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。

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。

改进的量子遗传偏最小二乘特征选择方法应用

针对量子遗传偏最小二乘法在特征选择过程中,存在初始化种群粗糙和适应度函数复杂等问题,提出了一种新的特征选择方法——改进的量子遗传偏最小二乘法(Improved Quantum Genetic Algorithm Partial Least Square,IQGAPLS)算法。该算法根据求解问题的实际情况,赋予种群初始值。同时,设计了一种新的适应度函数,以减少计算量,并基于此适应度函数,提出了一种新的旋转角度更新公式,解决了其方向和大小确定困难的问题。将该算法应用于轴向柱塞泵故障信号的特征选择中。实验结果表明,IQGAPLS算法具有较少的计算量和较短的执行时间,选择出的特征包含更多的工作状态信息,从而提高了分类准确率。

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。

基于遗传算法和偏最小二乘法的土壤激光诱导击穿光谱定量分析研究

在空气环境下,采用激光诱导击穿光谱(LIBS)技术对土壤成分进行检测,建立了基于遗传算法(GA)和偏最小二乘法(PLS)的定量分析模型。将配制的58个土壤样品分为定标集、监控集和预测集,对11种组分Mn,Cr,Cu,Pb,Ba,Al2O3,Ca O,Fe2O3,Mg O,Na2O和K2O的含量分别进行预测。结果表明,GA作为一种谱线选择的预处理方法,可以有效减少用于PLS建模的光谱谱线的数目,从而简化模型。对于土壤中的大部分组成成分,GA-PLS模型能够显著改善传统PLS模型的预测能力。以Mn元素为例,浓度预测均方根误差(RMSEP)从0.0215%降低至0.0167%,平均百分比误差(MPE)从8.10%降低至5.20%。本研究为进一步提高土壤的LIBS定量分析准确度提供了方法参考。

遗传算法结合偏最小二乘法无损评价西洋梨糖度

基于遗传算法的波段选择法在组合优化问题上具有很大的搜索优势,适应性很广。文章将该方法应用于西洋梨糖度近红外光谱分析中,探讨数据优化筛选的可行性。光谱经多元散射校正或标准归一化处理后进行波段选择,选择结果与样品中被测成分有关,4个品种洋梨的最佳个体染色体编码有一定共性。分别建立了四种洋梨的GA-PLS模型和全谱模型,早红考密斯、五九香、凯斯凯德和康佛伦斯的GA-PLS建模数据点分别从1 557减少到了434,496,310和496。GA-PLS/Fr-PLS模型的预测标准偏差分别为0.428/0.518,0.696/0.694,0.425/0.421和0.567/0.633,其中早红考密斯和康佛伦斯GA-PLS模型的预测精度明显优于全谱模型,而五九香和凯斯凯德的GA-PLS模型与全谱模型相近。结果表明,遗传算法用于PLS建立西洋梨糖度校正模型前的数据优化筛选是可行的,有效提高测量精度,减少建模变量。

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。

用遗传区间偏最小二乘法建立苹果糖度近红外光谱模型

为了简化苹果糖度预测模型和提高模型的精度,用遗传区间偏最小二乘法(GA-iPLS)建立苹果近红外光谱预测模型。应用结果表明,整个光谱划分为40个子区间,GA-iPLS选择其中的第4,6,8,11,18号共5个子区间联合建立苹果糖度模型。遗传区间偏最小二乘法所建的模型,其校正时的相关系数rc和交互验证均方根误差RMSECV分别为0.962和0.3346,预测时的相关系数rp和预测均方根误差RMSEP分别为0.932和0.3842。与全光谱模型相比,该方法建立的模型不论对校正集还是预测集,模型的预测能力都提高了许多,且模型得到了很大的简化:其实际采用的波数点个数比全光谱模型采用的波数点个数大大减少,主因子数也比全光谱少,由此建立的模型更加简洁、数据运算量也更少。

基于偏最小二乘法的遗传模拟退火算法及其在大坝安全监控中的应用

介绍了基于偏最小二乘法的遗传模拟退火算法的编程方法和利用其建立大坝安全监控模型的方法。实例分析表明,遗传模拟退火算法筛选影响因子后由偏最小二乘法建立的安全监控模型与直接由偏最小二乘法建立的模型相比,不仅简化了模型、提高了模型的拟合精度,而且增强了所建模型的预测能力。