基于最小二乘法则的回归分析在数据处理中的应用

给出了一种基于最小二乘法则的回归分析方法,推导了通式回归方程的表达式.应用在碱锰电池在线自动分检称重系统的数据处理中,回归误差很小,基本消除了非线性误差带来的影响.

基于最小二乘法则的回归分析在数据处理中的应用

给出了一种基于最小二乘法则的回归分析方法,推导了通式回归方程的表达式。应用在碱锰电池在线自动分检称重系统的数据处理中,回归误差很小,基本消除了非线性误差带来的影响。

偏最小二乘法则定18-氨基酸注射液中色氨酸和酪氨酸的含量

本文讨论了用偏最小二乘法测定18-氨基酸注射液中色氨酸和酪氨酸含量的方法．该方法借助计算机进行运算，具有准确、方便、迅速的特点．

基于最小二乘法的不干胶材料柔性版印刷网点增大及补偿研究

不干胶材料印刷品通常采用柔性版印刷,其印刷网点的变化影响着不干胶材料上图像复制的质量,因此需要进行网点增大补偿。本研究设计了柔性版印刷测试版,获取了不同印刷条件下的网点增大数据,基于最小二乘法,借助Matlab软件拟合了网点增大曲线,对比分析了印版硬度、印刷压力和加网线数对网点增大的影响。同时采用“网点实际增大补偿”算法对网点增大进行了补偿,并对补偿效果进行了模拟验证。研究结果表明,镜面铜版纸不干胶材料在柔性版印刷时应选用硬度偏大、加网线数适中的柔性版,并在尽可能小的印刷合压量条件下印刷;采用“网点实际增大补偿”算法对网点增大进行补偿,能较好地控制网点增大,还原印刷阶调。

正交偏最小二乘法探析大承气汤治疗急性胰腺炎多成分多药效关系

目的/意义分析大承气汤治疗急性胰腺炎实验数据,证实多成分多药效关系。方法/过程运用正交偏最小二乘法,分别探析配伍药味、煎煮液的药物成分、血液的药物成分与药效指标的关系。结果/结论配伍药味与药效指标之间、煎煮液的药物成分与药效指标之间、血液的药物成分与药效指标之间均存在一对多、多对一、多对多的作用关系。实验分析结果表明大承气汤治疗急性胰腺炎呈现多成分多药效的特点。

基于个性化最小二乘法的软特征集成实验方法

在生物特征识别技术的研究中,软特征的集成实验一直采用主特征之间的集成实验模型。软特征在适用范围、识别能力等方面与主特征有很大差别,直接使用主特征之间的集成机制无法有效地挖掘和利用软特征中的区分性信息,造成实验结果不够理想和准确。基于此,该文深入分析软特征的特性,提出“有效的互补性”和“个性化集成”两点集成要求,并在量化有效的互补性基础上,结合“最小错误率”目标,利用最小二乘法为每一个用户建立局部集成模型。将集成模型用于人脸识别和指纹识别两个实验场景,验证了该文对问题分析的合理性以及所提方法在提高识别准确率方面的有效性。

基于最小二乘法和BP神经网络的磁流变阻尼器H-B模型参数辨识方法

针对Bingham模型磁流变阻尼器由于剪切稀化效应带来的阻尼力计算误差,在理论和仿真分析的基础上,提出一种最小二乘法和BP神经网络相结合的方法,对磁流变阻尼器H-B模型进行参数辨识,获得各参数与电流的关系,从而对磁流变阻尼器的阻尼力进行准确计算。最后通过磁流变阻尼器实验对理论方法进行验证。结果表明:借助于磁流变阻尼器的仿真分析,最小二乘法和BP神经网络相结合的磁流变阻尼器H-B模型参数辨识方法精确度高、吻合性好,验证了参数辨识结果的通用性及准确性。

基于动态遗忘因子递推最小二乘法和改进粒子滤波算法的锂电池SOC估计

为了提高锂电池荷电状态(SOC)估计的精度,提出了一种基于动态遗忘因子递推最小二乘法和改进粒子滤波算法相结合的锂电池SOC估计方法。针对固定遗忘因子递推最小二乘法在电池参数辨识中难以同时保持快速收敛和稳定性的问题,引入动态遗传因子,以模型辨识值和实际值的残差为变量构建修正公式,实现遗忘因子动态调整。为了改善粒子滤波(PF)的粒子多样性丧失问题,采用白鹭群优化算法(ESOA)对粒子滤波算法进行优化。仿真结果表明,基于动态遗忘因子递推最小二乘法和改进粒子滤波算法的锂电池SOC估计误差始终保持在0.3%以内,平均绝对误差和标准差为0.15%和0.17%,与其他算法相比具有更好的精度和稳定性。

基于最小二乘法线性回归的火炮身管寿命预测

为直观地判断火炮身管寿命,提出一种基于最小二乘法线性回归的预测方法。根据靶场身管参数试验数据分析火炮身管内径、药室长、弯曲度随射弹数增加的变化规律;利用最小二乘法线性回归建立火炮身管磨损量与射弹数的关系式;对某型火炮身管寿命进行预测。结果表明:该方法能够较为准确地预测出火炮身管寿命且算法简单,便于推广使用,可为火炮射击、退役报废等提供重要参考。

基于最小二乘法的锂离子电池参数辨识方法研究

目的针对使用戴维南等效电路模型对锂电池进行参数辨识不够精确的问题,提出一种二阶RC等效电路模型并对锂电池进行参数辨识。方法通过脉冲放电实验得到锂电池的相关数据,在MATLAB上使用最小二乘算法对所建立的二阶RC等效电路进行参数辨识,并对不同SOC(State of Charge)下锂电池各个参数的变化情况进行分析,通过计算锂电池的端电压来判断参数辨识的精确度,最后将辨识结果与戴维南等效电路模型所辨识的结果进行对比并分析。结果随着锂电池SOC下降,锂电池的各个参数会有轻微的波动,在锂电池的SOC处在较低的水平时,锂电池的各个参数变化比较剧烈,这是由于锂电池的化学浓差极化所导致的,当将辨识的参数用来求解锂电池的端电压时,随着时间的推移,发现锂电池的端电压的误差波动比较稳定,且最大误差不超过0.05 V,反观使用戴维南等效电路模型求得锂电池的端电压误差波动比较大,且最大误差超过了0.08 V。结论在锂电池参数辨识上二阶RC等效电路比戴维南等效电路更加准确,能够更好地描述锂电池的动静态特性,为后续对锂电池的荷电状态估计提供了有力的基础。

基于最小二乘法的光污染治理研究

虽然城市化带来了许多便利,但也给人们带来了许多问题,例如,污染,其中光污染[1]就是一个非常严重且容易被忽视的问题。近年来,光污染问题变得越来越严重。解决问题要建立光污染的度量标准基础之上,并因此提出减少光污染的干预策略。一个明亮的城市通常代表着城市的经济发展和良好的基础设施,但超额的亮度可能会浪费电力,对人体造成伤害,甚至影响生物多样性。

最小二乘法在飞机航迹关键点提取中的应用研究

随着态势感知手段的发展,飞机航迹点的更新频率已经发展到秒(s)级,海量的航迹点数据一方面促进军事应用人员对实时态势的精准掌握,另一方面庞大的冗余数据在存储、分析等方面对军事应用人员提出了不小的挑战。当前数据分析技术日新月异,但鉴于指挥控制系统的特殊性,稳定落地的工程化算法仍比较少。聚焦工程实践中的具体问题,提出了一种基于最小二乘法的飞机航迹关键点提取方法,通过构建迭代判别函数,以分段迭代拟合多项式和极值分析法等常见方法为主,实现快速收敛提取航迹关键点。选取典型航迹进行工程化验证,实验表明,该方法提取的结果既最大限度地代表飞机的运动状态,又尽可能地节约计算存储资源,可以较好用于指挥控制系统的工程化实践。

基于改进动态偏最小二乘法故障检测方法

目的 针对滚动轴承早期故障的特征信号微弱,在实际运转中由于数据具有时序相关性,使得滚动轴承早期阶段的故障特征提取难度增大等问题,提出一种基于深度分解理论的改进动态偏最小二乘法(DeepDPLS)的滚动轴承早期故障检测方法。方法 首先选择时滞参数使原始数据矩阵形成动态增广矩阵,确定深度分解的阶数;再应用深度分解理论得到分解生成的各个子空间;最后用偏最小二乘法(PLS)计算各个子空间的统计量和控制限,通过将每一个子空间的统计量与其对应的控制限进行比较来判别系统是否发生故障。结果 提出的DeepDPLS与PLS及其相关方法相比,极大地提高了滚动轴承的早期故障检测率;与DeepPLS相比,在一阶分解时故障检测率可达到100%,建立的模型更加精确,能更早地检测出滚动轴承的早期故障。结论 笔者提出的基于DeepDPLS的检测方法对于滚动轴承的早期故障检测是可行、有效的。

近红外光谱结合改进偏最小二乘法快速分析餐厨垃圾堆肥产物中腐殖酸含量

为快速检测餐厨垃圾堆肥样品腐殖酸含量,提出了基于近红外光谱分析技术测定腐殖酸含量的快速检测方法。利用近红外光谱仪采集堆肥样品的漫反射光谱,通过容量法测定腐殖酸含量,采用Savitzky-Golay卷积平滑(SG)、滑动平均平滑(MA)、标准正态变量变换(SNV)、SNV+一阶导数(FD)+MA、SNV+二阶导数(SD)+MA、SNV+FD+SG和SNV+SD+SG等方法对原始光谱进行预处理,结合区间偏最小二乘法(iPLS)、反向区间偏最小二乘法(biPLS)和联合区间偏最小二乘法(siPLS),优选光谱特征波段,建立腐殖酸含量分析模型。结果表明,采用SNV+FD+SG预处理结合siPLS提取的光谱特征波段(4389~4775、7583~7976 cm^(-1)),建立的siPLS模型预测效果最佳,建模集的交互验证均方根误差(RMSECV)和校正相关系数(Rc)分别为0.4231、0.9678,验证集的预测均方根误差(RMSEP)和预测相关系数(Rp)分别为0.5732、0.9324。利用近红外光谱结合siPLS可准确快速检测餐厨垃圾堆肥样品腐殖酸含量,为快速检测和表征有机废弃物堆肥样品腐殖酸含量提供改进参考。

利用最小二乘法的网壳结构点云节点中心坐标提取

为解决网壳结构节点坐标测量困难、处理效率低等问题,本文提出基于网壳结构扫描点云的节点中心坐标提取方法:应用三维激光扫描技术采集网壳结构点云数据并预处理;然后基于设计模型,对初始点云模型进行网壳节点局部点云分割和节点多平面拟合,判定拟合平面的属性特征并修正侧面的法向量方向;最后利用空间约束关系及最小二乘算法求取网壳结构节点的精确中心坐标。以三亚国际免税城项目为例开展应用,结果表明所提方法求取的网壳结构节点中心坐标与全站仪实测结果偏差均值为2.89 mm,效率相比传统方法提高近4倍,较大提升了网壳结构节点中心坐标的提取精度和效率,为后续网壳结构施工偏差复核、幕墙板材的深化设计与加工等工程化应用提供了准确的数据支撑。

基于改进最小二乘法的椭圆形玻璃幕墙缺陷多传感器融合检测技术

针对常规椭圆形玻璃幕墙缺陷多传感器融合检测的结果误差较大的问题,提出基于改进最小二乘法的椭圆形玻璃幕墙缺陷多传感器融合检测技术。在分析椭圆形玻璃幕墙受力点处应力值和反差增强分组传感器检测数据信号而获取缺陷部位的初始拟合曲线后,采用改进最小二乘法拟合缺陷部位立体位置曲线,融合缺陷检测图像得到检测结果。试验结果表明:应用该方法得出的检测累积误差平均值为0.07,可满足椭圆形玻璃幕墙缺陷的检测要求。

基于偏最小二乘法的手机贴膜红外光谱特征分析

为了建立一种快速无损的手机贴膜检验的分析方法,采用傅立叶变换红外光谱仪对65个手机贴膜样品进行检验。对原始数据进行标准化处理,然后计算二阶导数,最后结合偏最小二乘法降低二阶求导数据的维度。使用聚类分析对样本进行分类,并使用人工神经网络进行分析和预测。结果显示,65个手机贴膜在人工神经网络的训练集和测试集中的正确率均达到97.9%。该方法方便快捷,对样品无损且用量少,为手机贴膜的分类提供有力的支持。

基于最小二乘法的三维TMR数字罗盘系统设计

针对市面上现有的三维数字罗盘在进行地磁场检测时极易受到外界磁场的干扰进而导致测量精度低的问题,设计了一款基于最小二乘法的三维TMR(隧道磁阻效应)数字罗盘系统。对其在现实中的误差特点开展研究,在由椭球拟合法处理校正后,运用了最小二乘法开展误差补偿,补偿前其方位角精度为4.18°,补偿后其方位角精度为0.46°,结果显而易见,在精度方面拔高了一个数量级,降低了三维数字罗盘系统的方位角误差。实验结果显示,最小二乘法可以极大地提高三维数字罗盘系统的精度,该方法具有较高的工程应用价值。

基于加权最小二乘法的数字化智能变电站虚回路自动校验技术

针对数字化智能变电站智能高效的需求,该文提出基于加权最小二乘法的数字化智能变电站虚回路自动校验方法。通过改进K-means聚类算法,划分数字化智能变电站电力设备区域;采用加权最小二乘法,融合各区域的电力设备相关数据,制定设备间的数据流向规则,分析各区域内设备的数据流向;通过关键词模糊匹配方式,分析流向数据内的端口信息是否对应,整合全部区域的虚回路自动校验结果,完成数字化变电站虚回路自动校验。实验证明,该技术融合数据的最大数据方差仅为2.57,即数据方差较低,数据融合精度较高,自动校验的抗干扰性能较优。

基于偏最小二乘法的学生成绩预测研究

成绩预测已经成为提高教学质量的重要手段之一。目前多数成绩预测方法都是单一的考虑课程成绩,而忽略了各门课程之间的相关性。考虑到课程之间的相互支撑关系,提出了基于偏最小二乘法的成绩预测方法,在传统成绩预测方法的基础上进一步充分考虑课程之间的相关性。为验证算法性能,以某校信息与计算科学专业的学生成绩为研究对象对算法进行了验证。实验结果表明,基于偏最小二乘法的成绩预测方法具有更低的预测误差,并且因其受训练样本数量影响较小,更易于泛化推广。