期刊文献+
共找到125篇文章
< 1 2 7 >
每页显示 20 50 100
PARTIAL LEAST-SQUARES(PLS)REGRESSION AND SPECTROPHOTOMETRY AS APPLIED TO THE ANALYSIS OF MULTICOMPONENT MIXTURES
1
作者 Xin An LIU Le Ming SHI +4 位作者 Zhi Hong XU Zhong Xiao PAN Zhi Liang LI Ying GAO Laboratory No.502,Institute of Chemical Defense,Beijing 102205 Laboratory of Computer Chemistry,Institute of Chemical Metallurgy,Chinese Academy of Sciences,Beijing 100080 《Chinese Chemical Letters》 SCIE CAS CSCD 1991年第3期233-236,共4页
The UV absorption spectra of o-naphthol,α-naphthylamine,2,7-dihydroxy naphthalene,2,4-dimethoxy ben- zaldehyde and methyl salicylate,overlap severely;therefore it is impossible to determine them in mixtures by tradit... The UV absorption spectra of o-naphthol,α-naphthylamine,2,7-dihydroxy naphthalene,2,4-dimethoxy ben- zaldehyde and methyl salicylate,overlap severely;therefore it is impossible to determine them in mixtures by traditional spectrophotometric methods.In this paper,the partial least-squares(PLS)regression is applied to the simultaneous determination of these compounds in mixtures by UV spectrophtometry without any pretreatment of the samples.Ten synthetic mixture samples are analyzed by the proposed method.The mean recoveries are 99.4%,996%,100.2%,99.3% and 99.1%,and the relative standard deviations(RSD) are 1.87%,1.98%,1.94%,0.960% and 0.672%,respectively. 展开更多
关键词 pls)regression AND SPECTROPHOTOMETRY AS APplIED TO THE ANALYSIS OF MULTICOMPONENT MIXTURES partial least-squares AS
下载PDF
A partial least-squares regression approach to land use studies in the Suzhou-Wuxi-Changzhou region 被引量:1
2
作者 ZHANG Yang ZHOU Chenghu ZHANG Yongmin 《Journal of Geographical Sciences》 SCIE CSCD 2007年第2期234-244,共11页
In several LUCC studies, statistical methods are being used to analyze land use data. A problem using conventional statistical methods in land use analysis is that these methods assume the data to be statistically ind... In several LUCC studies, statistical methods are being used to analyze land use data. A problem using conventional statistical methods in land use analysis is that these methods assume the data to be statistically independent. But in fact, they have the tendency to be dependent, a phenomenon known as multicollinearity, especially in the cases of few observations. In this paper, a Partial Least-Squares (PLS) regression approach is developed to study relationships between land use and its influencing factors through a case study of the Suzhou-Wuxi-Changzhou region in China. Multicollinearity exists in the dataset and the number of variables is high compared to the number of observations. Four PLS factors are selected through a preliminary analysis. The correlation analyses between land use and influencing factors demonstrate the land use character of rural industrialization and urbanization in the Suzhou-Wuxi-Changzhou region, meanwhile illustrate that the first PLS factor has enough ability to best describe land use patterns quantitatively, and most of the statistical relations derived from it accord with the fact. By the decreasing capacity of the PLS factors, the reliability of model outcome decreases correspondingly. 展开更多
关键词 land use multivariate data analysis partial least-squares regression Suzhou-Wuxi-Changzhou region MULTICOLLINEARITY
下载PDF
Characterizing and estimating rice brown spot disease severity using stepwise regression,principal component regression and partial least-square regression 被引量:13
3
作者 LIU Zhan-yu1, HUANG Jing-feng1, SHI Jing-jing1, TAO Rong-xiang2, ZHOU Wan3, ZHANG Li-li3 (1Institute of Agriculture Remote Sensing and Information System Application, Zhejiang University, Hangzhou 310029, China) (2Institute of Plant Protection and Microbiology, Zhejiang Academy of Agricultural Sciences, Hangzhou 310021, China) (3Plant Inspection Station of Hangzhou City, Hangzhou 310020, China) 《Journal of Zhejiang University-Science B(Biomedicine & Biotechnology)》 SCIE CAS CSCD 2007年第10期738-744,共7页
Detecting plant health conditions plays a key role in farm pest management and crop protection. In this study, measurement of hyperspectral leaf reflectance in rice crop (Oryzasativa L.) was conducted on groups of hea... Detecting plant health conditions plays a key role in farm pest management and crop protection. In this study, measurement of hyperspectral leaf reflectance in rice crop (Oryzasativa L.) was conducted on groups of healthy and infected leaves by the fungus Bipolaris oryzae (Helminthosporium oryzae Breda. de Hann) through the wavelength range from 350 to 2 500 nm. The percentage of leaf surface lesions was estimated and defined as the disease severity. Statistical methods like multiple stepwise regression, principal component analysis and partial least-square regression were utilized to calculate and estimate the disease severity of rice brown spot at the leaf level. Our results revealed that multiple stepwise linear regressions could efficiently estimate disease severity with three wavebands in seven steps. The root mean square errors (RMSEs) for training (n=210) and testing (n=53) dataset were 6.5% and 5.8%, respectively. Principal component analysis showed that the first principal component could explain approximately 80% of the variance of the original hyperspectral reflectance. The regression model with the first two principal components predicted a disease severity with RMSEs of 16.3% and 13.9% for the training and testing dataset, respec-tively. Partial least-square regression with seven extracted factors could most effectively predict disease severity compared with other statistical methods with RMSEs of 4.1% and 2.0% for the training and testing dataset, respectively. Our research demon-strates that it is feasible to estimate the disease severity of rice brown spot using hyperspectral reflectance data at the leaf level. 展开更多
关键词 HYPERSPECTRAL reflectance Rice BROWN SPOT partial least-square (pls) regression STEPWISE regression Principal component regression (PCR)
下载PDF
Partial least squares regression for predicting economic loss of vegetables caused by acid rain 被引量:2
4
作者 王菊 房春生 《Journal of Chongqing University》 CAS 2009年第1期10-16,共7页
To predict the economic loss of crops caused by acid rain,we used partial least squares(PLS) regression to build a model of single dependent variable -the economic loss calculated with the decrease in yield related to... To predict the economic loss of crops caused by acid rain,we used partial least squares(PLS) regression to build a model of single dependent variable -the economic loss calculated with the decrease in yield related to the pH value and levels of Ca2+,NH4+,Na+,K+,Mg2+,SO42-,NO3-,and Cl-in acid rain. We selected vegetables which were sensitive to acid rain as the sample crops,and collected 12 groups of data,of which 8 groups were used for modeling and 4 groups for testing. Using the cross validation method to evaluate the performace of this prediction model indicates that the optimum number of principal components was 3,determined by the minimum of prediction residual error sum of squares,and the prediction error of the regression equation ranges from -2.25% to 4.32%. The model predicted that the economic loss of vegetables from acid rain is negatively corrrelated to pH and the concentrations of NH4+,SO42-,NO3-,and Cl-in the rain,and positively correlated to the concentrations of Ca2+,Na+,K+ and Mg2+. The precision of the model may be improved if the non-linearity of original data is addressed. 展开更多
关键词 acid rain partial least-squares regression economic loss dose-response model
下载PDF
Boosting the partial least square algorithm for regression modelling
5
作者 Ling YU Tiejun WU 《控制理论与应用(英文版)》 EI 2006年第3期257-260,共4页
Boosting algorithms are a class of general methods used to improve the general periormance of regression analysis. The main idea is to maintain a distribution over the train set. In order to use the given distribution... Boosting algorithms are a class of general methods used to improve the general periormance of regression analysis. The main idea is to maintain a distribution over the train set. In order to use the given distribution directly, a modified PLS algorithm is proposed and used as the base learner to deal with the nonlinear multivariate regression problems. Experiments on gasoline octane number prediction demonstrate that boosting the modified PLS algorithm has better general performance over the PLS algorithm. 展开更多
关键词 BOOSTING partial least square pls Multivariate regression GENERALIZATION
下载PDF
PLS回归法分析多因素对卷烟燃烧温度及主流烟气有害成分释放量的影响 被引量:19
6
作者 罗彦波 庞永强 +3 位作者 姜兴益 李雪 朱风鹏 陈再根 《烟草科技》 EI CAS 北大核心 2014年第10期56-60,共5页
为了考察卷烟材料(卷烟纸、接装纸、成型纸和滤棒)和膨胀梗丝多因素作用对卷烟燃烧锥最高温度以及焦油、烟碱和主流烟气中7种有害成分(CO,HCN,NNK,NH3,B[a]P,苯酚和巴豆醛)释放量的影响,采用偏最小二乘(PLS)回归法建立了卷烟燃烧锥最高... 为了考察卷烟材料(卷烟纸、接装纸、成型纸和滤棒)和膨胀梗丝多因素作用对卷烟燃烧锥最高温度以及焦油、烟碱和主流烟气中7种有害成分(CO,HCN,NNK,NH3,B[a]P,苯酚和巴豆醛)释放量的影响,采用偏最小二乘(PLS)回归法建立了卷烟燃烧锥最高温度以及焦油、烟碱和主流烟气中7种有害成分释放量的多因素预测模型。结果表明:1卷烟燃烧锥最高温度的主要影响因素为卷烟纸助燃剂含量。随卷烟纸助燃剂含量增加,卷烟燃烧锥最高温度有降低趋势。2焦油、烟碱和主流烟气7种有害成分释放量的主要影响因素为接装纸透气度。随接装纸透气度增加,焦油、烟碱和主流烟气7种有害成分释放量有降低趋势。3随卷烟纸助燃剂和膨胀梗丝含量的增加,焦油、烟碱及主流烟气7种有害成分的释放量有降低趋势。适当增加接装纸透气度、卷烟纸助燃剂含量和膨胀梗丝含量,可在一定程度上调控卷烟燃烧锥温度,降低卷烟烟气有害成分释放量。 展开更多
关键词 卷烟材料 膨胀梗丝 燃烧温度 有害成分 偏最小二乘(pls)回归分析
下载PDF
偏最小二乘法回归(PLS)研究酸性森林土壤中铝的释放过程 被引量:7
7
作者 郭景恒 张晓山 +4 位作者 蒋春来 赵大为 姜平 向仁军 罗家海 《地球化学》 CAS CSCD 北大核心 2006年第3期304-310,共7页
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... 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。 展开更多
关键词 铝释放过程 森林土壤 酸沉降 偏最小二乘法回归(pls)
下载PDF
PLS-XRD快速测量S Zorb再生剂中尖晶石含量 被引量:8
8
作者 付颖 张欣 +1 位作者 邹亢 徐广通 《石油学报(石油加工)》 EI CAS CSCD 北大核心 2013年第3期453-458,共6页
为快速测定S Zorb再生剂中非活性含锌尖晶石物相(硅锌矿和锌铝尖晶石)的含量,首次运用偏最小二乘(PLS)化学计量学的方法,将XRD谱图信息与Rietveld物相定量方法获得的物相含量数据相关联,建立了针对SZorb再生剂中含锌尖晶石物相的定量校... 为快速测定S Zorb再生剂中非活性含锌尖晶石物相(硅锌矿和锌铝尖晶石)的含量,首次运用偏最小二乘(PLS)化学计量学的方法,将XRD谱图信息与Rietveld物相定量方法获得的物相含量数据相关联,建立了针对SZorb再生剂中含锌尖晶石物相的定量校正模型,优化了影响模型质量的参数如谱图预处理方法和特征衍射峰的选取,并用未知样品验证了模型的准确性。此方法解决了利用Rietveld方法进行S Zorb吸附剂定量谱图解析时耗时较长、且依赖专家经验的问题,有助于及时监测装置运行过程中吸附剂的活性变化,进而保障工业装置平稳运行。 展开更多
关键词 S Zorb再生剂 含锌尖晶石 X射线衍射(XRD) Rietveld物相定量分析(RPA) 偏最小二乘法(pls) 化学计量学
下载PDF
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) 被引量:50
9
作者 高惠璇 《数理统计与管理》 CSSCI 北大核心 2002年第3期58-64,共7页
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)
关键词 多重相关变量组 统计分析 偏最小二乘 pls过程 回归分析
下载PDF
Bagging-PLS的黄柏中试提取过程在线近红外质量监测研究 被引量:7
10
作者 周正 吴志生 +2 位作者 史新元 王佳茜 乔延江 《世界中医药》 CAS 2015年第12期1939-1942,共4页
目的:采用近红外光谱技术,建立黄柏中试提取过程偏最小二乘法(PLS)定量模型,快速分析盐酸小檗碱含量,以Bagging-PLS集成建模方法提高所建模型的预测性能。方法:以HPLC为参考方法测定黄柏提取液中盐酸小檗碱含量,运用PLS建立与近红外光谱... 目的:采用近红外光谱技术,建立黄柏中试提取过程偏最小二乘法(PLS)定量模型,快速分析盐酸小檗碱含量,以Bagging-PLS集成建模方法提高所建模型的预测性能。方法:以HPLC为参考方法测定黄柏提取液中盐酸小檗碱含量,运用PLS建立与近红外光谱(NIR)预测值之间的多元校正模型,并建立Bagging-PLS模型提高模型的稳定性与预测性能。结果:盐酸小檗碱定量模型的校正均方根误差RMSEC为0.742 9,预测均方根误差RMSEP为0.961 4,校正集相关系数rc为0.986 6,预测集相关系数rp为0.977 0;Bagging-PLS模型预测均方根误差RMSEP均值为0.413 6,预测集相关系数rp均值为0.998 3,表现出了良好的稳健性与预测性能。结论:所建立的近红外定量模型拥有较好的预测性能,能够实现快速实时检测黄柏提取液中盐酸小檗碱的含量;所建立的Bagging-PLS模型稳健性与预测性能良好,可应用于中药近红外在线监测过程中。 展开更多
关键词 在线近红外 提取过程 黄柏 偏最小二乘 Bagging-pls
下载PDF
基于过程数据的动态PLS建模 被引量:5
11
作者 张学莲 胡立生 曹广益 《系统仿真学报》 EI CAS CSCD 北大核心 2008年第10期2686-2688,2692,共4页
许多工业过程中获得的输入输出数据在时间、空间上是高度相关的,且含有测量噪声。针对此类数据,提出采用动态PLS方法,最大化输入和输出变量矩阵之间的协方差,保留大部分有用信息,去除测量噪声,把高维数据空间降维,建立较为精确的工业过... 许多工业过程中获得的输入输出数据在时间、空间上是高度相关的,且含有测量噪声。针对此类数据,提出采用动态PLS方法,最大化输入和输出变量矩阵之间的协方差,保留大部分有用信息,去除测量噪声,把高维数据空间降维,建立较为精确的工业过程数学模型。提出对MIMO系统进行研究,推导了可直接用于控制的动态PLS模型数学公式。对一个工业过程实例进行仿真,分别应用动态PLS回归和线性回归MLR方法,得出的结果经分析验证了此算法的有效性。 展开更多
关键词 偏最小二乘(pls) 主元分析(PCA) 多元线性回归(MLR)
下载PDF
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 被引量:3
12
作者 楼狄明 胡磬遥 +1 位作者 胡志远 谭丕强 《内燃机工程》 EI CAS CSCD 北大核心 2015年第5期56-62,共7页
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... 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。 展开更多
关键词 内燃机 偏最小二乘法 共轨柴油机 多次喷射 颗粒物数量浓度 核态颗粒物 变量投影重要性
下载PDF
基于PLS和LOGISTIC回归模型的中小企业融资的信用风险度量 被引量:4
13
作者 吴会咏 刘艳春 《征信》 北大核心 2013年第7期7-11,共5页
为了有效地度量中小企业融资的信用风险,选取代表中小企业的经营与发展能力、利润构成与盈利能力、资产与负债和现金流量等4个方面13个指标作为解释变量。由于解释变量之间存在较高的多重共线性和样本量偏小等情况,应用偏最小二乘法提取... 为了有效地度量中小企业融资的信用风险,选取代表中小企业的经营与发展能力、利润构成与盈利能力、资产与负债和现金流量等4个方面13个指标作为解释变量。由于解释变量之间存在较高的多重共线性和样本量偏小等情况,应用偏最小二乘法提取PLS成分,排除系统中的噪声干扰,构建一个度量信用风险的二分类因变量的Logistic模型。实际数据预测结果表明,该模型不仅具有良好的平稳性和准确性,而且具有较强的解释过程变化的能力。 展开更多
关键词 偏最小二乘 LOGISTIC回归 信用风险 中小企业融资
下载PDF
基于EMD与GA-PLS的特征选择算法及应用 被引量:3
14
作者 李胜 张培林 《振动与冲击》 EI CSCD 北大核心 2012年第4期134-138,共5页
针对振动信号非平稳性和特征优化选择的问题,提出一种基于EMD和GA-PLS的特征选择算法。在该算法中,首先,采用EMD方法将振动信号分解成多个固有模态函数(Intrinsic Mode Function,IMF),对IMF分量建立自回归(AR)模型,以AR模型系数和残差... 针对振动信号非平稳性和特征优化选择的问题,提出一种基于EMD和GA-PLS的特征选择算法。在该算法中,首先,采用EMD方法将振动信号分解成多个固有模态函数(Intrinsic Mode Function,IMF),对IMF分量建立自回归(AR)模型,以AR模型系数和残差作为初始特征向量,然后,遗传算法与偏最小二乘法相结合(GA-PLS)的算法对初始特征向量进行筛选得到新的特征向量,最后,以新的特征向量为输入,建立分类器,用来识别手动换向阀的工作状态和判断故障类型。实验结果表明,采用该特征选择算法能准确地选择出特征,并能应用于手动换向阀的故障诊断。 展开更多
关键词 经验模态分解 自回归模型 遗传算法与偏最小二乘法算法 特征选择 手动换向阀
下载PDF
油脂酸价近红外光谱检测PLS建模方法研究 被引量:4
15
作者 朱秀超 王立琦 《信息技术》 2009年第12期33-35,共3页
将目前广泛流行的近红外光谱分析技术应用于食用油脂酸价的检测。由于近红外光谱分析是一种间接检测方法,需要先利用校正集样本建立统计模型,然后再利用模型来预测未知样品性质,因此建立准确可靠的模型是近红外光谱分析的关键。详细介... 将目前广泛流行的近红外光谱分析技术应用于食用油脂酸价的检测。由于近红外光谱分析是一种间接检测方法,需要先利用校正集样本建立统计模型,然后再利用模型来预测未知样品性质,因此建立准确可靠的模型是近红外光谱分析的关键。详细介绍了偏最小二乘(PLS)回归的基本思想和建模方法。为使建立的校正模型更稳健,还研究了光谱波段选择。通过间隔偏最小二乘回归波段选择法进行特征波段提取,对提取的特征波段和全谱分别进行偏最小二乘回归建模,对比分析以说明波段选择的必要性。 展开更多
关键词 油脂酸价检测 近红外光谱分析 波段选择 偏最小二乘回归 间隔偏最小二乘
下载PDF
基于PLS分析的高压绝缘子污秽等级判定 被引量:1
16
作者 宋宛净 姚建刚 +2 位作者 张彦 匡少林 孙谦 《计算机工程与应用》 CSCD 2014年第15期223-227,共5页
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... 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。 展开更多
关键词 绝缘子污秽等级 特征量 偏最小二乘(pls) 模型方程 变量投影重要性指标
下载PDF
PLS法在重庆巫山县邓家屋场滑坡稳定性影响因素分析中的应用 被引量:1
17
作者 李雪平 唐辉明 《中国地质灾害与防治学报》 CSCD 2005年第4期1-4,共4页
滑坡各影响因素之间存在较强的相关性。偏最小二乘回归(PLS)方法在一个算法下同时实现了回归建模(多元线性回归分析)、数据结构简化(主成分分析)以及两组变量间的相关分析(典型相关分析),给因变量之间存在较高相关性的回归带来极大的便... 滑坡各影响因素之间存在较强的相关性。偏最小二乘回归(PLS)方法在一个算法下同时实现了回归建模(多元线性回归分析)、数据结构简化(主成分分析)以及两组变量间的相关分析(典型相关分析),给因变量之间存在较高相关性的回归带来极大的便利。为了探讨PLS方法在滑坡稳定性影响因素分析中的适用性,选取位于三峡水库区巫山县的邓家屋场滑坡为试验区。在考虑三峡水库蓄水后引起的地下水力坡度变化、地震因素以及建筑物因素对邓家屋场滑坡稳定性的影响条件下,建立了滑坡稳定性系数与以上指标的PLS回归方程,以期达到对邓家屋场滑坡稳定性影响因素敏感性的分析目标。计算建立的回归模型为:K*=0.181468×C*+0.274876×φ*-0.611369×J*-0.238604×α*-0.105219×ΔW*。表达式各因素影响力的排序为:地下水力坡度>滑动面内摩擦角>地震加速度>滑动面内聚力>滑体均匀加载。结果表明,采用偏最小二乘回归方法对滑坡稳定性影响因素进行分析具有物理意义明确、计算简单、建模效果好、解释性强的特点,是一种可行的解决方案。 展开更多
关键词 偏最小二乘回归(pls) 滑稳定性 影响因素 敏感性分析 重庆巫山县
下载PDF
基于PLS成分的变量筛选法 被引量:12
18
作者 李世玲 《信息与电子工程》 2003年第2期31-35,共5页
就多元线性回归模型,提出一种基于PLS成分的变量筛选法。其基本思想是利用偏最小二乘回归原理,提取系统的两个主要成分,然后根据变量入选原则,保留对因变量影响较大的变量;再利用PLS成分筛选剩下的变量,经有限次筛选,即可得到最佳变量... 就多元线性回归模型,提出一种基于PLS成分的变量筛选法。其基本思想是利用偏最小二乘回归原理,提取系统的两个主要成分,然后根据变量入选原则,保留对因变量影响较大的变量;再利用PLS成分筛选剩下的变量,经有限次筛选,即可得到最佳变量子集。应用算例证实了这一方法的有效性和可行性。 展开更多
关键词 pls成分 变量筛选 多元线性回归 入选原则 最小二乘回归
下载PDF
PLS在状态检测多元线性回归中的应用 被引量:1
19
作者 尚伟 梁玉英 巴宁 《计算技术与自动化》 2011年第1期30-32,共3页
系统的状态检测过程中,各影响因子之间往往存在着多重相关性,给回归建模分析带来许多负面影响,采用偏最小二乘(PLS)回归建模分析可以很好地解决这个问题。在简述PLS原理的基础上,结合系统状态检测仿真数据,建立系统的状态检测的PLS模型... 系统的状态检测过程中,各影响因子之间往往存在着多重相关性,给回归建模分析带来许多负面影响,采用偏最小二乘(PLS)回归建模分析可以很好地解决这个问题。在简述PLS原理的基础上,结合系统状态检测仿真数据,建立系统的状态检测的PLS模型,分别验证PLS回归预测模型用于多个自变量对单个因变量和多个自变量对多个因变量的回归模型的用于系统状态检测的可行性。 展开更多
关键词 偏最小二乘 回归分析 状态检测
下载PDF
应用遗传算法和PLS的近红外光谱预测玉米中淀粉含量的研究 被引量:3
20
作者 沈林峰 沈掌泉 《分析测试技术与仪器》 CAS 2008年第4期214-217,共4页
以普通玉米籽粒为试验材料,在应用遗传算法结合偏最小二乘回归法对近红外光谱数据进行特征波长选择的基础上,应用偏最小二乘回归法建立了特征波长测定玉米籽粒中淀粉含量的校正模型.试验结果表明,基于11个特征波长所建立的校正模型,其... 以普通玉米籽粒为试验材料,在应用遗传算法结合偏最小二乘回归法对近红外光谱数据进行特征波长选择的基础上,应用偏最小二乘回归法建立了特征波长测定玉米籽粒中淀粉含量的校正模型.试验结果表明,基于11个特征波长所建立的校正模型,其校正误差(RMSEC)、交叉检验误差(RMSECV)和预测误差(RMSEP)分别为0.30%、0.35%和0.27%,校正数据集和独立的检验数据集的预测值与实际测定值之间的相关系数分别达到0.9279和0.9390,与全光谱数据所建立的预测模型相比,在预测精度上均有所改善,表明应用遗传算法和PLS进行光谱特征选择,能获得更简单和更好的模型,为玉米籽粒中淀粉含量的近红外测定和红外光谱数据的处理提供了新的方法与途径. 展开更多
关键词 近红外光谱 偏最小二乘法 玉米 淀粉含量 遗传算法 特征选择
下载PDF
上一页 1 2 7 下一页 到第
使用帮助 返回顶部