基于偏最小二乘投影的可见/近红外光谱猪肉综合品质分类

针对全波段光谱技术的生鲜猪肉综合品质快速无损分类存在光谱数据量大、样本数量较少时分类准确率较低等缺点。该文提出了一种基于偏最小二乘(partial least squares,PLS)投影分析算法和支持向量机的生鲜猪肉综合品质分类器。利用基于偏最小二乘投影分析算法对全波段光谱数据进行数据降维,选取了13个特征波长。利用粒子群优化算法优化支持向量机惩罚参数和径向基核函数参数,优化后二者最优为4.939和0.01。利用选取的特征波长和优化后的参数建立了生鲜猪肉综合品质支持向量分类器。研究结果表明,分类器对训练集中白肌肉(pale,soft and exudative,PSE)、正常肉(reddish-pink,firm and non-exudative,RFN)和黑干肉(dark,firm and dry,DFD)的回判识别率分别为为88.46%、94.11%和92.31%;测试集中PSE、RFN和DFD预测正确率分别为84.62%、94.11%和84.62%。该分类器满足模型简单、预测准确率高等优点,为生鲜猪肉综合品质在线分级提供参考。

移动最小二乘投影法在点云变形分析中的应用

为更加全面的描述简支梁加载变形情况,采用不锈钢扁管加载实验模拟简支梁加载过程,利用三维激光扫描仪获取不锈钢扁管变形前后的点云数据,并假设变形沿着变形后曲面法线方向发生,将变形前的点云数据利用移动最小二乘投影法投影到变形后的曲面上获得变形数据.同时,利用TS30高精度测量机器人设置对比实验.研究结果表明:提出的点云变形分析方法的精度与TS30相当能够探测毫米级变形.

基于无信息变量和偏最小二乘投影分析的高光谱散射图像最优波段选择

提出了一种无信息变量消除和偏最小二乘投影分析相结合的苹果高光谱散射图像最优波段选择方法.经该算法提取后的波段降为全谱的26%,将选择后的波段作为输入变量建立了苹果硬度的偏最小二乘预测模型.预测均方根误差由6.00N降为5.73N,相关系数也有所提高,并与遗传算法作了比较.结果表明,该算法能有效消除原光谱矩阵中冗余的信息,且不存在遗传算法中的参量选择随机性等缺点.该算法为高光谱散射图像最优波段选择提供了一个理想的方法.

第二类算子方程最小二乘投影法的收敛性条件（英文）

本文研究针对第二类紧算子方程的最小二乘投影法的收敛条件.通过泛函分析及广义逆理论,得到了四个新的互相等价的收敛性条件,这些条件建立起了几种不同收敛性之间的联系并为人们检验逼近框架的收敛性提供了更多地选择.文中也给出了对一些简单且重要的例子的研究,以作为主要定理应用的范例.

高维最小二乘投影算法在NIR中的应用

针对高维复杂的近红外光谱(NIR)数据,提出了一种新的基于高维最小二乘投影的变量筛选方法(HOLPPLS)。首先计算高维最小二乘投影系数并对系数的绝对值进行排序,系数的绝对值越大,对应的变量就越重要;然后结合PLS进行变量筛选。HOLPPLS是结合了高维最小二乘投影和PLS的向前变量选择算法。实际数据集的实验分析表明,HOLPPLS能有效提高模型的预测性能。

基于能量的模糊最小二乘投影双支持向量聚类的不平衡学习

针对类不平衡场景中噪声数据导致聚类性能下降的现象,提出一种新的基于能量的模糊最小二乘投影双支持向量聚类的不平衡学习算法。该算法通过引入模糊隶属度函数,为各类数据点提供模糊权重来保持聚类过程中每一个数据点的显著贡献,同时为每个聚类投影轴引入能量因子,来降低噪声和异常值对算法的影响,并使用凹凸迭代过程求解目标函数的优化问题。分别在合成数据集和真实数据集上进行实验,实验结果证明了所提算法的有效性。

基于最小二乘的同步多用户非周期长码直扩信号扩频序列估计

针对低信噪比下同步多用户非周期长码直扩信号的扩频序列估计问题,提出了一种基于嵌套迭代最小二乘投影算法的扩频序列估计方法.首先,将同步多用户非周期长码直扩信号等效为含有缺失数据的相应的短码直扩信号.然后,利用最大似然估计理论对相应的短码直扩信号进行数学分析,构建扩频序列估计的数学模型.最后,利用一种嵌套迭代最小二乘投影算法来实现扩频序列的估计.研究表明,该算法在低信噪比(小于-10dB)情况下,对多用户(多达10路)扩频序列的估计有着良好的性能表现.

一组带扰积分算子M-P逆的抗扰投影逼近

本文研究了一类算子方程及其扰动系统计算格式面临的格式扰动问题.利用最小二乘投影的方法,获得了最佳逼近解的投影近似格式经得起稳定扰动取决于λ的选取这一结果.推广了从特殊算子到一般有限秩算子这一结果.

基于点云曲面的定角度自动铺丝路径规划

研究了点云曲面自动铺丝路径规划,提出了使用移动最小二乘投影法投影初始路径的直接投影法。对点云切片法加以改进,提出了点云投影切片法。利用三次B样条插值算法拟合投影点生成初始路径,并提出弦长细分投影的等距偏移算法。针对偏移路径无法到达曲面边界的问题,提出基于路径样条线末端延伸的边界处理方法。最后通过CATIA的逆向工程模块实现了算法的可视化,建立了三维建模软件与路径规划算法的系统关系。

代谢组学数据处理方法——主成分分析

代谢组学在生命科学领域得到了越来越广泛的应用并展现出良好的前景。代谢组学分析产生的含有大量变量的数据难以用常规方法进行分析,如何正确分析和解释代谢组学的数据是研究的关键。本文主要介绍了在代谢组学数据分析中占主导地位的主成分分析基本方法,旨在加强代谢组学数据分析的基础知识并规范数据分析的方法。

异步LC-DS-CDMA信号的盲解扩

针对低信噪比下异步长码直接序列码分多址(direct sequence-code division multiple access, DS-CDMA)信号伪码序列难以估计的问题,提出一种基于嵌套迭代最小二乘投影和库搜索算法相结合的盲解扩方法。该方法先将接收到的异步长码DS-CDMA信号建模成含有缺失数据的短码DS-CDMA信号,并使用重叠窗对信号进行分段构造观测数据矩阵。然后,使用最大似然理论对其进行数学建模,并用嵌套迭代最小二乘投影算法实现各用户伪码序列片段的粗提取。最后,将提取出来的伪码序列在有限长的生成多项式库中进行匹配搜索,从而得到该序列的生成多项式。仿真实验及理论分析验证了该方法对异步长码DS-CDMA信号伪码序列估计的有效性。

Massive MIMO系统基于子空间的半盲信道估计

针对大规模MIMO系统中存在的导频污染问题,结合目前研究的基于奇异值(SVD)分解的信道估计算法,在考虑到该算法中的协方差矩阵是用有限的样本数据代替真实数据必然存在偏差的问题,给出了一种联合ILSP(Iterative Least Square with Projection)的基于SVD的半盲信道估计算法。仿真结果表明改进后的信道估计算法能够有效减小已有算法中存在的偏差问题,提高信道估计精确度,有效减轻导频污染给大规模MIMO系统带来的影响,从而实现大规模MIMO系统性能的提升。

基于张量分解和多项式库搜索的多天线NPLC-DS-CDMA伪码序列估计

针对低信噪比下非周期长码直接序列码分多址(NPLC-DS-CDMA)信号伪码序列估计问题,该文提出一种基于张量分解和多项式库搜索的多天线估计方法。该方法首先对接收信号建模为3阶张量模型并根据扩频增益分割为多个子张量,然后利用交替最小二乘投影(ALSP)算法对子张量进行CP分解得到伪码片段因子矩阵和接收增益因子矩阵,利用接收增益矩阵互相关性和旁瓣能量检测对伪码片段组合序列筛选得到每个用户的伪码序列,最后利用多项式库搜索的方法识别出伪码序列的生成多项式,进一步提高伪码序列估计的正确率。仿真结果表明,所提方法能够实现对NPLC-DS-CDMA信号伪码序列的有效估计。

一种改进的异步CDMA信号的盲解扩算法

对异步码分多址(CDMA)信号的盲解扩进行研究,提出了基于迭代最小二乘投影算法的改进算法。首先将异步CDMA信号建模为带约束的同步CDMA信号模型,并对其进行特征分解。将带约束的同步CDMA信号投影到其信号子空间中,再采用迭代最小二乘投影算法(ILSP)估计扩频序列,并用最小均方误差接收机获得信息码序列的估计值。理论分析和仿真结果表明,提出的算法比原迭代最小二乘投影算法具有更好的估计性能。

当归粉末显微鉴别特征的ATR-FTIR光谱成像识别

目的:建立合理准确的当归鉴别方法,保证当归在药用或者食用时的真实性、有效性和安全性。方法:基于衰减全反射傅里叶变换红外光谱(ATR-FTIR)显微成像技术,使用偏最小二乘投影法,在当归药材粉末中靶向检测具有挥发油、淀粉、蔗糖和草酸钙特征吸收信号的像素光谱。结果:建立了基于ATR-FTIR显微成像技术的当归药材粉末显微光谱鉴别法。结论:ATR-FTIR显微成像技术进一步提高了当归显微鉴别方法的客观性和准确性,为当归的质量控制提供一种有效的检测方法。

基于MVEE和LSPTSVM的电力系统暂态稳定评估

针对采用模式识别法进行电力系统暂态稳定评估时输入特征集构建困难和评估模型训练速度慢的问题,提出一种基于最小体积闭包椭球理论(Minimum Volume Enclosing Ellipsoid,MVEE)和最小二乘投影孪生支持向量机(Least Square Projection Twin Support Vector machine,LSPTSVM)的电力系统暂态稳定评估方法。首先,根据MVEE理论对系统轨迹信息进行优化处理,确定高维空间内包含所有轨迹信息的最小体积闭包椭球,并利用最小体积闭包椭球的物理属性构建输入特征集,可有效实现特征集降维。其次,在传统投影孪生支持向量机的目标函数中引入正则化项,并改进评估模型的内部约束条件,提高模型的求解速度,达到大规模电力系统的计算效率需求。最后,通过对IEEE-39和IEEE-145节点系统的算例分析,验证所提方法的有效性与可行性。

基于ML的多径信道下直扩信号PN码和信道的联合盲估计

针对非协作通信下多径信道直接序列扩频信号伪随机(PN,Pseudorandom)码的估计难题,本文在分析信号二阶统计特性的基础上,提出了一种基于最大似然(ML,Maximum Likelihood)的PN码和多径信道联合盲估计的方法.该方法首先建立PN码和信道序列的最大似然数学模型,然后通过交替转换数学模型和使用迭代最小二乘投影(ILSP,Iterative Least Square Projection)算法实现PN码和多径信道的联合估计.为了进一步降低算法复杂度和避免矩阵求逆,本文给出了算法的自适应求解方式.此外,针对低信噪比下信道估计误差引起PN码的估计精度下降的问题,本文提出了一种基于迭代总体最小二乘投影的改进算法.所提算法不受PN码码型限制,并通过仿真实验验证了算法的有效性.

基于近红外光谱技术和LSPTSVM模型的镉污染贻贝检测研究

贝类重金属污染已成为亟待解决的海洋食品安全问题,镉是重要的污染源之一。食用被重金属镉污染的翡翠贻贝会严重危害身体健康。研究了基于近红外反射光谱的镉污染贻贝无损、快速检测方法。通过采集正常贻贝和镉污染贻贝的950~1700 nm光谱数据,构建基于最小二乘投影孪生支持向量机(least squares projection twin support vector machine, LSPTSVM)检测模型,优化模型参数和正交投影轴数量获得最佳检测性能。提出的LSPTSVM模型检测镉污染贻贝准确率达到99.50%,优于其他孪生支持向量机模型。LSPTSVM模型适用于小样本数据集。针对难以获得大量镉污染训练样本情况,LSPTSVM模型较其他模型具有更好的稳健性。结果表明:近红外光谱结合LSPTSVM模型可实现镉污染贻贝检测,为贝类的品质评价和安全检测提供一种新的方法。

不同产地泽泻煮散的含量测定及其化学计量学分析

目的:建立超高效液相色谱法(UPLC)测定不同产地泽泻煮散中7种成分的含量,包括环氧泽泻烯、23-乙酰泽泻醇C、泽泻醇A、泽泻烯醇、泽泻醇B、23-乙酰泽泻醇B和11-去氧泽泻醇B。方法:采用Waters CORTECS C;色谱柱(2.1 mm×100 mm,1.6μm),流动相为水(A)-乙腈(B),采用梯度洗脱,流速0.25 mL·min^(-1),柱温35℃。含量测定结果采用聚类分析(HCA)、主成分分析(PCA)、正交-偏最小二乘投影判别分析(OPLS-DA)和Pearson相关性分析方法进行分析。结果:在所设定的色谱条件下,7种成分在考察的浓度范围内呈良好的线性关系(r>0.9978),平均回收率和RSD分别在99.28%~100.27%和1.27%~2.26%范围内,精密度、重复性、稳定性考察也符合分析要求。经过Perason分析,《中国药典》中泽泻指标性成分23-乙酰泽泻醇C和23-乙酰泽泻醇B含量均与煮散煎出率呈递增趋势。同时通过HCA、PCA和OPLS-DA分析,福建、江西、四川和广西的4个产地的泽泻煮散存在产地差异,可以显著区分。结论:本实验建立一种测定泽泻煮散的含量的方法,并计算和分析不同产地泽泻煮散中7种成分的含量和煎出率,且利用化学计量学对样品数据进行分析,为泽泻煮散的进一步研究和临床推广应用提供科学支持。