均方根误差最小准则的偏最小二乘筛选中药药效物质方法

目的/意义研究一种均方根误差最小准则的偏最小二乘筛选中药药效物质方法,以便全面地观察和分析中药的作用机理。方法/过程以均方根误差(root mean square error,RMSE)最小为主要准则,通过偏最小二乘法获得特征的变量投影重要性指标(variable importance in the projection,VIP)值,再以VIP值的大小对特征重要性排序,最后通过偏最小回归法与前向搜索法,以RMSE最小、交叉性验证结果最好为标准,确定特征子集。采用大承气汤配比治疗急性胰腺炎实验数据,以及麻杏石甘汤治咳、平喘、退热实验数据进行验证。结果/结论该方法能得到回归性能最好时的最小RMSE和药效物质子集。VIP值大于1的特征是相对重要的,VIP值小于1的特征也可能对模型性能有影响。

不同贮藏时间即食燕窝特征风味成分分析

为探究不同贮藏时间即食燕窝的风味特征,采用气相色谱-离子迁移谱(GC-IMS)对5个贮藏时间市售即食燕窝的挥发性有机物进行差异分析。结果表明,不同贮藏时间即食燕窝的挥发性成分存在显著差异(P<0.05),共鉴定出44个挥发性有机物(包含单聚体和二聚体),主要为醛和酯类。主成分分析(PCA)和偏最小二乘判别分析(PLS-DA)能有效判别5个贮藏时间的即食燕窝。依据PLS-DA模型的变量投影重要性分析值(VIP)和指纹图谱结合层次聚类分析,最终筛选出12个(VIP>1)特征挥发性物质,分别为乙酸(单聚体和二聚体)、(Z)-4-庚烯醛、2-丁酮(单聚体)、3-甲基-3-丁烯-1-醇、庚醛、乙酸乙酯(二聚体)、乙酸丙酯(单聚体)、戊醛、丁醛、丙酸乙酯(单聚体和二聚体)。通过这些特征化合物可以较好地判别不同贮藏时间的即食燕窝样品。

基于高光谱数据的互花米草磷素含量反演

磷素是植物生长的重要营养元素,以大丰麋鹿自然保护区为研究对象,基于高光谱数据建立互花米草(Spartina alterniflora)磷素含量反演模型,旨在寻找适宜建模方法,为互花米草生理生态监测提供参考依据。基于相关性分析、主成分分析和变量投影重要性分别对反射率、一阶微分、包络线去除光谱数据进行敏感波段筛选,建立多元逐步回归、偏最小二乘回归、BP神经网络3种反演模型。研究结果发现:1)经微分变换、包络线去除变换后的光谱数据与互花米草磷素含量的相关性和重要性均有所增强;2)基于不同形式光谱数据建立的模型精度排序为一阶微分>反射率>包络线去除,综合比较3种模型准确性和稳定性,模型精度排序为BP神经网络>偏最小二乘回归>逐步回归;3)最佳反演模型为基于全波段一阶微分数据的BP模型,建模精度为R^(2)=0.920、RMSE=0.059、RPD=2.949。

利用变量投影重要性准则筛选郁闭度估测参数

基于森林一类调查数据和相应的遥感影像数据,比较了基于变量投影重要性(VIP)准则与Bootstrap准则所选变量对模型预报精度的影响;利用基于VIP准则所选变量构建偏最小二乘回归模型,并估测了黑龙江省北部塔河地区森林郁闭度情况。结果表明:利用VIP准则所选变量都能通过Bootstrap非参数检验(α=0.05);利用这些最优变量建立的偏最小二乘回归模型取得了不低于全模型和Bootstrap模型的精度,前者的相对均方误差分别是后两者的99.2%和99.6%,并且提高了样地或像素水平的估测精度和效率。

基于赤池信息准则的冬小麦植株氮含量高光谱估算

为了快速、准确地测定冬小麦植株氮含量,利用2014?2015年的冬小麦冠层反射光谱数据构建了16种氮素或叶绿素敏感光谱指数,基于变量投影重要性(variable importance projection,VIP)-偏最小二乘(partial least squares,PLS)-赤池信息准则(Akaike’s information criterion,AIC)整合模型构建了不同生育期植株氮含量最佳回归模型,并用2012?2013年挑旗期数据对模型进行了验证。结果表明:在AIC下,拔节期以4个植被指数为自变量的模型最优;挑旗期以5个植被指数为自变量的模型最优;开花期以4个植被指数为自变量的模型最优;灌浆期以6个植被指数为自变量的模型最优。4个生育期建模的决定系数(R2)和均方根误差(RMSE)分别为0.71、0.86、0.75、0.46和0.23%、0.13%、0.12%、0.15%,以挑旗期决定系数为最大。挑旗期验证集的R2和RMSE分别为0.81和0.41%,预测模型和验证模型均具有较高的估算精度和可靠性,研究结果为选择小麦合适的生育期估算小麦植株氮营养状况提供参考。

不同产地甘草主要有效成分与生态因子的相关性研究

本文研究了不同产地甘草有效成分与生态因子之间的相关性。利用高效液相(HPLC)色谱法,测定了新疆、甘肃、宁夏、内蒙古、山西、吉林不同产地甘草样品中主要有效成分的含量;并利用基于数字高程模型(digital elevation model,DEM)的多元线性回归插值方法,应用Arcgis软件包进行空间插值,获得采样区域10个生态因子(包括活动积温X1、年平均气温X2、海拔X3、年相对湿度X4、年日照时数X5、年均降水量X6、7月最高气温X7、7月平均气温X8、1月最低气温X9、1月平均气温X10)数据,采用回归分析法分析了这些生态因子与甘草药材主要有效成分之间的相关性和变量投影重要性分析,并构建了偏最小二乘回归模型。结果表明,内蒙古武川(NHW)、山西右玉(SSY)、山西大同(SDD)、山西天镇(SDT)和山西阳高(SDY)的甘草样品6种有效成分总和最高,可以认为这几个产地野生甘草品质较优。生态因子中年平均气温、7月最高气温、7月平均气温、1月最低气温、1月平均气温与甘草酸、甘草苷和异甘草苷呈负相关关系,海拔、年均降水量与三种有效成分呈正相关关系。

基于偏最小二乘回归的快速产能评估方法

异常高压裂缝性储层非均质性极强,开采难度大,产能有效评估难度大。研究利用数据挖掘技术直接对现场资料进行统计分析,提出了一种基于偏最小二乘回归的快速产能评估方法。该方法在处理多重相关性问题和小样本问题方面具有独特的优势,可对开采初期少量资料进行直接分析。以西部某异常高压裂缝性储层开发初期酸压井为例,建立了酸压产能评估多元线性回归经验模型,并结合变量投影重要性分析方法评价并筛选了主控因素。计算结果表明,该评估方法精度高,方便快捷,适合现场应用。

基于偏最小二乘回归分析的试验装备修理成本预测

为了科学预测试验装备修理成本,提高维修经费决策质量,引入偏最小二乘回归分析(Partial Least Squares Regression,PLSR)对试验装备修理成本进行预测。针对试验装备修理成本小样本、贫数据、特征量相关性强的不利条件,构建预测模型;基于以往数次大修相关数据,预测试验专用装备使用期的某次大修成本。同时,为保持模型的稳健性,提高模型解释能力和预测精确度,尝试利用变量投影重要性分析对模型进行优化,取得了较好的效果。实例证明,该方法不仅能在多变量间存在严重多重相关性情况下建立模型,而且能够有效筛选与因变量关系不大的自变量,简化输入样本集。

偏最小二乘回归在舰船维修费用预测中的应用

考虑到偏最小二乘回归方法在处理小样本多元数据方面具有独特的优势,分析了影响舰船维修费用的因素,结合变量投影重要性分析方法对影响因素进行筛选,提出用偏最小二乘回归方法建立舰船维修费用预测模型。通过实例进行计算,用历史数据预测舰船维修费用,在数据样本量小的情况下,预测结果较多元回归方法精度高。

黑龙江省近五年的生态足迹变化与影响因素辨析

基于黑龙江省统计年鉴数据,利用传统生态足迹分析方法计算黑龙江省近五年的人均生态足迹变化情况,并利用偏最小二乘回归结合变量投影重要性的辅助分析技术,探讨影响生态足迹变化的主要因素。结果表明,黑龙江省人均生态足迹近五年略有波动,整体表现为缓慢的上升态势,说明黑龙江省生态保护措施成效比较显著。世界平均产量对生态足迹的计算结果影响较大,采用不同标准的计算结果相差几近2倍。生产性土地类型为林地和牧草地的测算项目对生态足迹有重要的影响,而生产性土地类型为可耕地的农作物中对生态足迹变动有重要影响的项目主要是经济作物。

基于PLS的喷油参数对共轨柴油机颗粒物排放特性影响研究

基于偏最小二乘法(partial least-squares regression,PLS)对影响高压共轨柴油机颗粒物排放特性的多次喷油参数进行了回归分析,研究了轨压、主喷正时和预(后)喷间隔、预(后)喷油量各喷油参数对柴油机颗粒物数量浓度、核态颗粒物数量浓度比例和颗粒物粒径分布形态等颗粒物排放特性的影响力度、影响方式和解释能力。研究结果表明:主喷正时、轨压、预(后)喷油量、预(后)喷油间隔均会对共轨柴油机的颗粒物排放特性产生不同显著水平的影响。主喷正时提前能够降低颗粒物数量浓度,低转速时主喷正时提前会提高核态颗粒物比例,中高转速反之;提高轨压会使得颗粒物数量下降,核态颗粒物数量比例上升;提高预喷、后喷油量会导致颗粒物数量浓度上升,核态颗粒物数量比例下降。各喷油参数使得核态颗粒物的比例上升在颗粒物粒径分布图中的表现为小粒径峰值与大粒径峰值之间的差变小,分布曲线由双峰分布更趋向于单峰分布。

运用偏最小二乘回归法计算导水裂缝带高度

为克服导水裂缝带高度计算经验公式中仅考虑煤层顶板岩性和开采厚度所带来的误差,综合分析开采深度、煤层倾角、开采厚度、走向长度、倾斜长度、顶板岩性等变量的影响,运用偏最小二乘回归法提取对自变量、因变量有强解释能力的主成分,建立了因变量与自变量间的回归公式。根据淮南矿区走向长壁垮落式采煤中导水裂缝带高度实测资料,基于偏最小二乘回归法建立导水裂缝带高度预测模型,经辅助分析检验表明该模型预测精度较高,可以作为淮南矿区相似条件下导水裂缝带高度的计算公式。

基于PLS分析的高压绝缘子污秽等级判定

针对污秽绝缘子红外热像特征数据具有多重相关性的特点,提出基于PLS(Partial Least Squares,PLS)回归分析的高压绝缘子污秽等级判定方法。在最大限度保留原有数据信息的前提下,建立起高压绝缘子污秽特征量与污秽等级之间的PLS回归模型方程,通过对回归模型方程进行变量投影重要性指标分析,可以得到各个特征量对污秽等级判定结果的影响程度。此方法有效解决了自变量之间的多重相关性问题,量化了污秽特征量与污秽等级之间的关系。测试结果表明,将PLS回归分析应用于高压绝缘子污秽等级的判定,科学可靠,准确率高,具有较强的实用性。

汽油辛烷值近红外光谱检测的改进极限学习机建模方法

为提高近红外光谱法检测汽油辛烷值的精度,该文提出一种汽油辛烷值近红外光谱检测的改进极限学习机(i ELM)新型建模方法。该算法融合了极限学习机算法(ELM)与基于变量投影重要性系数的改进叠加偏最小二乘回归(VIP-SPLS)模型算法,有效解决了ELM模型隐含层输出矩阵维数高和高度共线性的问题。采用该算法对汽油辛烷值的近红外光谱检测数据进行建模,发现改进极限学习机模型的精度比现有的偏最小二乘回归模型和极限学习机模型分别提高20.0%和29.3%,验证了方法的有效性。实验表明,该文方法可用于汽油辛烷值的近红外光谱检测,检测精度良好。

赣北工夫红茶滋味特征及关键化合物分析

为探究赣北工夫红茶的滋味特征及其分子感官基础,该研究采用定量描述分析(quantitative description analysis,QDA)和液相色谱-串联质谱(liquid chromatography-mass spectrometry,LC-MS)对11份赣北工夫红茶的滋味分属性和非挥发性化合物进行评价和检测,之后运用偏最小二乘-重要变量投影(partial least square-variable import project,PLS-VIP)筛选对滋味感官分属性具有重要影响的关键化合物。结果表明,获得了赣北工夫红茶的9个滋味描绘词及定义,其滋味特征以甜味、醇味和回甘为主,其中苦味与涩味呈显著正相关,与甜味呈显著负相关;甜味与异味之间呈极显著负相关;鲜味与回甘之间呈极显著正相关。通过LC-MS检测共得到74种共有非挥发性化合物,包括25种酚类、23种氨基酸类、9种色素类、9种有机酸类、5种糖类、2种生物碱和茶皂素;PLS-VIP结果显示33种化合物的VIP值>1,包括10种氨基酸类、12种酚类、3种色素类、1种生物碱、4种酸类和3种糖类,说明这些化合物为赣北工夫红茶滋味的关键贡献成分,并进一步获得了对每一种滋味分属性具有重要贡献的化合物。该文明确了赣北工夫红茶的滋味特征及其具有重要贡献的化合物,为进一步研究赣北工夫红茶滋味品质的定向调控提供理论依据。

拉曼光谱结合偏最小二乘的甲醇汽油甲醇含量快速定量分析方法研究

甲醇汽油是一种用以替代传统汽油的新型燃料,其品质受到甲醇含量的严重影响。因此,甲醇汽油中甲醇含量的快速分析对其品质把控具有深远意义。基于拉曼光谱(Raman)结合偏最小二乘(PLS)建立了一种甲醇汽油中甲醇含量快速定量分析方法。采用激光拉曼光谱仪对49组甲醇汽油样品的Raman光谱进行采集,并进行光谱解析。比较了五种光谱预处理方法对甲醇汽油原始Raman光谱的预处理效果,并采用变量重要性投影(VIP)对小波变换(WT)预处理后的甲醇汽油Raman光谱数据进行了特征变量提取。其次,采用五折交叉验证(5-flod cross-validation(CV))对PLS校正模型的潜变量数目(LVs)及VIP阈值进行优化。在最优输入变量和模型参数下,分别构建了基于不同输入变量的PLS模型。研究表明,相较于原始光谱-偏最小二乘模型(RAW-PLS)和小波变换-偏最小二乘模型(WT-PLS),变量重要性投影-偏最小二乘模型(VIP-PLS)可以获得更好的分析性能,其预测集决定系数(R^(2)_(p))为0.9604,均方根误差(RMSEP)为0.0341。因此,Raman光谱结合PLS是一种快速准确的甲醇汽油中甲醇含量分析方法。

基于高光谱的冬油菜叶片磷含量诊断模型

为快捷、无损和精准表征冬油菜磷素营养与冠层光谱间的定量关系,该文以连续3a田间试验为基础,探究叶片磷含量的敏感波段范围及光谱变换方式,明确基于高光谱快速诊断的叶片磷含量有效波段,降低光谱分析维度,提高磷素诊断时效性。以2013-2016年田间试验为基础,测定不同生育期油菜叶片磷含量和冠层光谱反射率。此后,对原初光谱（raw hyperspectral reflectance,R）分别进行倒数之对数（inverse-log reflectance,log（1/R））、连续统去除（continuum removal,CR）和一阶微分（first derivative reflectance,FDR）光谱变换,采用Pearson相关分析确定叶片磷含量的敏感波段区域。在此基础上,利用偏最小二乘回归（partial least square,PLS）构建最优预测模型并筛选有效波段。结果表明,油菜叶片磷含量的敏感波段范围为730-1300 nm的近红外区域;基于敏感波段的FDR-PLS模型预测效果显著优于其他光谱变换方式,建模集和验证集决定系数（coefficient of determination,R2）分别为0.822和0.769,均方根误差（root mean square error,RMSE）分别为0.039%和0.048%,相对分析误差（relative percent deviation,RPD）为2.091。根据各波段变量重要性投影（variable importance in projection,VIP）值大小,确定油菜叶片磷含量有效波段分别为753、826、878、995、1 187和1 272 nm。此后,再次构建基于有效波段的油菜叶片磷含量估算模型,R2和RMSE分别为0.678和0.064%,预测精度较为理想。研究结果为无损和精确评估冬油菜磷素营养提供了新的研究思路。

基于PLS的区域碳排放驱动因素及减排路径研究——以山东省为例

采用联合国政府间气候变化专门委员会(Intergovernmental Panel on Climate Change,IPCC)2006年版能源消耗碳排放计算公式和水泥生产碳排放模型,选取2005—2014年能源消费数据和水泥产量数据,计算并分析山东省10年间的碳排放量及其特征,并通过偏最小二乘(PLS)回归模型,利用2005—2014年山东省社会经济统计数据对碳排放驱动因素进行研究。研究表明:燃料、动力类价格对碳排放具有显著的抑制作用,解释能力为0.894 3;其余变量与碳排放均呈正相关,其中人口增长、居民消费水平、地区生产总值、城市化率、外商直接投资对促进碳排放解释能力最为显著,其变量投影重要性分别为1.15、1.14、1.14、1.12和1.12;另外,技术创新、能源消费量、水泥产量、产业结构和能源结构对碳排放的促进作用也是非常重要的。通过上述研究成果,为相关政府部门制定节能减排政策提供参考。

普洱市不同产茶区普洱生茶香气成分差异性分析

采用顶空固相微萃取(headspace solid-phase microextraction,HS-SPME)结合气相色谱-质谱联用仪(gas chromatography-mass spectrometry,GC-MS)分别对普洱市5个产茶区的普洱生茶香气组分进行分析。结果表明,42个普洱生茶样品中共检测出83种香气成分,其中醇类化合物23种,碳氢类化合物20种,酯类化合物12种,甲氧基苯类化合物8种,酮类化合物8种,酸类化合物4种,酚类化合物3种,醛类化合物3种,含氮类化合物2种。不同产茶区普洱生茶中醇类、碳氢类和醛类化合物相对百分含量差异均不显著,甲氧基苯类化合物含量差异显著性比例较大,酯类、酮类、酚类、酸类和含氮类化合物含量差异显著性比例较小。以83种香气成分相对百分含量为变量进行偏最小二乘判别分析(partial least squares-discriminant analysis,PLS-DA),不同产茶区的普洱生茶样品呈现明显的分离趋势,变量重要性因子(variable importance in the projection,VIP)分析,33种香气成分对不同产茶区普洱生茶样品区分起主要作用(VIP> 1),33种香气成分中甲氧基苯类、酮类、酯类和醇类物质占比最大。

基于HS-SPME-GC-MS对禄丰香醋挥发性风味物质及成分分析

该研究采用顶空固相微萃取-气相色谱-质谱联用(HS-SPME-GC-MS)技术对4个不同年份禄丰香醋的挥发性物质以及理化指标进行分析测定。结果表明,不同年份禄丰香醋的还原糖含量和总酸含量无显著性差异,pH、氨基酸态氮含量存在差异。4个不同年份的样品中共检测到120种化合物,包括9种醇类物质、21种醛类物质、7种酸类物质、24种酯类物质、17种酮类物质、7种酚类物质、11种烷烃类物质、3种烯烃类物质以及21种杂环类物质,各组分含量占比在一定程度上存在差异,但含量组多的包括乙酸、异戊酸、异戊醛、苯乙醛、糠醛、乙醇、苯乙醇、2-甲基丁醇、2,3-丁二醇、乙酸苯乙酯、乙酸乙酯、乙酸甲酯、2-羟基-4-甲基戊酸乙酯、丙位壬内酯、2,3-丁二酮、2,3-戊二酮、2-丁酮、2-呋喃酮以及2-甲基-3辛酮。通过OPLS-DA结合VIP值判断乙醇、2,3-丁二酮、异戊酸、苯乙醛、乙酸乙酯、乙酸异戊酯是造成不同年份禄丰香醋风味差异的物质。