遗传算法-偏最小二乘法用于卵巢癌血清蛋白质组数据的特征挑选

统计学t检验结合引入的变量筛选方法——遗传算法-偏最小二乘法(GAPLS)对卵巢癌SELDI-TOF MS数据进行特征筛选,从15154个原始变量中筛选得到4个特征质荷比值,采用支持向量机(SVM)模型的留一法交叉验证结果为95.26%.结果表明这4个质荷比值具有重要的生物学意义,它们或许可以作为卵巢癌的生物标记物,同时GAPLS可以作为一种有效的蛋白质组数据的特征筛选方法.

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。

基于改进遗传算法-偏最小二乘回归的大坝变形监测模型

【目的】针对常规大坝变形监测回归模型中存在的因子多重相关性干扰和模型拟合效果欠佳问题,进行偏回归模型优化方法研究。【方法】将改进的遗传算法引入大坝变形监测偏回归模型,利用遗传算法强大的自适应全局优化搜索功能,对偏最小二乘回归模型进行优化,建立了基于改进遗传算法-偏最小二乘回归的大坝变形监测模型。【结果】工程实例研究与对比分析表明,改进遗传算法-偏最小二乘回归模型在一定程度上改善了原偏回归模型存在的拟合效果不佳的问题。【结论】改进遗传算法-偏最小二乘回归模型具有较好的拟合与预测能力,有较强的工程实用性。

遗传算法结合区间偏最小二乘法在草莓酸度近红外光谱检测的研究

为探索近红外漫反射光谱技术快速无损检测草莓酸度的新方法,共采集了100颗草莓漫反射近红外光谱数据（波长范围1 000~1 800 nm）。通过采用标准正交变换（SNV）对原始光谱进行预处理后,将全光谱分为10个子区间,通过样本交互验证法优化每个子区间的最佳主成分数并计算区间对应的交互验证均方根误差（RMSECV）,得到第4个子区间（共80个特征波长）对应的预测均方根误差最小。采用遗传算法对第4子区间内的波数点进一步优选出1 483,1 482,1 485,1 460 nm 4个波数点,用这4个波长的光谱信息建立的草莓近红外酸度模型预测集相关系数为0.937 5,预测集均方根误差为0.072。结果表明：间隔偏最小二乘法结合遗传算法能筛选出最优波长并能减少建模所用变量,提高检测精度,保证模型的稳健性。

基于遗传算法和偏最小二乘法的电容式油气两相流空隙率测量新方法

电容传感器提供的电容测量信息反映了两相流空隙率的分布,采用12电极阵列式电容传感器提供的电容值的线性组合(即空隙率测量模型)来实现空隙率的测量。遗传算法和偏最小二乘方法用来确定空隙率测量模型。首先应用遗传算法获得对空隙率测量有贡献的最佳电容组合,再用偏最小二乘方法确定各有贡献电容对空隙率测量贡献的大小。实验结果表明,提出的空隙率测量新方法是有效的,测量精度和测量速度满足工业应用要求。

基于遗传算法和间隔偏最小二乘的苹果硬度特征波长分析研究

利用傅里叶近红外光谱(FT-NIRS)测定了苹果的硬度。通过使用几种基于遗传算法和间隔偏最小二乘法的特征波长选取方法,包括动态向后间隔偏最小二乘(dynamic backward version of interval PLS,dynamic biPLS)、动态向后间隔偏最小二乘结合遗传算法(dynamic biPLS & GA-PLS)和反复的遗传算法(iterative GA-PLS),分析了苹果硬度的特征波长。结果表明,运用遗传算法和间隔偏最小二乘选择特征波长后,不但可以降低模型的复杂度,同时能够达到提高模型预测精度的效果。在此基础上,研究分析了苹果硬度特征波长的物理化学意义。由于果胶是在苹果成熟过程中一种和硬度有很大关联的物质,通过比较苹果硬度的特征波长和果胶的特征吸收峰,发现两者具有有很好的一致性。因此,采用遗传算法和间隔偏最小二乘法得到的苹果硬度的特征波长能够反映果胶的吸收信息,从而解释了近红外技术检测苹果硬度的机理。

UV-Vis-SWNIR漫反射光谱结合偏最小二乘法测定蕨菜总多糖含量

目的建立UV-Vis-SWNIR漫反射光谱结合偏最小二乘法测定蕨菜中总多糖的含量。方法收集140批样品,从中随机选取20份作为完全外部验证集样品,用于验证模型的可靠性和准确性;其余80批样品为校正集,40批样品为检验集,用于筛选蕨菜总多糖的定量模型光谱预处理方法、主因子数、UV-Vis-SWNIR光谱特征波长。结果采用一阶导数法对原始光谱预处理,主因子数为7,结合随机青蛙算法筛选建模波长为925~1084、890~910、560~820、525~540、451~520、385~445、251~270 nm时,所得预测模型校正集R^(2)值为0.9617,RMSEC值为0.167%,检验集R^(2)值为0.9332,RMSEP值为0.208%,完全外部验证误差范围为-0.741%~0.853%。结论该方法快速可行,可用于蕨菜总多糖含量的预测。

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。

紫外-可见光谱-偏最小二乘法测定渣油四组分含量

用已建立的渣油聚类和识别模型将渣油分为常压渣油、减压渣油和加氢渣油，用紫外－可见光谱－偏最小二乘法（ＵＶ－ＰＬＳ）分别建立了这３种渣油的饱和烃、芳烃、胶质和沥青质四组分测定模型。该方法的测定结果与经典洗脱色谱法（ＥＣ）的结果相吻合。与ＥＣ方法相比，该方法具有快速、操作简单、不需分离、重复性好等特点。

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。

局部偏最小二乘法结合可见-近红外光谱预测猪肉挥发性盐基氮

以两个批次的猪肉为实验样品,开展局部偏最小二乘法结合双波段可见-近红外光谱预测挥发性盐基氮的研究,以改善模型预测不同批次样品时效果不佳的问题。提出基于距离、信息测度和投影的相似性度量方法,通过对欧式距离和光谱信息散度-光谱角(spectral information divergence-spectral angle,SID-SAM)进行加权求和,构建评价不同样品相似性的相似度函数,定义相似度因子(SM),通过最小化代价函数确定建立局部模型的邻域窗口。以第1批样品为建模基础集,通过对欧式距离和SID-SAM的权重及SM进行参数寻优,针对第2批次中每个样品建立局部偏最小二乘模型。结果显示,与利用第1批样品建立的模型直接预测第2批样品的结果相比,预测效果有明显提高,相关系数R从0.845 6上升至0.948 1,预测误差从4.581 0 mg/100 g下降至2.650 8 mg/100 g。这表明利用提出的相似度函数和相似度因子,可根据待测样品的光谱特征,实时动态选择相似的局部空间,建立的局部偏最小二乘模型能有效提高对外部验证样品的预测能力。

正交函数-偏最小二乘法同时测定复方水杨酸酊Ⅱ号三组分含量

目的利用正交函数 偏最小二乘法消除干扰并对相关性特强的混合组分含量同时测定。方法提出一种由正交函数 (OF)与偏最小二乘法 (PLS)相结合的方法 ,并把它用于复方水杨酸酊Ⅱ号三组分的同时测定 ,并与偏最小二乘法所预测的结果进行比较。结果二者所测得的水杨酸、苯甲酸和利凡诺的平均回收率和相对标准偏差分别为 10 0 2 %、1 6 %、10 0 1%、0 37%、10 0 1%、0 96 %和 99 4 %、2 0 %、10 0 9%、1 2 %、99 8%、1 5 %。结论正交函数

非线性最小二乘的遗传算法与常规算法的比较

为克服线性经典平差的不足,对非线性最小二乘进行了研究,主要将遗传算法应用于非线性模型参数估计领域,并采用阻尼最小二乘法和高斯-牛顿法对同一观测数据进行了处理,且对解算结果进行了比较。

气相色谱-质谱联用结合偏最小二乘法在生鲜牛、鸭混合肉含量判别分析中的应用

采用顶空固相微萃取(headspace solid-phase micro extraction,HS-SPME)和气相色谱-质谱联用(gas chromatography-mass spectrometry,GC-MS)技术提取和分析生鲜牛、鸭混合肉中的挥发性化合物,利用偏最小二乘(partial least squares,PLS)法对GC-MS数据进行建模,对不同比例生鲜牛、鸭混合肉进行判别分析。结果表明:生鲜牛、鸭混合肉中共鉴定出39种挥发性化合物;PLS模型可以有效区分不同比例生鲜牛、鸭混合肉,利用训练集和验证集数据验证模型,评估均方差为3.455 9,预测均方差为4.068 9,PLS模型对不同比例生鲜牛、鸭混合肉的预测准确率较高。本方法在判别不同比例生鲜牛、鸭混合肉方面准确性较高。

应用HPLC双波长指纹图谱及偏最小二乘法-判别分析评价抗癌平丸质量

采用双波长融合法建立2个厂家的18批抗癌平丸样品的HPLC指纹图谱,利用中药色谱指纹图谱相似度评价系统(A版)建立融合指纹图谱共有模式并进行相似度计算。确定了21个共有峰,相似度计算结果在0.601～0.788,说明2个厂家样品之间有一定的差异。通过对照品指认出原儿茶酸、香草酸、异嗪皮啶、巴马汀、野黄芩苷、迷迭香酸、木犀草素、芹菜素这8种成分。用SIMCA-P 11.5软件建立偏最小二乘法-判别分析(PLS-DA)模型进行统计分析,2个厂家的样品明显区分开,并且确定了导致厂家间质量差异的关键成分。结果表明,本文所建立的HPLC双波长指纹图谱技术结合PLS-DA能很好地区分不同厂家样品,克服了单波长检测时信息量有限的缺点。

基于指纹图谱及偏最小二乘法-判别分析(PLS-DA)评价肝爽颗粒的质量

目的:建立肝爽颗粒(党参、柴胡、白芍等)指纹图谱,结合偏最小二乘法-判别分析(PLS-DA)对其进行质量一致性评价,为该制剂的质量控制提供参考。方法:采用HPLC法,以Agilent SB-C_(18)(250 mm×4.6 mm,5μm)为色谱柱;乙腈-水(含0.05%磷酸)溶液为流动相,梯度洗脱;流速0.9 ml·min^(-1);检测波长278,330,230,316 nm;柱温35℃;进样量为20μl。使用《中药色谱指纹图谱相似度评价系统软件(2012A版)》建立14批肝爽颗粒指纹图谱,结合PLS-DA寻找不同批次间肝爽颗粒的差异成分。结果:14批样品共标定26个共有峰,通过与对照品比对指认出其中8个成分;14批样品指纹图谱相似度均大于0.99。通过PLS-DA分析,14批样品聚成2类,并筛选出了导致各批次间产生差异的9个差异性标志物。结论:所建立指纹图谱重复性好、专属性强,同时结合偏最小二乘法-判别分析可为肝爽颗粒质量控制标准的制定提供参考。

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．