基于核偏最小二乘法的热轧板凸度预测

以某2160 mm热连轧生产线为研究对象,结合生产数据和数据驱动算法,提出并建立基于核偏最小二乘法和偏最小二乘法的热轧板凸度预测模型,并对模型的参数进行调整和优化。结果表明:偏最小二乘法模型的预测值与实测值误差为-25~30μm,88.74%的板凸度预测值绝对误差小于10μm;核偏最小二乘法模型的预测值与实测值误差为-25~25μm,91.57%的板凸度预测值绝对误差小于10μm。因此,优化后的核偏最小二乘法模型具有更好的预测效果。

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。

偏最小二乘法和近红外光谱技术快速测定发酵黄芪茎叶中黄酮含量及抗氧化活性

试验测定发酵前、后黄芪茎叶黄酮含量和抗氧化活性,并应用近红外光谱技术(NIR)结合化学计量学法快速预测发酵黄芪茎叶黄酮含量,为定量检测发酵黄芪茎叶黄酮含量提供理论依据以及为黄芪茎叶深加工利用提供技术支持。试验采用硝酸铝-亚硝酸钠比色法测定发酵黄芪茎叶黄酮的含量,测定黄酮对1,1-二苯基-2-三硝基苯肼(DPPH)自由基清除能力和羟基自由基的清除能力,利用偏最小二乘方法构建发酵黄芪茎叶黄酮的快速预测模型。结果表明,发酵黄芪茎叶黄酮抗氧化能力强于发酵前,构建快速预测模型采用了二阶导数(SD)+正态变量变换(SNV)+去趋势算法(Detred)的方法对全谱图进行预处理的效果较好,优化后的模型决定系数(R^(2))、校正均方根误差(RMSEC)、校准标准差(SEC)分别为0.92、0.24、0.24,其相对分析误差(PRD)为3.46,外部验证R2为0.88。研究表明,构建的NIR模型校正和交互验证决定系数均较大,PRD均大于2,说明模型预测性能较好,建立的模型有助于检测发酵黄芪茎叶黄酮含量活性成分。

偏最小二乘法在激光诱导击穿光谱定量分析中的应用研究

介绍了激光诱导击穿光谱(laser induced breakdown spectroscopy,LIBS)技术、主元分析(principal component an alysis,PCA)法和偏最小二乘(partial least squares,PLS)法的基本原理。对Pb元素特征谱线附近的36个维度进行主成分信息提取,对36维波长数据压缩到2维后,采用每个样品的20个脉冲的主元分数进行偏最小二乘拟合,对数据进行平均处理后,拟合结果质量较高,拟合系数平方的值从0.49810提高到0.97000;残差平方和从0.72529下降到1.36366*10^(-4)。PCA法可以有效的缩减具有一定相关性的样本数据空间,对于数据维度较大的数据处理能显著提升效率,再结合PLS法拟合压缩后的主元,实验结论得出PLS适合用于LIBS定量分析。

近红外光谱法结合偏最小二乘法预测生物柴油中甲醇的含量

生物柴油中甲醇的定量分析对其品质监控具有重要科学意义与实用价值,因此进行了题示研究。制作44个含不同体积分数甲醇的生物柴油样品,采集了相应的近红外光谱。采用Savitzky-Golay平滑滤波(SG)和标准正态变换(SNV)相结合的方法对原始光谱进行预处理,并采用协同区间偏最小二乘法(SIPLS)提取特征变量,确定在6270~6640 cm^(−1)和10900~11240 cm^(−1)波段内采用偏最小二乘法(PLS)建模。结果显示,所建SG-SNV-SIPLS-PLS模型的留一交叉验证决定系数R2 cv为0.9994,均方根误差RMSECV为0.0488,预测集决定系数R_(p)^(2)为0.9996,均方根误差RMSEP为0.0563,变量数为207,优于PLS模型以及单变量线性回归模型的。

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。

短程硝化过程的光谱特征波段选择与间隔偏最小二乘法建模

序批式活性污泥反应器(SBR)是目前应用较广的活性污泥处理装置。通过SBR反应器处理人工模拟高氨氮废水研究短程硝化反应系统启动过程中硝酸盐氮和亚硝酸盐氮含量的变化,利用紫外光谱采集所得数据为基础建立模型,以期快速预测SBR反应器出水中硝酸盐氮、亚硝酸盐氮含量。采用实验室配置的不同浓度硝酸盐氮和亚硝酸盐氮混合溶液,以三种不同波段选择的区间偏最小二乘法(iPLS)构建标准混合液的校正模型。研究结果显示,所建模型对混合液中硝酸盐氮和亚硝酸盐氮实测值与预测值相关性均较好。测定反应器出水指标,同样以三种不同波段选择的偏最小二乘法算法构建紫外光谱与硝酸盐氮和亚硝酸盐氮含量的模型。利用校正集相关系数、交叉验证均方根误差(RMSECV)、预测集的相关系数以及预测均方根误差(RMSEP)评价指标来评价模型结果。在iPLS、siPLS、biPLS三种模型中利用联合区间偏最小二乘法(siPLS)将全光谱分别等分为24、19个区间时,分别联合子区间[24]、[38]建立的模型预测拟合结果最优,其校正模型r=0.9393、RMSECV=1.6504,r=0.9507、RMSECV=0.4421,预测模型r=0.9992、RMSEP=1.3418,r=0.9119、RMSEP=2.6770。该模型对硝酸盐氮和亚硝酸盐氮的预测效果总体较好,表明利用紫外光谱建立区间偏最小二乘法模型可以实现对短程硝化反应器出水硝氮和亚硝氮含量的快速预测。

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。

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。

基于偏最小二乘法对水库pH值预测与应用

根据水库中藻类数量和pH值数据,基于偏最小二乘法对影响pH值变化的5个因素进行建模分析,结果表明,各藻类数量对pH值的影响程度不同,小球藻>小环藻>辐节藻>骨条藻>范式冠盘藻。通过实测数据验证,偏最小二乘法回归模型的拟合能达到满意的效果,预测pH值与实测对比,模型可以很好地表征赫章公鸡寨水库中藻类对pH值的影响趋势,但是不能精确地预测实测值,这主要的原因可能是影响pH值变化的因素还有很多,比如水温、溶解氧、浊度、高锰酸盐指数、年降雨量等。

偏最小二乘辅助紫外可见光谱法同时测定烟草中的葡萄糖与木糖含量

烟草中含有葡萄糖、果糖、麦芽糖、蔗糖、木糖等多种糖类物质,占据烟草干重的25%~50%,是烟草的重要组成部分,也是评估烟草内在品质的重要指标。不同的糖类物质在卷烟燃烧过程中会生成不同产物,从而直接或间接地影响卷烟的香气和口感。建立烟草中各种单糖的测定方法,对烟草制品的质量控制具有现实意义。传统的检测方法如费林试剂法、连续流动分析法只能对烟草中的水溶性糖或总糖含量进行测定,无法对单一糖组分进行定量检测;气相色谱、液相色谱等方法虽能检测出不同单项,但是存在样品前处理过程麻烦、检测耗时较长等局限性。该工作在传统间苯三酚显色法测定木糖的基础上,以显色机理对该方法进行改进,解决了该检测体系下葡萄糖显色效果不佳的技术问题,可通过紫外可见光谱技术简单、高效地实现对烟草及卷烟制品中葡萄糖和木糖含量的精准测定。当同时测定上述两种糖组分时,由于二者的紫外可见光谱出峰位置相近,会相互影响彼此的测量准确性。为消除这一干扰,采用偏最小二乘回归法(PLS)建立光谱分析的多元校正模型,辅助改进后的间苯三酚法对烟草及其制品中葡萄糖和木糖含量进行同时检测。研究结果表明:改进后的间苯三酚法对于葡萄糖和木糖的单糖溶液,浓度分别在0.05~0.4和0.10~0.80 mmol·L^(-1)范围内时线性关系良好,该方法的检出限和定量限分别为0.001 7、 0.005 7 mmol·L^(-1)和0.007 2、 0.024 mmol·L^(-1),批内变异系数的范围为0.69%~3.03%,加标回收率范围为96.72%~102.85%,提取液中木素含量对测定结果没有显著干扰。对于葡萄糖和木糖组成的混糖溶液,采用外部检验对模型效果进行评价,外部检验集的预测值与理论值的相关系数R^(2)=0.994 7,相对偏差小于10%。该方法能够快速准确的测定烟草及烟草制品中葡萄糖和木糖含量,为烟草行业提供一种有效的单糖分析方法。

塑料标准样品结合偏最小二乘法在激光诱导击穿光谱法元素定量分析领域的研究

激光诱导击穿光谱法以其快速、高效、无害、全谱直读、几乎不需要样品制备等优势,广泛用于元素定量分析领域,为了建立简单易行的分析方法,利用自行研制的聚丙烯塑料(PP)标准样品(RM),结合偏最小二乘法(PLS),运用激光诱导击穿光谱方法(LIBS),建立了Pb和Cr元素的PRM-PLS-LIBS分析模型。PP标准样品是按照国际标准要求进行研制,Pb和Cr的含量梯度根据各个国家和地区的限制要求,设定范围在0~1000 mg·kg^(-1),具体数值由定值结果结合不确定度给出,并且该套标准样品均匀性和稳定性良好,应用该标准样品建立的Pb和Cr的标准曲线的相关系数分别为0.9992和0.9989,检出限分别为35和28 mg·kg^(-1),已经达到定量分析能力。为了提高定量分析模型的准确度,需要对标准曲线的数据进一步优化。在数据量较小的情况下,通过对基线类型的多重优化,比较了偏最小二乘法(PLS)和经典最小二乘法(CLS)。实验数据表明,PLS的校正均方根误差(RMSEC)和校正系数(Corr.Coeff)都明显优于CLS。通过优化Pb和Cr的分析波长范围和基线类型,校正曲线的给定值与预测值之间的校正系数达到1.0000,进一步提高了模型的准确度。随机选取一套PP标准样品,对校正曲线进行验证。取高含量样品(PP-306)和低含量样品(PP-302)进行测定,将Pb和Cr的测定数据代入PCRM-PLS模型中,PP-306中Pb和Cr的测定值分别为998和96 mg·kg^(-1),PP-302中Pb和Cr的测定值分别为980和95 mg·kg^(-1),都在给定值范围内,方法有效可靠。

近红外光谱结合偏最小二乘法测定米粉中硼砂含量

选取市售米粉作为研究对象,测定样品的近红外光谱,用国标分光光度法测定样品中硼砂的含量作为标准值,结合偏最小二乘法,建立了米粉中硼砂含量的近红外光谱快速检测模型。结果表明,采用二阶导数谱,在9767.73~4594.29 cm^(-1)光谱区间,经多元散射校正、七点平滑处理建立的模型为较优模型。该模型的校正集线性相关系数(Rc)值为0.9907,校正集均方根偏差(RMSEC)值为0.252,验证集线性相关系数(Rp)值为0.9631,验证集均方根偏差(RMSEP)值为0.709,主因子数(factors)为6,相对分析误差(RPD)为为3.1。模型有较好的稳定性,外部验证结果准确,可以用于米粉中硼砂含量的快速检测。

基于小波包-核偏最小二乘的滚动轴承故障检测法

为了解决滚动轴承故障检测中出现的振动信号非线性问题,课题团队提出了一种基于小波包-核偏最小二乘(wavelet packet and kernel partial least squares method, WP-KPLS)的故障检测方法。首先对采集到的信号进行小波包分解,将振动信号分解到独立的频段,提取不同频段的能量谱,并构建反映频谱状态改变的能量谱特征向量;再对得到的能量谱特征向量进行核偏最小二乘分析,建立故障检测模型,利用T^(2)及SPE统计量来检测故障是否发生。实验结果表明:该方法能够较为准确地检测到轴承的内外圈故障,证明该模型是有效的。该方法综合了小波包对信号的分析优势和核偏最小二乘法在非线性情况下的数据处理优点,为解决故障检测中的非线性数据处理问题提供了一种新方法。

基于偏最小二乘法-判别分析算法分析五味子不同炮制品高效液相色谱指纹图谱的变化

目的建立五味子不同炮制品高效液相色谱(HPLC)指纹图谱,并对其进行偏最小二乘法-判别分析(PLS-DA)。方法色谱柱为Agilent Polaris Amide-C18柱(250 mm×4.6 mm,5μm),流动相为乙腈-0.05%磷酸水溶液(梯度洗脱),流速为1.0 mL/min,检测波长为250 nm,进样量为10μL。采用中药色谱指纹图谱相似度评价系统2012A版进行相似度分析,通过PLS-DA算法对炮制前后五味子指纹图谱进行分析。结果建立了五味子炮制前后的HPLC指纹图谱共有模式,五味子及其炮制品醋五味子与酒五味子指纹图谱中共有峰分别有19个和21个;经相似度分析,与对应对照指纹图谱相似度均大于0.9;经与对照品比对,指认出6个化合物;且PLS-DA分析筛选出6号峰(5-羟甲基糠醛)、8号峰(五味子醇甲)、18号峰、10号峰(五味子甲素)、5号峰和19号峰为主要差异标志物。结论该方法可用于五味子、醋五味子及酒五味子的指纹图谱分析,为完善五味子的质量标准提供了参考。

基于高效核偏最小二乘的质量相关故障检测

核偏最小二乘(KPLS)是一种多元统计方法,广泛应用于过程监控,然而,KPLS采用斜交分解,导致质量相关空间存在冗余信息易引发误报警.因此,本文提出了高效核偏最小二乘(EKPLS)模型,所提方法通过奇异值分解(SVD)将核矩阵正交分解为质量相关空间和质量无关空间,有效降低质量相关空间中的冗余信息,并采用主成分分析(PCA)按方差大小将质量相关空间分解为质量主空间和质量次空间.此外,为进一步降低由质量无关故障引发的误报警,提出基于质量估计的正交信号修正(OSC)预处理方法,并结合EKPLS模型提出了OSC-EKPLS算法.OSCEKPLS通过质量估计值对被测数据进行OSC预处理,降低了计算复杂度和误报率.最后,通过数值仿真和田纳西–伊斯曼过程验证了OSC-EKPLS具有良好的故障检测性和更低的误报率.

基于核偏最小二乘法的动态预测模型在铜转炉吹炼中的应用

为实现铜转炉吹炼过程中的关键操作参数的准确预测,构造一种基于核偏最小二乘法的动态预测模型,并提出一种适用于动态建模的在线式异常样本剔除方法。该动态预测模型使用滑动窗方法不断更新建模数据,再利用核偏最小二乘法对动态模型的参数进行辨识,最后根据反馈的前次计算误差对本次预测值进行修正。仿真研究结果表明:该动态预估模型具有较好的泛化能力和较强的鲁棒性,并具有较好预测精度(风量预测的相对均方根误差小于10%,氧量预测的相对均方根误差小于19%)。目前,该预测模型被用于某转炉的吹炼辅助决策系统中。

氢核磁共振结合正交偏最小二乘法对油菜蜜中果葡糖浆掺假的判别分析

利用氢核磁共振(1H nuclear magnetic resonance,1H NMR)谱图结合正交偏最小二乘(orthogonal partial least squares,OPLS)法对油菜蜂蜜和果葡糖浆掺假蜂蜜进行判别分析。采集了303个油菜蜜样品和180个按照不同比例配制的果葡糖浆掺假蜂蜜样品的1H NMR谱图,并对油菜蜜主要糖类成分和部分低含量化合物进行了信号归属。采用OPLS对训练集数据进行分析,建立蜂蜜果葡糖浆掺假判别模型。通过排列实验法对模型进行可靠性检验。结果显示,油菜蜜和果葡糖浆掺假蜂蜜样品在OPLS得分图中能明显区分。训练集和测试集样品的总体判别正确率分别为98.40%和98.24%。因此,1H NMR与OPLS相结合可以实现油菜蜜中果葡糖浆掺假的快速鉴别。该方法是基于对蜂蜜成分的整体分析,避免了仅仅分析个别成分指标的检验方法中存在的缺陷,为蜂蜜质量监控提供了一种新思路。

基于氢核磁共振和偏最小二乘法-判别分析建立鹿龟酒质量控制方法的研究

目的:建立一种基于氢核磁共振(1H-NMR)和偏最小二乘法-判别分析的鹿龟酒质量控制新方法。方法:基于1H-NMR技术测定样品的全成分信息,并转化成数据矩阵,利用SIMCA-P软件进行偏最小二乘法-判别分析(PL S-DA)。结果:鹿龟酒与不同的缺味样品及仿制品在所得的散点图中能得到明显区分。结论:氢核磁共振偏最小二乘法-判别分析法是一种操作简便,能够更全面体现其质量情况的鹿龟酒质量控制新方法。