大脑枕颞沟形态学分析及投影回归方程

目的:构建以AC-PC线为扫描基线的活体大脑薄层MRI图像,研究枕颞沟在横、冠、矢状面的形态学规律及投影回归方程。方法:选定健康男、女各15名。以AC-PC为基准线,连续扫描MRI T1W1图像,所得横、冠、矢状面MRI成像数据,采用“3D-Cursor”技术观察枕颞沟在横、冠状面位置变化及连续形态学特征。将所测得的数据以横断面Z=0,冠状面X=0,矢状面Y=0,层厚2 mm,以及Y值为所在层面与零层面的层距乘以2 mm层厚为标准,建立笛卡尔三维立体坐标系,绘制枕颞沟内侧缘投影图,并利用SPSS 22.0统计分析出枕颞沟内侧缘的空间拟合曲线平面回归方程。结果:横断面的枕颞沟与大脑半球边缘平行,呈前后方向走行,后方一直延伸至枕叶,与侧副沟呈平行关系。分为“波浪”型,“()”型,“3”型;冠状面主要分为“1”型,“11”型,“U”型;成功构建大脑枕颞沟在横、冠、矢状面的投影回归方程。枕颞沟在横断面上Y值对X值的曲线回归方程右侧:■=-62.76+2.75×X+0.22×X^(2)+3.1×10^(-3)×X^(-3),左侧:■=3.84-10.83×X+0.5×X^(2)-6.04×10^(-3)×X^(-3);枕颞沟在冠状面上Z值对X值的曲线回归方程右侧:■=7.67-1.54×X-0.09×X^(2)-1.06×10^(-3)×X^(-3),左侧:■=17.99+2.78×X-0.12×X^(2)+1.42×10^(-3)×X^(-3);枕颞沟在矢状面上Z值对Y值的曲线回归方程右侧:■=20.75-0.35×X+2.62×10^(-3)X2+5.49×10-5×X^(-3),左侧:■=19.64-0.39×X+3.75×10-4X2+3.15×10-5×X^(-3)。结论:利用“3D-Cursor”及“连续追踪”技术识别枕颞沟,其在横、冠面形态各异,为颞叶疾病定位及通过枕颞沟手术入路途径提供解剖学依据。

正交投影回归法和HLAE用于解析灰色体系

提出一种基于正交投影的用于判断未知干扰组分的新方法——正交投影回归法 ( OrthogonalProjection-based Rregression,OPR) ,可指示出复杂体系中未知干扰组分存在与否及存在区间 ;在此基础上 ,应用最近提出的扩展的 HLA算法 ( HLAE) ,对一维生素混合体系进行了分析 ,并与 HLA和 PLS的结果进行了比较 .结果表明 ,OPR是 HLAE得以成功应用的前提 ;不需待测组分的精确光谱 ,HLAE可得到优于 PLS和至少相当于 HLA的结果 ,在纯光谱不够精确的情况下 ,完全可以用 HLAE代替 HLA.

基于投影寻踪回归方法的微压过滤冲洗池水头损失与过滤效率预测模型

以微压过滤冲洗池的水头损失与过滤效率为考核指标,考虑进水流量、矿化度、含沙量与滤网孔径4个因素进行正交试验设计,采用投影寻踪回归方法PPR分析各个因素对考核指标的影响权重,选取20组试验数据建立含沙微咸水条件下微压过滤冲洗池水头损失和过滤效率的预测模型,探究了含沙微咸水对微压过滤冲洗池的水头损失和过滤效率的影响。研究结果表明,影响微压过滤冲洗池水头损失的因素由大到小依次为进水流量、含沙量、矿化度、滤网孔径;影响过滤效率的因素由大到小依次为含沙量、进水流量、矿化度、滤网孔径;构建的PPR预测模型的预测精度整体合格率达100%;当进水流量为6~7 m^(3)/h、含沙量为0.5~1.0 g/L、矿化度为0~2.0 g/L及滤网孔径为0.125~0.180 mm时,水头损失存在最小值;当进水流量为9~10 m^(3)/h、含沙量为1.75~2.00 g/L、矿化度为0~3.0 g/L及滤网孔径为0.125~0.150 mm时,过滤效率存在最大值。物理模型的试验结果可为微压过滤冲洗池的实际应用提供研究基础。

巷道通风摩擦阻力系数遗传投影寻踪回归预测

为满足智能通风准确获得巷道摩擦风阻的需求,基于遗传算法的投影寻踪回归预测方法预测矿井通风摩擦阻力系数。研究空气密度变化和巷道有无支护两种类型时模型预测的准确性。利用通风摩擦阻力系数影响因素进行训练,对不同支护类型巷道采集学习样本建立模型,使用部分样本进行验证。将模型预测结果与主成分分析预测和BP神经网络预测结果进行比较。对不同支护类型巷道进行了预测,最大误差为1.76%,平均误差为1.07%;仅对圆木支护进行了分析,最大误差为1.73%,平均误差为0.79%;对不同密度无支护巷道预测表明,平均误差为-0.99%,最大误差为-1.01%,风流密度对模型预测结果的准确性基本没有影响。无论是风流密度还是支护形式,该方法预测精度均优于主成分分析和BP神经网络。

采用投影回归原理的全景影像测量方法

在全景影像和激光点云数据的匹配中引入"虚拟投影球面"的假设,提出了基于光源归一的投影回归方法,并对该方法进行了严密的数学论证,在此基础上,采用球面投影中的角度逼近法进行了不同角度分辨率下全景影像的空间测量实验,实验结果验证了该方法的实用性。

基于遗传算法的参数投影寻踪回归及其在洪水预报中的应用

针对传统非参数投影寻踪回归方法在应用时存在的问题 ,提出了三点改进措施 :(1 )采用实数编码的遗传算法代替高斯 牛顿算法优化投影方向 ;(2 )采用参数非线性Hermite多项式代替非参数逐段线性回归来拟合岭函数 ;(3)参数优化同时进行无需分组 ,逐个增加岭函数 ,不实行返回拟合的优选策略 .新的方法被称为参数投影寻踪回归 ,将其用于紫坪埔洪水预报 ,取得了满意的预报效果 ,而且所提出的方法在实际应用时 ,具有简单。

悬栅消能率的投影寻踪回归因子贡献率分析及多因子优化组合仿真

应用投影寻踪回归技术,分析得到影响悬栅消能率的因子主要是悬栅安装高度,其次是栅间距,最后是流量。多因子仿真优化结果:在流量由34L·s-1变化到80L·s-1范围内,当栅距取4.0cm,栅条安装高度取4.6cm时,悬栅消能率均能达到80%。最佳栅距约为栅后涡流长度范围的1.5～2.0倍。

光面爆破效果参量预测的投影寻踪回归模型及应用

基于投影寻踪回归理论,选取炮眼密集系数、最小抵抗线、装药量、炮眼深度、抗压强度和泊松比6个因素为判别指标,建立光面爆破炮眼利用率、超挖量和半眼率的预测模型。将该方法应用于某矿巷道掘进光面爆破效果预测问题中,对现场实测的24组数据进行训练和检验,用另外4组现场数据作为预测样本进行测试。预测结果与实测情况较吻合。比较BP神经网络和投影寻踪回归2种方法对光面爆破炮孔利用率的预测结果,发现后者比前者预测结果更接近实际。以上研究表明:该方法回判估计性能良好,判别精度高,是一种预测光面爆破效果的有效方法,可以在实际工程中推广应用。

基于遗传算法的投影寻踪回归模型在参考作物滕发量预测中的应用

根据朝阳气象站的实测气象数据(降水量、温度、湿度、风速、蒸发量、日照时数),提出基于加速遗传算法的投影寻踪回归模型用于预测朝阳地区参考作物滕发量。用自相关分析技术确定预测因子(气象数据),构造出新的投影指标,采用可变阶的正交Hermite多项式拟合岭函数,并用基于实数编码的加速遗传算法优化投影指标函数,进而构建投影寻踪回归模型,用于该地区参考作物滕发量的预测。并将投影寻踪回归模型预测的ET0结果与Penman-Monteith公式计算ET0结果进行比较,结果表明该模型预测精度较高,为ET0的预测提供了新的方法。

基于粒子群优化投影寻踪回归模型的短时交通流预测

针对短时交通流数据的高度复杂性、随机性和非稳定性,为了进一步提高短时交通流预测的精度,提出一种基于粒子群优化投影寻踪回归模型的短时交通流预测方法。通过灰色关联度分析确定交通流预测影响因子,然后采用粒子群优化算法构建非参数投影寻踪回归模型,并利用上海市南北高架快速路的感应线圈实测数据进行实验验证和对比分析。实验结果表明:PSO-PPR模型的短时交通流预测效果明显提高,其平均预测精度分别比ARIMA模型和BPNN模型提高37.8%和27.2%。

基于投影寻踪回归的指标规范值的水质评价模型

传统的投影寻踪回归(PPR)的矩阵表示法用于水质评价,当指标较多时,不仅优化参数矩阵元的学习效率低,而且优化效果亦受到影响。若适当设置3类水体(地表水、地下水和富营养化水体)各指标的参照值及指标值的规范变换式,使不同指标的同级标准的规范值差异不大,从而可以认为用规范值表示的不同指标皆与某个规范指标"等效"。因此,只需构造并优化得出对各指标规范值都共同适用的2个指标变量的NV-PPR(2)和3个指标变量的NV-PPR(3)模型,对于指标变量较多的NV-PPR建模,只需将其分解为若干个NV-PPR(2)和(或)NV-PPR(3)的组合表示即可。对模型的实用性进行的效果检验表明:基于指标规范变换的3类水体的水质评价的投影寻踪回归模型具有形式简洁、计算简便和普适通用的特点。

基于投影追踪回归的机床热误差建模技术

针对机床热误差建模温度变量多、非线性度高的问题,提出了一种基于投影追踪回归的建立数控机床热误差模型的新方法。与传统的回归建模方法相比,该方法具有模型简单、计算简便的优点。将该方法应用于一台数控车床的实验研究,建立了该车床的热误差模型。实验结果表明,新方法能够大幅提高所建模型的精度及鲁棒性,进而提高机床的加工精度。

投影追踪回归(PPR)法建立卷烟焦油预测数学模型

为了有效、准确地控制成型纸、接装纸和卷烟纸(简称"三纸")对卷烟焦油量的影响,利用投影追踪回归(PPR)的方法,建立了通过"三纸"预测卷烟的焦油数学模型,并与传统的多元参数回归模型进行了比较。结果表明:两种模型对单排激光打孔和双排激光打孔卷烟的焦油进行预测,其还原检验准确率分别为88%、80%和61%、59%,预留检验准确率分别为60%、75%和40%、50%,与传统的多元参数回归模型相比,PPR所建模型准确度较高。

投影寻踪回归技术在环境污染预测中的应用

环境污染预测中常用的统计预测法基于“假定—模拟—预测”这样一种证实性数据分析思维模式，难以适应非线性、非正态分布数据分析。投影寻踪技术采用“审视数据—模拟—预测”这样一条探索性数据分析新途径，可以用来解决一定程度上的非线性、非正态的问题。应用投影寻踪回归新技术，建立了大气污染物ＳＯ２浓度分类预测模型，其预测建模样本的拟合合格率为８４．７％，预留预测检验样本预测合格率７５％。

环境污染的投影寻踪回归预测模型

环境污染预测中常用的统计预测法基于“假定 -模拟 -预测”这样一种证实性数据分析思维模式 ,难以适应非线性、非正态分布数据分析 .投影寻踪技术采用“审视数据 -模拟 -预测”这样一条探索性数据分析新途径 ,可以用来解决一定程度上的非线性、非正态问题 .应用投影寻踪回归新技术 ,建立了大气污染物SO2 浓度的预测模型 ,其预测建模样本的拟合合格率为 96 % ,预留预测检验样本预测准确率为 80 % 。

基于投影寻踪回归的规范指标的气象灾情评估

科学合理地评估气象灾害造成的损失,对减灾、防灾决策具有重要意义。为了建立不同气象灾害系统均能适用的投影寻踪回归(projiection pursuit regression,PPR)矩阵表示灾情评估模型,在对气象灾情指标值进行规范变换基础上,规范变换后的各指标皆等效于同一个规范指标,因而只需构建对任意2个规范指标值适用的投影寻踪回归(proiection pursuit regression based on normalized index value,NV—PPR)NV—PPR(2)模型和3个规范指标值适用的投影寻踪回归NV—PPR(3)模型;对3个以上指标的气象灾害系统NV—PPR建模,只需将其分解为若干个NV—PPR(2)模型和(或)NV-PPR(3)模型的组合即可。模型用于广东省台风和重庆市两起雷电灾情评估,并与其他方法的评估结果进行比较。结果表明:基于NV-PPR的气象灾情评估模型不受指标数量的限制,具有简单、实用的特点,该模型还可推广为适用于其他灾情评估。

深基坑施工时地表沉降预测的时序-投影寻踪回归模型

为了保证施工的正常进行、实现信息化施工,必须对基坑实际监测数据进行分析与预测。现有的趋势时间序列分析方法很难满足实际施工中高度非线性问题的拟合,预测误差较大。基于这点考虑,以天津某工程基坑施工地表沉降观测序列为例,在对原始数据进行分析的基础上,提出既可以考虑趋势时间序列,又具有高度非线性拟合性能的时序-投影寻踪回归模型。首先,通过比较分析几种时间序列方法的逼近误差和预测误差,寻求出一种逼近较好的时间序列预测方法。然后,将预测得到的时间序列和观测数据相结合,采用投影寻踪回归方法拟合。应用结果表明,该模型逼近性能良好,预测误差小,可为深基坑位移沉降的动态预测提供一条较好的途径,对基坑动态设计与信息化施工等方面具有重要的参考价值。

投影追踪回归法在月径流长期预报中的应用

结合长期水文预报的特点 ,将投影追踪回归 (ProjectionPursuitRegression ,缩写为PPR)分析方法应用于月径流长期预报研究 ,探讨水文气象数据分析 ,为长期水文预报提供新的有效途径 ,此外 。

参数投影寻踪回归及其在年径流预测中的应用

首次采用遗传算法优化投影方向 ,用正交Hermite多项式拟合岭函数 ,给出了参数投影寻踪回归新方法及其实现算法。最后将新方法用于年径流实例预测 ,并与模糊模式识别神经网络模型的预测结果进行了对比 ,前者以较少的参数获得相对高的精度。另外 。

基于投影寻踪回归的铜闪速熔炼过程关键工艺指标预测

针对数据量庞大引起模型参数更新时样本选择困难及训练速度慢的缺陷,提出基于投影寻踪回归的铜闪速熔炼过程关键工艺指标预测方法。首先采用机器学习方式提取用于建模所需的相似样本集,借助投影寻踪回归思想,建立铜闪速熔炼过程关键工艺指标预测模型;然后利用基于实数编码的加速遗传算法进行模型参数的实时更新。训练样本的机器选择可以避免人工选择带来的主观性和盲目性缺陷,模型参数的更新训练只在相似样本集中进行,可有效提高模型参数更新速度。实际生产数据仿真结果验证了所提方法的有效性和可行性。