偏最小二乘法回归(PLS)研究酸性森林土壤中铝的释放过程

采集了华南和西南酸性森林小流域中的土壤和土壤水并分析其化学组成,利用偏最小二乘法回归(PLS)研究了土壤中铝的释放过程,以综合评价各种影响因素的相对重要性。连续3年(2000～2002)的现场监测数据表明,尽管土壤水中铝的浓度存在显著差异,但铝的形态分布在各流域之间基本相似。大多数土壤水中单体铝(Ala)主要以无机态(Ali)存在,有机铝(Alo)一般不足10%。在pH3.6～5.6范围内,土壤水中Al3+活度(pAl)与土壤水pH值呈显著正相关关系(P<0.001),上层和下层土壤中pH-pAl拟合直线的斜率分别为1.28和2.00,明显偏离三水铝石(gibbsite)的溶解平衡模式。偏最小二乘法回归分析显示,上层和下层土壤中铝具有不同的来源和主导影响因素。上层土壤中,铝主要来源于有机键合铝(Alorg),土壤水离子强度(I)是造成铝浓度差异的主导因素。与此同时,铝的释放过程明显受到离子交换反应的影响。下层土壤中,铝近乎全部来源于无机键合铝(Alinorg),土壤水H+浓度成为影响铝释放过程的最主要因素。与上层土壤相比,离子交换对土壤铝释放过程影响明显减小。

OPLS在非线性偏最小二乘回归模型的应用

为了解决隐含潜变量回归(implicit non-linear latent variable regressionI,NLR)建模方法中加入自变量的非线性项使系统中出现了与因变量无关的信息或者噪音的问题,提出了基于正交投影(orthogonal projection to latent structures,OPLS)方法,对INLR数据进行预处理。OPLS算法能有效去除预测矩阵中与因变量无关的信息,在不影响INLR建模效果的同时减少有意义的成分,改善了模型的解释性和真实性。模拟实验结果表明,改进后算法的建模效果优于INLR、偏最小二乘回归(partialleast squares regression,PLSR)算法得到的模型。

两个多重相关变量组的统计分析(3)(偏最小二乘回归与PLS过程)

本文用PLS过程建立多因变量的偏最小二乘回归模型 ,并用具体例子对最小二乘回归(MLR)、主成分回归 (PCK)和偏最小二乘回归 (PLS)

高强混凝土质量与影响因素的多因变量偏最小二乘回归(PLSR)分析

运用偏最小二乘回归(PLSR)的原理,分析研究了胶凝材料用量、水胶比、硅粉掺量、粉煤灰掺量、坍落度以及水、石、砂掺量等有关因素对高强混凝土7d,28d和90d抗压强度的影响;并用R统计软件进行了多元多重线性回归分析,建立了高强混凝土抗压强度与其影响因素之间的多因变量的PLSR模型,该模型的预测误差较小,能较好地应用于混凝土施工质量预测和控制。

利用偏最小二乘回归方法(PLS)解析、优化钢铁生产流程的各限制性环节

介绍了分析复杂系统规律的第二代多元统计分析方法——偏最小二乘回归(PLS)的原理和技术特点,利用国内第一款在Excel中实现PLS的软件——PEW(PLS+Excel+Word)对钢铁流程之一的烧结工序限制性环节——影响烧结矿低温还原粉化指数RDI的因素进行了分析.此技术提供了一种模型简单有效,物理意义清晰明确的分析工具,可以打开错综复杂,影响因素交叉重叠这一看不见的钢铁生产各流程黑箱,指导操作调整,指引改造升级,为解析、优化钢铁生产流程的各限制性环节提供了一个很好的手段.

近红外光谱结合偏最小二乘回归法快速无损测定高密度聚乙烯的熔体流动速率

选择使用多元散射校正(MSC)、一阶导数(D 1)、二阶导数(D 2)、卷积平滑(Savitzky-Golay)等方式对3个牌号高密度聚乙烯(HDPE)粉料样本的近红外光谱进行预处理,使其经预处理后的近红外光谱与相应牌号熔体流动速率(MFR)之间的关联性良好;然后,采用偏最小二乘回归法拟合,建立相应匹配HDPE牌号的MFR定量分析模型,旨在实现快速无损检测。结果表明:上述近红外光谱结合偏最小二乘回归法所建立的匹配于相应3种HDPE粉料的MFR定量分析模型的测试结果均具有很好的复现性,牌号1、牌号2、牌号3的MFR标准偏差依次为0.0158,0.0147,0.0006 g/min,而且该方法快速测定得到的MFR与GB/T 3682.2—2018标准方法测定的均相近。

人民币实际汇率影响因素的实证分析——基于偏最小二乘回归算法(PLSR)

实际汇率的影响因素问题一直都是国内外学者研究的重点,然而由于经济问题的复杂性,目前对这一问题的研究尚显不足。本文把人民币实际汇率作为分析对象,考察影响人民币实际汇率的具有代表性的16个因素,建立偏最小二乘回归模型并运用辅助分析手段对这些影响因素进行实证校验,从而对人民币实际汇率的影响因素问题进行一次专门性、系统性的梳理。研究表明,影响人民币实际汇率的前六大因素依次为劳动生产率、投资与储蓄差额、对外债务余额、外汇储备、净出口及政府支出占GDP比重,相对购买力平价的影响力度最弱。最后,提出缓解人民币实际汇率升值压力的政策建议。

商业银行盈利能力影响因素的实证分析——基于偏最小二乘回归(PLSR)算法

运用偏最小二乘回归模型及其辅助分析手段对商业银行盈利能力影响因素进行一次深入、细致、系统的梳理。研究表明,影响商业银行盈利能力的前六大因素依次为净息差、资产质量、成本收入比、风险承受能力、金融创新及存贷比,而银行资产规模对盈利能力的贡献度最低。为提升商业银行盈利能力,必须强化金融创新能力、防控商业银行风险、完善金融监管体制。

偏最小二乘法(PLS)及其在分析化学中的应用

本文介绍了一种性能优于其他多元统计方法的新的多元校准法——偏最小二乘法(PLS),研究了其理论基础、算法和性能,评述了其在吸收光谱分析、荧光分光光度分析、ICP—AES、色谱分析、核磁共振谱分析、生物化学、产品质量预测、毒理学、环境化学和地球化学研究等方面的应用以及应用发展动向。引用文献58篇。

基于正交信号校正和偏最小二乘(OSC/PLS)的苹果糖度近红外检测

采用正交信号校正法(OSC)对苹果的近红外光谱(1300nm～2100nm)进行预处理,并结合偏最小二乘法(PLS)建立了苹果光谱对糖度的预测模型。应用结果表明,经OSC法预处理后,光谱形状总体上与原始光谱没有差别,但光谱曲线变得更为光滑,排列更为整齐、紧密。这说明正交信号校正法(OSC)滤除了原始光谱中的部分噪声,但又保留了原光谱中的主要信息。苹果光谱对糖度的PLS校正模型采纳的最佳因子数会随着OSC因子的被逐个滤除而逐渐减少,甚至可减少至1(当然模型精度也有变化)。本研究中,校正模型的最佳性能产生于原始光谱被滤除10个OSC因子时,此时其采纳的最佳因子数为2,校正时的相关系数r2和标准偏差SEC分别为0.92644和0.40250,预测时的标准偏差SEP为0.50229。与OSC法处理前的PLS模型相比,其精度虽没有大幅提高,但由于采纳的因子数少,模型变得十分简洁。

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。

一种新型非线性偏最小二乘方法研究及应用——基于Chebyshev多项式改进的PLS方法

在实际生产过程中,过程变量之间往往存在大量相关关系,甚至非线性相关关系。过程变量间存在线性相关时,可采用偏最小二乘方法(PartialLeastSquares,PLS)计算模型参数,但由于PLS方法采用线性关系来联系输入和输出因子,因而并不能有效地应用于非线性较强的过程。在这种情况下要对变量进行有效的压缩维数,需要采用非线性PLS方法。基于Chebyshev多项式改进的多元多项式PLS方法,是一种新的非线性PLS方法。该方法利用Chebyshev多项式的正交性质和递推性质,将过程输入变量正交化、线性化后,再应用PLS方法计算模型参数并还原,从而得到比较精确的模型。由于该方法综合考虑了输入变量的自相关和输入变量间的协相关关系,能够更有效地表达过程变量间的非线性关系,因此其对非线性过程的研究提供了新的思路。

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。