一种新型径向基函数神经网络学习算法——递归正交最小二乘法(ROLS)

径向基函数神经网络在很多领域都得到了成功的应用。但迄今为止仍没有一种有效的方法来确定隐层中心数目。笔者将递归正交最小二乘 (ROLS)方法引入RBFNN建模训练 ,利用ROLS算法训练网络后所得的有用信息 ,采用后向选择算法 ,逐步去掉那些使网络残差增加最小的中心 ,在得到网络有效中心的同时 ,还满足了精度要求 ,从而大大简化了RBF网络结构 ,节约了大量的存储空间以及计算量。

局部偏最小二乘法结合可见-近红外光谱预测猪肉挥发性盐基氮

以两个批次的猪肉为实验样品,开展局部偏最小二乘法结合双波段可见-近红外光谱预测挥发性盐基氮的研究,以改善模型预测不同批次样品时效果不佳的问题。提出基于距离、信息测度和投影的相似性度量方法,通过对欧式距离和光谱信息散度-光谱角(spectral information divergence-spectral angle,SID-SAM)进行加权求和,构建评价不同样品相似性的相似度函数,定义相似度因子(SM),通过最小化代价函数确定建立局部模型的邻域窗口。以第1批样品为建模基础集,通过对欧式距离和SID-SAM的权重及SM进行参数寻优,针对第2批次中每个样品建立局部偏最小二乘模型。结果显示,与利用第1批样品建立的模型直接预测第2批样品的结果相比,预测效果有明显提高,相关系数R从0.845 6上升至0.948 1,预测误差从4.581 0 mg/100 g下降至2.650 8 mg/100 g。这表明利用提出的相似度函数和相似度因子,可根据待测样品的光谱特征,实时动态选择相似的局部空间,建立的局部偏最小二乘模型能有效提高对外部验证样品的预测能力。

正交函数-偏最小二乘法同时测定复方水杨酸酊Ⅱ号三组分含量

目的利用正交函数 偏最小二乘法消除干扰并对相关性特强的混合组分含量同时测定。方法提出一种由正交函数 (OF)与偏最小二乘法 (PLS)相结合的方法 ,并把它用于复方水杨酸酊Ⅱ号三组分的同时测定 ,并与偏最小二乘法所预测的结果进行比较。结果二者所测得的水杨酸、苯甲酸和利凡诺的平均回收率和相对标准偏差分别为 10 0 2 %、1 6 %、10 0 1%、0 37%、10 0 1%、0 96 %和 99 4 %、2 0 %、10 0 9%、1 2 %、99 8%、1 5 %。结论正交函数

基于正交最小二乘法的径向基神经网络模型

为提高神经网络模型的预测精度以及提高模型的计算效率,减少获得高精度模型的计算量,构建了基于正交最小二乘法的高斯径向基神经网络模型结构,给出了最小二乘法高斯径向基神经网络的递归模型.依据样本点序列信息,给出了高斯径向基函数中心参数的确定方法,并采用正交最小二乘法回归迭代,从而获得隐层同输出层间的连接权参数值.采用混沌Lorenz时间序列预测问题对该设计的网络模型进行验证,并同其他文献对该序列预测的精度以及迭代所需的时间作对比.结果表明,采用该设计方法获得的网络模型具有时间预测精度高及计算效率高等优点.

基于投影寻踪的非线性鲁棒偏最小二乘法及应用

来自工业现场的数据往往具有非线性特性且包含离群点,利用非线性偏最小二乘法(partia lleast squares,PLS)建模易受离群点的影响.针对这一问题,结合径向基函数(radial basis function,RBF)网络,本文提出了一种基于投影寻踪的非线性鲁棒PLS方法.该方法首先利用RBF变换将自变量与因变间的非线性关系转化为线性关系;然后利用投影寻踪算法提取变换后自变量的鲁棒偏最小二乘法成分;最后建立鲁棒PLS成分与因变量之间的鲁棒线性回归模型.将该方法应用于湿法冶金萃余液pH值软测量建模问题,结果验证了其有效性.

基于径向基函数的加权最小二乘无网格法

径向基函数插值是一种新型的无网格插值方法,具有形式简单、空间维数无关等优点。这种插值方法具有δ函数的性质,易于满足本质边界条件,且插值函数的导数求解过程比通常的移动最小二乘插值(MLS)简单,精度也较高。另一方面,通过加权最小二乘法离散控制方程不需要积分,具有效率高,精度高等优点。本文试图将两者的优点结合起来,发展一种新型的无网格方法-基于径向基函数的加权最小二乘无网格法。针对弹性静力学问题的数值试验表明,这种方法具有较高的精度和稳定性。

径向基函数局部插值的加权最小二乘配点法

基于径向基函数局部插值的加权最小二乘法,给出了方法的基本原理及求解的一般过程.通过对Poisson方程和悬臂梁弯曲的计算验证了该方法的有效性,并讨论了几个关键因素对收敛性的影响,得出了一些有益的结论.

二阶Newton法训练径向基函数神经网络的算法研究

提出了一种混合加权距离测量(weighted distance measure,weighted DM)参数的构建和训练RBF(radial basis function)神经网络的两步批处理算法.该算法在引进了DM系数参数的基础上,采用Newton法分别对径向基函数的覆盖参数、均值向量参数、加权距离测度系数以及输出权值进行了优化,并在优化过程中利用OLS(orthogonal least squares)法来求解Newton法的方程组.通过实验数据,不仅分析了Newton法优化的各个参数向量对RBF网络训练的影响,而且比较了混合优化加权DM与RLS-RBF(recursive least square RBF neural network)网络训练算法的收敛性和计算成本.所得到的结论表明整合了优化参数的加权DM-RBF网络训练算法收敛速度比RLS-RBF网络训练算法更快,而且具有比LM-RBF(Levenberg-Marquardt RBF)训练算法更小的计算成本,从而说明OLS求解的Newton法对优化RBF网络参数具有重要应用价值.

基于UHPLC-Q-TOF/MS技术分析肿节风总黄酮提取物促进巨核细胞分化的效应成分

目的筛选肿节风总黄酮提取物促进巨核细胞分化的效应成分。方法(1)以人巨核细胞白血病细胞(Dami)与人骨髓基质细胞(HS-5)共培养的方式建立巨核细胞分化障碍模型作为评价体系,实验分组:Dami组(Dami)、对照组(Dami+HS-5)、PMA组[Dami+HS-5+5 ng·mL-1佛波醇12-十四酸酯13-乙酸酯(PMA)]、模型组[Dami+HS-5+1%兔抗大鼠血小板血清(APS)+5 ng·mL-1PMA],培养48 h。采用流式细胞术检测巨核细胞分化成熟表面标记分子CD41a、CD61的表达情况。(2)将49只SD雄性大鼠随机分为空白血浆组、15 min组、30 min组、60 min组、90 min组、120 min组、240 min组,每组7只。各给药组大鼠灌胃肿节风总黄酮提取物1.26 g·kg^(-1),在6个设定时间点(15、30、60、90、120、240 min)采血制备肿节风总黄酮提取物经时含药血浆。(3)采用超高效液相色谱-四极杆串联飞行时间质谱法(UHPLC-Q-TOF/MS)对肿节风总黄酮提取物经时含药血浆进行分析,以峰面积构建肿节风总黄酮提取物经时含药血浆中的化学成分随时间变化量矩阵(X矩阵)。将所采集的6个不同时间点的肿节风总黄酮经时含药血浆对巨核细胞分化成熟障碍模型进行干预,采用流式细胞术检测细胞表面分子CD41a、CD61的表达水平,构建肿节风总黄酮提取物经时含药血浆效应矩阵(Y矩阵)。(4)将X矩阵和Y矩阵数据标准化处理后,采用偏最小二乘法(Partial least squares,PLS)计算分析量效关系,以变量重要性投影(Variable importance for projection,VIP)>1为阈值,筛选与细胞表面分子CD41a、CD61变化相关的效应成分,并进行化学成分鉴定,作为肿节风总黄酮提取物中促进巨核细胞分化的潜在效应成分,最后回归评价体系验证其药效。结果(1)与Dami组比较,对照组Dami细胞表面的CD41a表达水平明显升高(P<0.05)。与对照组比较,PMA组Dami细胞表面的CD41a、CD61表达水平均显著升高(P<0.01)。与PMA组比较,模型组Dami细胞表面的CD41a、CD61表达水平均显著降低(P<0.01)。(2)与空白血浆组比较,15、30、60、90、120、240 min各时间点Dami细胞表面分子CD41a、CD61表达水平均显著升高(P<0.01),且CD41a、CD61均在30 min组表达水平最高。在正、负离子模式下筛选出VIP值>1的潜在效应成分,并选取540.3638@12.25与559.2991@11.53两个成分进行药效学验证。559.2991@11.53被鉴定为胡萝卜苷(Daucosterol,Dau),540.3638@12.25被鉴定为迷迭香酸-4-O-β-D-葡萄糖(Rosmarinic acid 4-O-β-Dglucoside,Ros)。Ros、Dau分别干预巨核细胞分化成熟障碍模型后,与模型组比较,Ros及Dau低、中、高剂量组(40、60、80μg·mL-1)的Dami细胞表面的CD41a、CD61表达水平均显著升高(P<0.05,P<0.01)。结论Ros、Dau可能是肿节风总黄酮提取物促进巨核细胞分化的效应成分。

偏最小二乘-神经网络光度法同时测定钢中钨和钼

在钨(钼)-2,4 二氯苯基荧光酮-CTMAB显色体系中,用偏最小二乘法(PLS)与神经网络(NN)联用辅助分光光度法,不经分离,同时测定合金钢中钨和钼。经比较,结果优于PLS法和BP神经网络法。

基于Reflected-Sigmoid径向基函数插值的温度场重建算法

声学法测温在特殊的温度场环境中有良好的应用,主要是利用有限的超声波传播路径上的飞行时间重构出连续分布的温度场.现有的温度场重建算法中最小二乘法是最常用的方法,但其重建后的温度场会出现边缘信息缺失的现象.针对这一问题,提出在最小二乘法确定温度矩阵的基础上,结合Reflected-Sigmoid函数进行插值,实现了二维平面温度场的无缺失重建.通过两种典型的单峰温度场模型的重建结果及误差分析表明,在补全温度场边缘的条件下,单峰对称温度场的均方根百分误差在1.6%,单峰偏斜温度场的均方根百分误差在3.5%,取得了很好的重建效果.

基于径向基函数神经网络的河网洪水泥沙预报

由于水沙作用机理和演进规律以及河道形态变化的复杂性,泥沙预报一直是洪水预报的难点.本文将径向基函数神经网络方法应用于复杂河网洪水水沙预报中,并采用k-均值聚类算法确定径向基函数的中心,采用最小二乘法求解权值.在探讨建立预报模型基本方法的基础上,分别建立了具有2个预报期和3个预报期的珠江三角洲河网洪水水沙预报模型.计算结果表明,该方法能够较好地识别洪水水沙的演进规律,预测结果与实测结果吻合较好,运算速度快、简便易行且预报精度较高.

基于改进免疫算法的两级径向基函数网络学习方法

结合改进的免疫算法和最小二乘法,提出了一种设计径向基函数(RBF)网络的两级学习方法.该方法利用免疫算法确定RBF网络隐层的非线性参数,能够有效克服进化算法的未成熟收敛现象.改进的免疫算法针对RBF网络的特点,采用基于矢量距离的亲和度计算方法,克服了原有基于信息熵计算方法存在的计算复杂、参数难于确定的缺陷.将这种方法设计的RBF网络用于Mackey-Glass混沌序列预测的仿真实验证明了该方法的有效性.

径向基函数神经网络在多维力传感器标定中的应用

维间耦合是制约多维力传感器测量精度的主要因素,为了克服传统线性标定方法的局限性,利用径向基函数(RBF)神经网络强非线性逼近能力进行了多维腕力传感器的静态标定,并将其与最小二乘法和BP神经网络标定法作了比较。以研制的六维腕力传感器为对象进行了实验,结果表明,采用RBF神经网络对多维腕力传感器标定比用最小二乘线性标定有更高的标定精度,网络训练速度则大大快于BP神经网络。这种新方法具有一定的实用价值。

基于OLS的径向基函数神经网络实现多种数字信号调制方式自动识别

基于决策论的信号调制样式自动识别方法具有简单易行、适合在线分析的优点,针对一些参数的计算进行了改进,并提出了基于该方法,利用正交最小二乘法(OLS)的径向基函数(RBF)神经网络,实现数字信号调制样式自动识别的方法.提高了该方法的识别能力,对信噪比(SNR)为6～30dB的测试信号识别得到了较好的结果.识别的数字信号为2ASK、4ASK、2PSK、4PSK(QP-SK)、2FSK、4FSK与16QAM.

基于改进型径向基函数网络的功放非线性建模

针对功率放大器(PA)的非线性建模,提出了改进型径向基函数神经网络(RBFNN)模型。首先,在该模型的输入端加入延迟交叉项和输出反馈项,利用正交最小二乘法提取模型的权值以及隐含层的中心;然后,采用15MHz带宽的宽带码分多址(WCDMA)三载波信号对Doherty功放进行测试,其归一化均方误差(NMSE)可以达到-45dB;最后,通过逆F类功放对模型的普遍适用性进行验证。仿真结果表明,该模型能够更加真实地拟合功率放大器的特性。

近红外光谱-径向基神经网络在异烟肼片无损定量分析中的应用

应用异烟肼片粉末的近红外漫反射光谱数据分别结合偏最小二乘法(PLS)和径向基神经网络(RBFNN)建立定量分析模型,并用所建模型对预测集样品进行了预测,结果表明:应用RBFNN所建立的定量分析模型优于PLS模型,相关系数(r)值由0.99593提高到0.99734,交互验证均方根误差(RMSECV)值由0.00523下降到0.00423,预测均方根误差(RMSEP)值由0.00614下降到0.00501。

不同基原淫羊藿综合品质研究

目的对不同基原淫羊藿综合品质进行研究,为其质量评价及开发利用提供依据。方法分析采用Agilent ZORBAX SB-C _(18)色谱柱(4.6 mm×250 mm,5μm);流动相乙腈-0.1%磷酸,梯度洗脱;体积流量1 mL/min;柱温30℃;检测波长270 nm。建立29批样品HPLC指纹图谱。采用聚类分析、主成分分析、正交偏最小二乘法-判别分析进行化学模式识别。结果29批样品指纹图谱中有12个共有峰,指认出其中5个,相似度0.235~0.999。不同基原淫羊藿中朝藿定A、朝藿定B、朝藿定C、淫羊藿苷、宝藿苷Ⅰ含量有明显差异。各批样品聚为4类,3号峰、朝藿定B、朝藿定C、淫羊藿苷为主要成分。结论该方法专属性强,稳定可靠,可快速鉴别不同基原淫羊藿,并能对其进行质量评价。

新兴媒体下电子政务满意度的径向基函数神经网络测评方法研究

电子政务满意度的测评工作有时会表现出非线性,这在新兴媒体出现后尤为明显。根据新兴媒体的特点,首先建立了基于新兴媒体的电子政务满意度评测模型。模型中用操作性满意度、交互性满意度、服务性满意度、可信性满意度和平台建设满意度反映整体满意度,进而利用结构方程理论建模。为了表征其中的非线性,将径向基函数(RBF)网络引入建模过程,并结合偏最小二乘(PLS)方法完成迭代过程的求解。实验结果表明,RBF-PLS方法比PLS方法具有更高的精度。

径向基函数神经网络逼近空调管路温漂趋势的研究

针对空调管路的应变测试数据会随环境温度而产生漂移的现象,根据应变电测法,提出了基于径向基函数(RBF)神经网络拟合逼近管路真实应变值的方法,即结合正则化正交最小二乘法,逼近现实中由温度引起的漂移,间接求出空调管路较为真实的交变应变值.实验结果表明该方法是可靠的.