基于有偏最小最大概率回归的短期负荷预测

针对电力负荷的一些特性,提出了使用非线性数据分类学习机的理论来解决短期负荷预测问题。利用有偏最小最大概率机进行数据学习分类,对采集到的信息进行分类、特征提取,形成归一的数据类型;用得到的分类数据作为有偏最小最大概率回归模型的输入进行训练预测。该方法通过核函数将输入向量从低维空间映射到高维空间,在高维空间实现了基于高阶统计信息的负荷影响因数的特征提取,既全面考虑了影响负荷预测的历史时间序列、气象等各种因素,又避免了由于输入变量过多而导致模型结构复杂、训练时间长等不足。计算实例表明,文中提出的方法用于短期负荷预测,其预测精度较高,且训练时间较短,方法可行且有效。

基于双脉冲LIBS结合偏最小二乘回归的稀土元素定量分析

激光诱导击穿光谱(LIBS)是一种以激光为激发源的等离子体发射光谱分析技术,已有将其用于稀土元素的定量分析研究,但由于稀土矿基体差异大、元素含量低,定量分析灵敏度和准确度仍有待提高。通过使用单激光分束构造双脉冲LIBS系统,并结合偏最小二乘回归(PLSR)算法实现对稀土矿石样品中的稀土元素La、Dy、Yb和Y的定量分析。结果表明,双脉冲LIBS结合PLSR可建立更加稳定的定标模型,与常规基本定标法相比,La、Dy、Yb和Y元素的相对均方根预测误差(RMSEP)从0.0061%、0.0037%、0.0045%、0.0280%降低至0.0044%、0.0016%、0.0029%、0.0134%,平均相对预测误差(AREP)从10.88%、15.27%、6.42%、17.20%降低至6.67%、3.62%、4.10%、7.98%。因此,双脉冲LIBS结合PLSR方法可以有效地提高LIBS对稀土矿石中稀土元素的定量分析能力。

基于偏最小二乘回归的谷子冠层氮素含量高光谱估测研究

为构建多品种谷子冠层氮素含量的高光谱监测模型,通过设置不同氮素水平和多品种谷子田间试验,分别获取谷子全生育期冠层高光谱反射率和叶片氮素含量,采用卷积平滑、一阶导数变换对光谱曲线进行预处理,利用光谱数据与氮素含量相关性分析、连续投影算法(successive projections algorithm,SPA)筛选出谷子各生育期和全生育期的氮素敏感波段、植被指数、高光谱特征参数,利用三者组合建立谷子冠层氮素含量的偏最小二乘回归(partial least square regression,PLSR)估测模型,并筛选各生育期最优模型。结果表明,不同生育期最优估测模型有所差异,拔节期基于敏感波段、植被指数、高光谱特征参数的模型精度最高;抽穗期基于敏感波段、植被指数的模型精度最高;灌浆期基于植被指数、高光谱特征参数的模型精度最高;成熟期基于敏感波段、植被指数的模型精度最高;全生育期基于敏感波段与植被指数的模型精度最高(R2=0.903,RPD=3.01)。多输入级综合模型可以充分利用光谱信息,有效提高模型预测精度和稳定性,其中基于敏感波段和植被指数的综合模型表现效果最好,预测集R2均在0.82以上、均方根误差均小于0.119、相对分析误差均大于2.1。以上研究结果为高光谱遥感诊断谷子全生育期氮素盈缺状况与施肥决策提供了理论依据和技术支撑。

基于偏最小二乘回归法分析陈醋理化指标和品质

以南阳市大型商超市售的3种陈醋为研究对象,参考国家标准检测方法对陈醋的总酸含量、不挥发性酸含量及pH值进行对比分析;以近红外光谱技术结合偏最小二乘回归定量分析法,确定最佳进光光程、最优流量及最佳预处理方式,并在此条件下对3种陈醋进行判别分析,从而确定基于偏最小二乘回归法分析陈醋理化指标的方法。结果显示,3种陈醋样品均符合国家标准规定的陈醋pH值(pH 3.6~3.9),3种陈醋样品的pH值分别为3.71±0.02,3.65±0.01和3.82±0.01;3种陈醋样品中总酸和不挥发性酸含量略有不同,分别在(0.567±0.011)~(0.593±0.02)g/L和(0.148±0.012)~(0.215±0.018)g/L。在进行近红外光谱检测中,在最佳光程选择上,去掉异常样品后pH值检测和不挥发性酸检测的最佳光程为3 mm,总酸检测的最佳光程为2 mm;在陈醋流量选择上,pH值检测和总酸检测应控制流量为0.2 L/min,不挥发酸检测应控制流量为0.6 L/min;在光谱预处理条件选择上,pH值检测和不挥发性酸检测应选择SNV预处理方式,而总酸检测应选择5点平滑预处理。结果表明,利用近红外光谱结合偏最小二乘回归法可以进行陈醋理化性质的检测,其检测效果良好、检测效率高。

基于偏最小二乘回归的土壤碱解氮含量估测

构建基于室内高光谱数据的土壤碱解氮含量估测模型,为快速、准确获取土壤中养分信息提供新的方法。对新疆乌鲁木齐市106个风干的土壤样品进行研磨过筛,在室内进行反射率光谱数据的采集,对采集的光谱数据进行Savitzky-Golay滤波、一阶微分(FDR)、连续统去除(CR)、多元散射校正(MSC)4种预处理,在此基础上利用连续投影算法对预处理后的数据进行特征波段的筛选,用偏最小二乘回归建立不同预处理后土壤碱解氮含量预测的高光谱分析模型。模型评价指标采用决定系数(R^(2))、均方根误差(RMSE)、相对分析误差(RPD)平均相对误差(MAE)。结果显示:4种预处理方法中以连续统去除处理的预测精度最为突出,其模型R^(2)、RMSE、RPD、MAE分别为0.90、13.0、2.26、0.13;模型的线性回归方程为:y=0.9316x+8.763。因此,利用连续统去除结合偏最小二乘回归,能够较好地估测乌鲁木齐市土壤中碱解氮的含量。该结果可为室内高光谱数据快速反演土壤碱解氮含量提供理论依据。

基于差示光谱及指纹图谱结合偏最小二乘回归分析法研究决明子提取物的平衡溶解度

目的:确定决明子提取物的最佳溶出介质,分析决明子提取物中主要成分在最佳溶出介质中对平衡溶解度的贡献程度,明确决明子提取物平衡溶解度的标志物。方法:以总蒽醌含量为指标,采用差示分光光度法测定决明子提取物在37℃时于水、0.1 moL/L盐酸和pH 6.8磷酸盐缓冲液中不同时间点的平衡浓度,确定最佳溶出介质。以决明子提取物总蒽醌指纹图谱为参照,采用HPLC法建立决明子提取物在最佳溶出介质中不同平衡时间点平衡浓度的指纹图谱,筛选决明子提取物平衡溶解度的标志物。结果:决明子提取物在37℃时于水、0.1 moL/L盐酸和pH 6.8磷酸盐缓冲液中平衡溶解度分别为10.344、10.910、11.099μg/mL,达到平衡时间点的时间分别为24 h、3 h和7 h。在最佳溶出介质中,VIP值>1的化学成分有22个,其中VIP值分别为1.13987、1.15565、1.12806、1.14825、1.14880的化学成分分别为已知成分橙黄决明素、大黄酸、大黄素、大黄酚和大黄素甲醚。结论:pH 6.8磷酸盐缓冲液为决明子提取物的最佳溶出介质,可以橙黄决明素、大黄酸、大黄素、大黄酚和大黄素甲醚为溶解度标志物考察决明子提取物的平衡溶解度。

基于偏最小二乘回归的城镇化与农业经济协调发展研究——以厦门市为例

文章选取《厦门经济特区年鉴(2011—2022)》数据为研究样本,运用偏最小二乘回归分析方法,构建了厦门市城镇化与农林牧渔业总产值、劳动力资源、财政支农资金、农民可支配收入的偏最小二乘回归模型,并对厦门市城镇化与农业经济协调发展关系进行实证分析。所得模型通过检验,表明模型对城镇化的解释能力较强,选取的各项指标中,农村居民人均可支配收入、农业产值、农林牧渔服务业、劳动力资源、财政支农对城镇化影响显著,是城镇化发展的主要影响因素。研究结果表明:渔业产值对城镇化有一定的解释作用,但对城镇化发展作用为负效应;牧业产值对城镇化发展影响不显著,说明目前牧业产能还比较低。为此,提出厦门应积极探索智慧牧渔业发展模式,加快渔业生产转型,稳步扩大现代水产养殖;精准规划生猪养殖规模,适度提高猪肉自给率等发展建议,为实现城乡融合发展、落实乡村振兴战略,提供合理参考。

融入距离方差和距离相关系数的偏最小二乘回归方法

偏最小二乘法(partial least square,PLS)在内部采用Pearson系数度量自变量和因变量之间的相关性时提取出的成分不能确保解释性最强,并且PLS在将提取的成分进行线性回归时也无法真实反映变量间的函数关系.针对这些问题,该文提出了融入距离方差和距离相关系数的偏最小二乘回归方法(DVDCCPLS).DVDCCPLS基于距离方差和距离相关系数提取距离成分,再将距离成分进行拟线性回归得到距离回归方程,通过模型求解方法将距离回归方程转换为原始数据的表达,最终得到结构简洁、精度较高的回归模型.该文分别采用麻杏石甘汤数据和UCI数据集测试DVDCCPLS的性能,并与其他5种经典的回归算法对比,结果表明:DVDCCPLS具有较好的回归效果和回归性能.

概率积分法参数辨识的多尺度核偏最小二乘回归方法

针对传统的偏最小二乘回归(PLS)、人工神经网络(ANN)、支持向量机(SVM)等非线性建模方法在概率积分法参数辨识中存在着预测效果差的不足,提出概率积分法参数辨识的多尺度核偏最小二乘回归(multi-scale KPLS)方法。首先,构建满足容许条件的多尺度高斯核函数;然后,对学习样本进行模糊聚类,以最优分类个数作为多尺度高斯核函数的尺度个数,并采用10次10折交叉验证按照网格搜索方法确定核函数的宽度;最后,详细论述multi-scale KPLS的建模过程。通过实例将multi-scale KPLS的预测结果与3种传统的PLS方法、径向基神经网络(RBF-NN)和SVM模型进行对比分析。结果表明:multi-scale KPLS顾及建模样本的多尺度特性,其预测精度明显高于其他预测模型;multi-scale KPLS有效地克服了各影响因素之间的多重共线性对预测结果的不利影响,具有较强的稳健性;multi-scale KPLS适用于多个因变量对多个自变量的概率积分法参数辨识问题,其建模参数均可自适应确定,在建模效率上优于RBF-NN和SVM。

基于偏最小二乘回归的烤烟感官品质关键外观特征指标筛选

为明确影响烤烟感官品质的关键外观特征指标,采用偏最小二乘回归等方法对6个产区共计265份烟叶样品的外观特征与其感官品质间的关系进行分析。结果表明:外观特征指标中仅上部叶样品油润感分值服从正态分布,其他外观特征指标分值均未通过正态性检验;中部叶外观指标除身份外均与总体感官品质在0.1%水平显著正相关;上部叶颜色纯正度、成熟度、叶片结构、光泽度、柔软度、油润感与总体感官品质在0.1%水平显著正相关,身份与总体感官品质在0.1%水平显著负相关;油润感、柔软度、叶片结构3项外观特征对中部叶香气质和总体感官品质的累计贡献率分别为49.62%和51.07%,对上部叶香气量和总体感官品质的累计贡献率分别为43.19%和44.30%。叶片结构、柔软度和油润感是影响中、上部叶感官品质的关键指标,可在烟叶原料的工业分选研究中进一步应用。

基于偏最小二乘多项式稀疏展开的含风电电力系统概率潮流计算

计及新型环保绿色能源如风电、光伏的不确定性,传统确定性潮流计算难以全面描述电力系统的运行情况。针对传统蒙特卡洛概率潮流算法计算量庞大的问题,结合偏最小二乘回归算法和多项式代理模型,提出一种偏最小二乘多项式疏展开的概率潮流算法。利用偏最小二乘回归算法的伪交叉验证误差自适应机制筛选出多项式展开式中的贡献度较大的多项式,得到多项式展开式的稀疏表达形式,可克服多项式展开概率潮流在输入变量较多时面临的维数灾难问题。在改进的IEEE-9,IEEE-30算例中进行仿真计算,并与传统方法作对比,验证了所提方法的有效性。

基于偏最小二乘回归的挂灰程度和柔软性对烟叶质量的影响分析

烟叶挂灰是烤烟烘烤过程中的一种普遍现象。为了探明烟叶挂灰程度和柔软性对K326品种烟叶质量的具体影响,在重庆奉节烟区开展了进一步研究。按照不同挂灰面积、颜色深浅、不同柔软性采集3个不同水平的烟叶样品,鉴定其外观质量,测定其常规化学成分并感官评吸卷烟小样,结果表明,柔软性与叶片结构、油分、身份、还原糖含量等极显著正相关,相关系数分别为0.90、0.89、0.82、0.72;挂灰面积与烟叶颜色、氮碱比、色度等极显著负相关,与烟碱和氯离子含量极显著正相关,相关系数分别为-0.76、-0.64、-0.50、0.60、0.55。以烟叶质量各指标为因变量,以柔软性、挂灰面积、挂灰深浅为自变量,建立偏最小二乘回归方程,可以较准确地估算柔软性和挂灰程度对烟叶质量的具体影响,对因变量信息总变异的解释比例最高可达86.81%(叶片结构)。探明了柔软性、挂灰面积、挂灰深浅对烟叶质量各指标影响的相对重要性,柔软性、挂灰面积、挂灰深浅对烟叶外观质量影响的相对重要性分别为1.45、0.84、0.45。偏最小二乘回归能很好地用来建立烟叶质量估算模型,烟叶挂灰程度和柔软性对烟叶质量有显著影响。

基于偏最小二乘回归模型的鱼露理化成分与抗氧化活性关系研究

为探究影响鱼露抗氧化活性的关键成分,研究不同发酵时期鱼露的抗氧化活性与理化成分(可溶性肽、游离氨基酸和有机酸),进行相关性分析,构建偏最小二乘回归模型。结果表明,发酵6个月鱼露DPPH清除活性、还原力、总酚含量最高,分别为85.4%,0.499和38.4μg GAE/mL;发酵12个月鱼露理化物质最丰富,富含丰富的TCA可溶性肽(5.81 g/100 mL)、游离氨基酸、乳酸(9.87 mg/100 m L)、柠檬酸(0.56 mg/100 m L)、琥珀酸(9.20 mg/100 m L)。由PLSR模型可知,半胱氨酸、酪氨酸、脯氨酸、柠檬酸是影响鱼露抗氧化活性的关键成分,半胱氨酸、酪氨酸、脯氨酸对抗氧化活性有积极作用,而柠檬酸起到相反的作用。研究为数学模型在鱼露抗氧化活性分析中的应用提供依据。

水效率相关因素的偏最小二乘回归分析

为分析用水效率的影响因素及其相关性,纳入所有自变量且克服多重共线性,采用偏最小二乘法建模,研究中国2019年的用水效率相关因素。结果显示,该方法有效描述了变量的相关关系。与万元GDP用水量相关性较高的因素为自然条件、社会发展水平、一产增加值的GDP占比和水行业劳动力比重。整体经济用水效率东高西低。与耕地实际亩均用水量相关性较高的因素为自然条件和一、二产业增加值的GDP占比。农业用水效率为中高西低。与万元工业增加值用水量相关性较高的因素为自然条件、污水处理率、城镇化率和水行业资本比重。工业用水效率东高中低。与人均公共用水量相关性较高的因素为人均水资源量、年降水量、污水处理率、人均GDP和一、二产业增加值的GDP占比。地区因素与公共用水效率的相关性小。研究成果可为水资源优化管理与合理利用提供参考。

基于偏最小二乘回归的吉林省农民收入影响因素研究

乡村振兴战略背景下,农民收入持续稳定增长是实现农民生活富裕的关键。基于2007—2021年吉林省农民收入的现实情况,建立偏最小二乘回归模型对吉林省农民收入的影响因素进行分析。首先利用椭圆图和标准化模型距离对模型的合理性和适用性进行检验,再借助变量投影重要性测量影响因素的重要性,最后对模型进行精度评估。实证分析结果表明,农业机械总动力、农村居民人均消费支出、人均生产总值、第三产业增加值、城镇化率、农作物总播种面积和农业支出7个因素是影响农民收入的重要因素,且均为正向影响。根据实证结果,从统筹城乡发展,耕地保护,生产效率以及农村消费市场四个方面提出政策性建议。

基于偏最小二乘回归的土壤有机质含量高光谱估算

为实现基于光谱分析土壤有机质含量的快速测定,该文以江汉平原公安县的土壤为研究对象,进行室内理化分析、光谱测量与处理等一系列工作,在土壤原始光谱反射率（raw spectral reflectance,R）的基础上,提取了其倒数之对数（inverse-log reflectance,LR）、一阶微分（first order differential reflectance,FDR）和连续统去除（continuum removal, CR） 3种光谱指标,分析4种不同形式的光谱指标与有机质含量的相关性,对相关系数进行P=0.01水平上的显著性检验来确定显著性波段的范围,并基于全波段（400~2 400 nm）和显著性波段运用偏最小二乘回归（partial least squares regression, PLSR）建立了该区域土壤有机质高光谱的预测模型,通过模型精度的比较确定最优模型.结果表明,进行CR变换后,光谱曲线的特征吸收带更加明显,相关系数在可见光波段范围内有所提高;基于全波段的 PLSR 建模效果要优于显著性波段,其中以CR的预测精度最为突出,其模型的决定系数R2和相对分析误差RPD分别为0.84、2.58;显著性波段的PLSR模型与全波段对比在模型精度方面虽有一定差距,但从模型的复杂程度来比较,具有模型简单、运算量小、变量更少的特点;最后,综合比较了全波段和显著性波段 4 种光谱指标的反演精度,发现 CR-PLSR 模型的建模和预测的效果比R-PLSR、LR-PLSR、FDR-PLSR 模型都要显著.该研究可为将 CR-PLSR 高光谱反演模型用于该区域土肥信息的遥感监测提供参考.

基于偏最小二乘回归分析的中长期电力负荷预测

针对中长期电力负荷预测,介绍偏最小二乘回归分析方法的原理,推导该算法的简化建模步骤。该方法能在最大限度保留原有数据信息的前提下,将数据信息集中在几个互不相关的主成分上,因而能有效解决建立负荷预测模型时由于样本个数较少及自变量存在严重的多重相关性,难以通过多元回归分析建立预测模型的问题。通过算例对偏最小二乘回归分析方法、最小二乘法和逐步回归分析方法进行了比较,结果表明,将偏最小二乘回归分析方法用于中长期电力负荷预测时,计算快捷,准确性高,具有较强的实用性。

宁夏生态足迹影响因子的偏最小二乘回归分析

生态足迹分析方法是一种度量区域生态可持续程度的有效方法,偏最小二乘回归法(PLS)能有效解决多元回归分析中变量的多重相关性问题,具有容易操作,相关分析精度高等特点。以宁夏为研究区域,在计算了宁夏2001—2010年人均生态足迹的基础上,应用偏最小二乘回归分析法,对影响宁夏生态足迹的各因子的重要程度进行了分析。通过变量投影重要性分析、特异点分析和预测分析,证明所得偏最小二乘回归模型具有较好的精度。研究结果为:2001—2010年,宁夏人均生态足迹由1.818103793 hm2上升至2.894958909 hm2,生态赤字由1.28352051 hm2上升至2.42316627 hm2,生态承载力由0.53458328 hm2下降至0.47179264 hm2;全区GDP、城镇居民人均生活消费支出、第二产业产值和第一产业产值是影响宁夏生态足迹的显著因子。

基于偏最小二乘回归建模的探讨

从工程应用的角度介绍了一种新的回归方法———偏最小二乘回归,分析了传统最小二乘回归所不具有的特点.数值实例研究表明偏最小二乘回归能在自变量间存在强相关的情况下建立模型,但最小二乘回归不能.同时,电路成品率估计研究表明,在较少样本点的情况下,利用偏最小二乘回归建模进行成品率估计是行之有效的,其预测精度能满足实际电路设计和分析的要求,且大大优于最小二乘回归.

应用波段深度分析和偏最小二乘回归的冬小麦生物量高光谱估算

当作物生物量较大时,现有植被指数由于受饱和问题限制,不能较好的估算作物生物量。针对此问题,尝试将波段深度分析与偏最小二乘回归(partial least square regression,PLSR)结合,提高对大田冬小麦生物量的估算精度,并将两者结合建立的模型与应用代表性植被指数建立的模型进行生物量估算精度比较。波段深度分析主要对冬小麦冠层光谱550～750nm范围进行,采用波段深度、波段深度比(band depth ratio,BDR)、归一化波段深度指数和归一化面积波段深度对波段深度信息进行表征。在建立的模型中,波段深度分析和PLSR结合的估算精度比应用植被指数模型的精度高,其中BDR与PLSR结合的估算精度最高(R2=0.792,RMSE=0.164kg.m-2)。研究结果表明波段深度分析与PLSR结合能较好的克服生物量较大时存在的饱和问题,提高冬小麦生物量的估算精度。