。安赛蜜、阿斯巴甜和糖精钠的定量线性范围分别为1.0～30.0 mg/L、1.0～10.0 mg/L和1.0～10.0 mg/L。

一类异方差半参回归模型的估计理论

考虑一类异方差半参回归模型Y =m(X) +σ(X)ε ,其中X是随机解释变量 ,Y是响应变量 .均值函数m(x) =E(Y|X =x)和方差函数σ(x)二者未知 .许多事实表明二者之间存在如下关系 :σ2 (x) =γ0 +γ1(m(x) ) a1+… +γs(m(x) ) as ψ(x)γ ,其中 ψ(x) =(1,(m(x) ) a1,… ,(m(x) ) as) ,γ =(γ0 …γs) T.运用局部核权估计法和最小二乘法给出了异方差情况下m(x) ,σ(x)和γ的估计 ^m(x) ,^σ和 ^γ ,证明了 ^γ的渐近正态性 ,得到了 ^m(x)和 ^σ2 (x)的最优收敛速度 。

基于非参数平滑的OFDM系统信道估计算法

研究了双衰落信道下正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)系统中信道估计的非参数方法。提出的方案首先利用梳状导频或散布导频和最小二乘算法估计出导频处的信道频率响应并进行简单的分段线性插值,然后用基于非参数统计方法的Savitzky-Golay平滑滤波器对插值后的信道估计值进行非参数平滑。与传统信道估计算法相比,算法大大降低了信道估计的均方误差、系统的误符号率和计算复杂度,运算量仅正比于有效子载波数,且对多普勒频移具有很强的鲁棒性。数值仿真结果证明了上述结论的正确性。统计检验结果表明,该算法在最小二乘意义下是最优的。