Optimal Batching Plan of Deoxidation Alloying based on Principal Component Analysis and Linear Programming

As the market competition of steel mills is severe,deoxidization alloying is an important link in the metallurgical process.To solve this problem,principal component regression analysis is adopted to reduce the dimension of influencing factors,and a reasonable and reliable prediction model of element yield is established.Based on the constraint conditions such as target cost function constraint,yield constraint and non-negative constraint,linear programming is adopted to design the lowest cost batting scheme that meets the national standards and production requirements.The research results provide a reliable optimization model for the deoxidization and alloying process of steel mills,which is of positive significance for improving the market competitiveness of steel mills,reducing waste discharge and protecting the environment.

Biomass estimation of Shorea robusta with principal component analysis of satellite data

Spatio-temporal assessment of the above ground biomass （AGB） is a cumbersome task due to the difficulties associated with the measurement of different tree parameters such as girth at breast height and height of trees. The present research was conducted in the campus of Birla Institute of Technology, Mesra, Ranchi, India, which is predomi- nantly covered by Sal （Shorea robusta C. F. Gaertn）. Two methods of regression analysis was employed to determine the potential of remote sensing parameters with the AGB measured in the field such as linear regression analysis between the AGB and the individual bands, principal components （PCs） of the bands, vegetation indices （VI）, and the PCs of the VIs respectively and multiple linear regression （MLR） analysis be- tween the AGB and all the variables in each category of data. From the linear regression analysis, it was found that only the NDVI exhibited regression coefficient value above 0.80 with the remaining parameters showing very low values. On the other hand, the MLR based analysis revealed significantly improved results as evidenced by the occurrence of very high correlation coefficient values of greater than 0.90 determined between the computed AGB from the MLR equations and field-estimated AGB thereby ascertaining their superiority in providing reliable estimates of AGB. The highest correlation coefficient of 0.99 is found with the MLR involving PCs of VIs.

Statistical Analysis of Leaf Water Use Efficiency and Physiology Traits of Winter Wheat Under Drought Condition

Five statistical methods including simple correlation, multiple linear regression, stepwise regression, principal components, and path analysis were used to explore the relationship between leaf water use efficiency （WUE） and physiological traits （photosynthesis rate, stomatal conductance, transpiration rate, intercellular CO2 concentration, etc.） of 29 wheat cultivars. The results showed that photosynthesis rate, stomatal conductance, and transpiration rate were the most important leaf WUE parameters under drought condition. Based on the results of statistical analyses, principal component analysis could be the most suitable method to ascertain the relationship between leaf WUE and relative physiological traits. It is reasonable to assume that high leaf WUE wheat could be obtained by selecting breeding materials with high photosynthesis rate, low transpiration rate, and stomatal conductance under dry area.

Functional Analysis of Chemometric Data

The objective of this paper is to present a review of different calibration and classification methods for functional data in the context of chemometric applications. In chemometric, it is usual to measure certain parameters in terms of a set of spectrometric curves that are observed in a finite set of points (functional data). Although the predictor variable is clearly functional, this problem is usually solved by using multivariate calibration techniques that consider it as a finite set of variables associated with the observed points (wavelengths or times). But these explicative variables are highly correlated and it is therefore more informative to reconstruct first the true functional form of the predictor curves. Although it has been published in several articles related to the implementation of functional data analysis techniques in chemometric, their power to solve real problems is not yet well known. Because of this the extension of multivariate calibration techniques (linear regression, principal component regression and partial least squares) and classification methods (linear discriminant analysis and logistic regression) to the functional domain and some relevant chemometric applications are reviewed in this paper.

Study on mechanism and genetic analysis of lipid metabolism disorder in pregnant rats

Objective: To analyze the characteristics and possible mechanism of lipid metabolism in pregnant rats with intestinal flora imbalance. Methods: A total of 129 sexually mature female SD rats were divided into three groups: non-pregnant group (untreated healthy rats), healthy pregnant group (natural insemination pregnant rats), and pregnant microflora disorder group (pregnant rats were given mixed antibiotics by gavage to build the modeling), with 43 rats in each group. The contents of TG, LDL, HDL and TC were detected by automatic biochemical analyzer, and the contents of SCD1, PGC-1 alpha, PEPCK, ApoE and MTTP genes were detected by fluorescence quantitative PCR technology. Regression analysis was used to explore the comprehensive influence of each gene on total cholesterol expression in rats. Principal component analysis was used to explore the internal mechanism of lipid metabolism in pregnant rats with intestinal flora disorder. Results: The contents of TG, TC, LDL and HDL were compared among the three groups of rats and the differences were statistically significant (P<0.05) . The expression levels of related genes (SCD1, PGC-1, PEPCK, ApoE, MTTP) in the three groups were statistically significant (P<0.05) . SCD1 content in the non-pregnant group, healthy pregnancy group, and disordered pregnancy group was (0.92±0.12) μg/mL, (1.20±0.15)μg/mL, and (1.53±0.20) μg/mL, respectively. PGC-1 alpha content in the non-pregnant group, healthy pregnancy group, and disordered pregnancy group was (1.34±0.21) μg/mL, (0.93±0.12) micron /mL, and (0.41±0.08) μg/mL, respectively. PEPCK content in the non-pregnant group, healthy pregnancy group, and disordered pregnancy group was (0.48±0.06) μg/mL, (0.35±0.09)μg/mL, and (0.22±0.05) μg/mL, and the differences were statistically significant (P<0.05) . Multivariate linear regression analysis showed that the influence of gene content on The effect of each gene content on TC content was in order from large to small: SCD1 (OR=4.572) , PGC-1 (OR=3.387) , PEPCK (OR=3.935) , ApoE (OR=3.597) , MTTP (OR=3.096) . The principal component analysis showed that three principal components could be extracted from five related genes of lipid metabolism in pregnant rats with intestinal dysbiosis: SCD1/PEPCK pathway (contribution rate: 36.28%) , PGC-1 /ApoE pathway (contribution rate: 30.42%) , and MTTP pathway (contribution rate: 15.37%) . Conclusion: After pregnancy, blood lipids in rats are significantly increased while the imbalance of intestinal flora will lead to decreased blood lipids. The disorder of lipid metabolism in pregnant rats with intestinal flora imbalance is mainly related to the disorder of gene expression, which further affects the functions of SCD1/PEPCK, PGC-1 /ApoE and MTTP pathways.

华中地区人口变化趋势及影响因素统计分析

研究华中地区2001—2020年人口变化的趋势和影响因素,分别构建河南、湖北、湖南三个省份的人口回归模型,并运用线性回归和主成分分析方法进行分析.结果显示,近年来华中地区人口总量呈现负增长趋势,人均地区生产总值、人口出生率、人口死亡率、城镇化率和产业结构升级指数均对总人口数量有显著影响,其中,人均地区生产总值和出生率与华中地区人口的总数量同方向变化.研究认为,政府应出台积极的生育政策,传播正确的生育理念,从而提高华中地区人口的出生率,加快华中地区经济发展来提高人均地区生产总值,以期能够缓解人口负增长的问题.

武都地区初榨橄榄油酚类和脂肪酸组成对油脂氧化稳定性研究

对武都地区的白橄榄(U)、恩帕特雷(E)、奇迹(K)、阿斯(As)、中山24(Z)、云台14(Y)、皮瓜尔(P)、豆果(Arbe)、小苹果(M)、鄂植8(Ez)、阿尔伯萨拉(Arbo)、科拉蒂(C)、莱星(L)、佛奥(F)这14个品种初榨橄榄油的脂肪酸、酚类成分及油脂氧化稳定性进行检测和分析,单因素方差分析表明:品种间多酚和脂肪酸含量及油脂氧化稳定性存在显著性差异(p<0.05)。所有分析样品的脂肪酸组成均符合欧盟特级初榨橄榄油标准,初榨橄榄油中油酸质量分数在(56.12±0.24)%(豆果)和(71.45±0.42)%(科拉蒂)之间,亚油酸质量分数在(5.73±0.06)%(皮瓜尔)和(15.80±0.05)%(阿斯)之间,棕榈酸质量分数在(12.67±0.12)%(科拉蒂)和(18.76±0.04)%(豆果)之间。裂环烯醚萜类是主要的酚类成分,总酚质量分数最高为奇迹,为(471.35±29.34)mg/kg,最低为豆果,仅(165.65±8.08)mg/kg。主成分分析表明:富含橄榄苦苷苷元、女贞子苷元、橄榄裂环烯醚萜、油酸、芹菜素的品种氧化稳定性越高,而富含棕榈酸、亚油酸、酪醇、羟基酪醇、刺激醛的品种氧化稳定性越低。基于芹菜素、橄榄裂环烯醚萜、木犀草素和亚油酸建立的多元线性逐步回归模型可以预测90.70%的油脂氧化稳定性变化(p<0.001)。

北方春大豆品种农艺和品质性状分析与综合评价

大豆种质资源是品种改良的关键。本研究对334份我国北方春大豆种质资源的主要农艺性状和品质性状进行了变异分析、相关性分析、聚类分析、主成分分析、分段线性回归分析和逐步多元回归分析。聚类分析结果表明,可将334份大豆种质划分为4个类群,其中类群Ⅲ主要为吉林地区杂交育成大豆品种,在本地区平均单产高,抗倒伏能力强,综合表现较好。主成分分析表明, 5个主成分分别代表产量因素、品质因素、株高因素、分枝与开花因素和开花至成熟时间因素,累计贡献率达到79.76%。使用DTOPSIS法对大豆品种进行评分,综合表现最好的是编号36的大豆品种。多元线性逐步回归分析表明,单株荚数、百粒重、油分、主茎节数、单株粒数对单产影响显著;油分、单株荚数、分枝数、株高和开花时间对蛋白质影响显著;蛋白质、百粒重、开花时间、开花至成熟时间、单株荚数和单产对油分影响显著。依据分段线性回归分析,并综合相关性分析和多元回归方程,构建高产大豆理想株型为:主茎节数尽量增加;五节高8.00~14.70 cm;单株荚数大于132.83个;分枝数在6个左右;开花时间57.16 d左右;开花至成熟时间大于61.29d,整个生育日期控制在霜降期以内;不倒伏或轻倒;单株粒数250.43粒左右;蛋白质38.87%左右;油分大于19.27%;百粒重19.45~22.55g。高产高油大豆理想株型为:株高113.50~114.45cm左右;五节高12.15~14.70 cm;主茎节数不超过25.15节;单株荚数132.83~142.65个;分枝数0~3.00个;不倒伏或轻倒;开花时间57.16 d左右;开花至成熟时间61.29~69.00 d;单株粒数249.63粒左右;百粒重19.25~22.55 g。高产高蛋白大豆理想株型为:株高113.50~114.45cm左右;五节高8.00~10.55cm左右;主茎节数19.42节左右;单株荚数132.83~138.96个;分枝数4.72个左右;倒伏性可为轻倒;开花时间63.00d左右;开花至成熟时间68.52d左右;单株粒数227.54~250.43粒;百粒重小于19.20g。本研究揭示了北方春大豆品种具有广泛的遗传背景和丰富的基因潜力,是优质的大豆育种资源。

高山地区夏季大气PM_(2.5)中元素的污染特征、生态风险及健康风险评估——以武当山为例

为了解华中高山地区夏季大气PM_(2.5)中元素的污染特征,于2018年6月在湖北省十堰市武当山国家空气质量监测站采集PM_(2.5)样品,利用电感耦合等离子体质谱仪(ICP-MS)测定样品中18种元素(Na、K、Ca、Mg、Al、Fe、V、Cr、Mo、Cu、Zn、Mn、Ni、As、Se、Cd、Ba和Pb)的浓度,并探讨了其来源、生态风险和健康风险.结果表明,武当山PM_(2.5)的日均浓度范围为5.00—33.65μg·m^(-3),平均浓度为(16.84±7.07)μg·m^(-3);元素K、Na、Fe、Ca、Al、Mg和Zn的浓度较高,7种元素占所分析元素的97.68%以上;富集因子结果表明,Mo、Zn、Pb、Cd和Se的EF值高于100,可能受周边人为活动排放污染物的区域或长距离传输影响;主成分-多元线性回归(PCA-MLR)结果表明,PM_(2.5)中元素主要来自于燃煤和机动车(57.57%)、工业源(22.52%)和地壳(19.91%);武当山PM_(2.5)重金属的生态风险指数极高,其中Cd、Se和Mo的潜在生态危害程度极强;健康风险评估显示,综合非致癌风险(HI)在儿童和成人中分别为2.28×10-2和3.04×10-2,均在可接受水平内,综合致癌风险(CRT)在儿童和成人中分别为4.45×10-7和2.37×10-6,说明成人存在潜在的致癌风险;Cr在成人中的致癌风险为1.88×10-6,说明Cr在成人中存在潜在的致癌风险,同种金属对人体的非致癌风险和致癌风险均表现为成人>儿童.

6月龄鲁中肉羊生长性状多元统计分析

为探究鲁中肉羊体尺、体重性状间的关系,测定并收集1 094只(公羊325只,母羊769只)6月龄鲁中肉羊体尺和体重指标数据,对其进行相关性分析、主成分分析和多元线性回归分析。结果表明,公羊和母羊的各体尺指标均与体重呈极显著正相关,各体尺指标之间也均存在极显著的正相关关系。按照累计贡献率在85%以上的标准,公羊选取前3个主成分,分别反映6月龄鲁中肉羊公羊的整体体型结构状况、胸部发育状况和四肢发育状况;母羊选取前2个主成分,分别反映6月龄鲁中肉羊母羊的整体体型结构和四肢发育情况。6月龄鲁中肉羊公羊体重的最佳回归方程为:Y=0.268X_(2)+2.448X_(4)+1.319X_(5)-60.459(R^(2)=0.776,P<0.01),标准化后的最佳回归方程为:Y=0.328X_(2)+0.552X_(4)+0.156X_(5);母羊体重的最佳回归方程为:Y=0.070X_(1)+0.166X_(2)+0.819X_(3)+1.599X_(4)-2.547X_(5)-17.237(R^(2)=0.919,P<0.01),标准化后的最佳回归方程为:Y=0.176X_(1)+0.274X_(2)+0.237X_(3)+0.450X_(4)-0.235X_(5)。本研究结果可为提高鲁中肉羊早期选种选育效率提供理论依据。

河南荥阳市耕地土壤重金属分布特征及来源解析

耕地质量关系着人民生活,而重金属是影响耕地质量的重要因素之一。根据全国土壤污染状况调查显示,中国耕地环境状况不容乐观,对耕地的重金属调查分析迫在眉睫。但仅简单地对重金属含量水平及来源类型进行判断已不足以为区域土壤重金属污染治理提供支持,而通过对各类污染源贡献率的定量计算,不仅可以明确农田土壤重金属分布特征,同时可判别污染源类别及来源,从而识别优先控制的污染元素,为重金属污染精准管控提供关键信息。本文采集河南荥阳市耕地表层土壤样品(0~20cm),应用电感耦合等离子体质谱和发射光谱法(ICP-MS/OES)、原子荧光光谱法(AFS)及离子选择电极法(IES)对As、Cd、Cr、Cu、Hg、Ni、Pb、Zn等8种重金属进行测试和p H分析;利用多元统计、绝对因子分析-多元线性回归(APCS-MLR)受体模型探讨研究区8种重金属污染含量空间分布特征及来源,利用富集因子和地累积指数开展土壤污染评价。结果表明:(1)耕地土壤中重金属含量整体偏高。除Cr外,其他元素为郑州市土壤背景值的1.04~1.40倍,其中Cd的累积效应较明显。(2)研究区重金属高值区主要分布于荥阳市城区周边。(3)基于富集因子法、相关性分析、主成分分析及APCS-MLR源解析结果显示,研究区重金属主要有三个来源:自然源对Ni、As、Cu、Cr的贡献率分别为98%、94%、80%及63%;工业源对Cd的贡献率为78%;其他源则主要是农业化肥源、燃煤源的混合源,对Cr、Pb、Hg的贡献率分别为37%、35%及33%。(4)地累积指数表明,研究区各重金属以无污染为主,而Cd超标率最高,其中度、中-重度污染、重度污染样点数分别为19个、5个及3个,并存在1个极重度污染样点。综上,Cd在研究区耕地中富集较明显,为潜在的主要污染元素;工业源、自然源、农业化肥源及燃煤源是重金属的主要来源,表明人类活动已对研究区耕地产生影响,需采取措施避免该影响进一步加剧。

基于数据挖掘的课程教学成效分析与教学改进研究

随着现代信息技术的发展,教学数据采集已经覆盖线上线下教学的全流程,对教学数据能否进行深入挖掘分析将决定能否有效建立基于数据驱动的现代教学决策方式。该文从机械工程基础课程线上线下教与学的采集数据出发,运用相关系数分析、主成分分析及多元线性回归等多重数据处理和分析方法,对测试成绩的合理性、影响测试成绩的主成分要素的相关性及权重、学业成绩预测方程等进行深入研究,将信息化教学与大数据分析技术进行融合。该文初步建立基于教学数据挖掘的学习成效分析和学业诊断方法,为教学持续改进提供依据和思路,也为进一步建立数据驱动的教学反馈机制和形成个性化教学模式奠定基础。

基于高密度采样的县域尺度土壤重金属污染特征及源解析——以山东省昌乐县为例

为研究区域大尺度土壤重金属污染特征及来源,以山东省昌乐县为研究区域,通过网格化采样和分析测试,获得了5818件表层土壤样品的Cu、Pb、Zn、Ni、Cr、V、Mn、As、Co、Cd、Hg等11种重金属元素含量。进行了潜在生态风险评价,采用差异性分析、主成分分析、绝对主成分-多元线性回归分析、地统计分析等方法,定性、定量解析了来源。结果表明,研究区属土壤重金属高背景区,但总体污染风险低。潜在生态风险污染程度以中度为主,Hg、Cd对综合潜在生态危害的贡献最高,贡献率分别为47.94%和28.28%。解析结果显示,Co、Ni、Cr、V、Mn、Cu主要来自基性岩体控制的成土母岩风化的自然源;Pb、Zn主要来自交通和矿致异常的综合源;As、Cd主要来自碳酸盐岩和砂页岩成土母岩影响的自然源;Hg主要来自人类活动影响的人为源;Pb、V、Cd有30%以上的贡献来自未知源。以上污染源和未知源的平均贡献率分别为45.18%、16.19%、13.78%、5.95%、18.90%。自然源是研究区土壤重金属的主要来源,综合源和人为源对Pb、Zn、Hg的贡献最大,可能造成叠加污染。通过本文的分析研究可进一步筛选污染风险较大区域,在小尺度范围内开展重金属来源识别,尤其是未知源识别,为土壤重金属污染防控提供依据。

京杭运河上游河段磷污染时空分布特征及污染源解析

为揭示京杭运河上游桐乡段总磷浓度不能稳定达到GB 3838—2002《地表水环境质量标准》Ⅲ类标准的原因,在桐乡段干流布设24个采样点,入河支流布设18个采样点,开展水质加密监测,研究磷污染发生的时空变化规律;基于水质常规指标的主成分分析,以及各主成分因子中强载荷指标与三维荧光组分的相关性分析,对重点河段磷的主要污染源进行解析;并基于绝对主成分—多元线性回归模型,定量评价主要磷污染源的贡献率。结果表明:1)京杭运河上游桐乡段干流入境水总磷浓度为0.14~0.20 mg/L,沿程监测点5~7、9和21~24有明显变差趋势,最高浓度达0.40 mg/L;部分入河支流水质较差,总磷浓度达到0.44 mg/L。2)主成分分析得到3个主因子,因子1以氨氮、溶解态磷为主要载荷,与类蛋白质组分显著相关,代表生产生活污染;因子2以高锰酸盐指数、溶解态磷、颗粒态氮为主要载荷,与类腐殖质组分显著相关,代表农业源;因子3以颗粒态磷、颗粒态氮为主要载荷,与浊度显著相关,代表码头污染与底泥源。3)运河上游河段的磷污染主要发生在干流监测点5~7和9,主要为码头污染与底泥源,其在丰水期和平水期的贡献率分别为65.9%和31.8%;监测点21~24主要为农业源,其在丰水期和平水期的贡献率分别为34.0%和32.1%;此外,生产生活污染在丰水期也有较大影响,其对监测点5~7和9、21~24的贡献率分别为42.6%、31.8%。

绿洲土壤盐分含量高光谱反演建模

以新疆渭干河-库车河三角洲绿洲为研究区,以实测土壤高光谱数据和土壤盐分作为基础数据,分析多种光谱指数与土壤盐分的相关性,筛选特征波段,使用逐步多元线性回归、单变量回归和主成分回归3种方法构建土壤盐度高光谱监测模型。研究表明,基于逐步多元线性回归方法,以对数二阶微分光谱特征波段所构建的盐渍化遥感监测模型最优,模型的稳定性和预测精度最高,可有效估测土壤含盐量。此项研究成果满足了对干旱区盐渍化监测的需求,为干旱区土壤盐分定量反演提供了可靠的参考。

基坑开挖诱发侧方隧道变形的PCA-MLR预测方法

研究基坑开挖对侧方隧道变形的影响是岩土工程领域的热点与难点问题。为预测基坑开挖诱发临近侧方隧道变形,首先通过主成分分析方法(PCA)对侧方隧道变形指标影响因素进行降维处理并获取其主成分指标,然后采用多元线性回归方法(MLR)建立隧道变形指标与主成分指标间的关系模型,最后基于工程实例验证提出的PCA-MLR预测模型的正确性。研究结果表明:PCA-MLR模型考虑了基坑开挖诱发侧方隧道变形的高维度影响因素耦合作用,且实现了低维度主成分指标与变形指标间的关系模型建立。采用PCA-MLR模型预测的隧道最大水平及竖向位移与实测值的相对误差均小于10%,验证了提出模型的正确性与适用性。

基于多元统计分析泉州不同品种姜黄的品质

基于多元统计分析泉州不同品种姜黄的品质,分析不同品种姜黄的感官品质和营养物质,结合主成分分析和多元线性回归分析得出综合排名,再利用UPLC-MS/MS对姜黄有效成分进行含量测定以验证多元统计方法的准确性,最后通过聚类分析探索不同品种姜黄之间的相似性和差异性。主成分分析结果表明,前3个主成分的累积贡献率为85.039%,构建评价模型得到分数前4的品种:广西防城港的A2,越南的A3,泉州本地种a的A6和四川内江的A4。以感官评价总分和营养物质含量为对象进行多元线性回归分析,得到回归方程为:Y=67.256+3.483X1+0.662X2,此方法得到排名前4的品种与主成分分析高度一致。UPLC-MS/MS结果表明11个品种中测出姜黄素类有效成分含量前三顺序为A2>A3>A6,该结果与多元统计中所得的优质品种相符合,证实多元统计法在筛选优质姜黄品种方面的应用价值。聚类分析结果表明,A2、A3、A6聚为一类,具有色泽鲜黄等相同特点。这为今后姜黄品种的选育和质量控制提供了新的思路和方法。

特殊教育普惠发展的统计建模

特殊教育现代化是教育现代化不可或缺的一部分,强化特殊教育普惠发展是特殊教育现代化的努力方向。从强化特殊教育发展的“普”与“惠”两方面入手,运用TF-IDF算法、主成分分析法以及多元线性回归方法,并与国外构建测量特殊教育普惠发展的统计模型,依据该模型分析我国20多年来的特殊教育普惠发展水平,并与国外进行对比发现,我国特殊教育普惠发展态势向上向好,但仍存在地区发展水平不平衡不充分、特殊教育经费投入占地区教育经费投入较低等问题。针对以上问题,建议保障特殊教育办学经费投入,改善特殊教育资源布局,加强专业化特殊教育教师队伍建设。

智能变电站便携式变压器油色谱分析技术研究

变压器油色谱分析涉及因素较多,导致分析结果与实际情况的误差难以得到有效控制。为此,提出智能变电站便携式变压器油色谱分析技术。分别将关系到变压器性能和安全的气体成分浓度、影响油中气体溶解度的变压器内部温度以及影响油中气体浓度的变压器内部压力作为具体的特征参量,并将变压器油色谱原始数据特征参量累积方差贡献率之和为1作为约束,设置主因子;在分析阶段,考虑到气体浓度与选择的特征变量之间存在线性关系,引入线性回归模型对主因子进行分析,并通过迭代加权最小二乘估计回归系数,利用回归残差对变压器油色谱原始数据中气体含量进行分析。测试结果表明,设计的智能变电站便携式变压器油色谱分析技术可实现对变压器油中不同溶解气体含量的精准分析,误差稳定在3.00μL/L以内。

Function-on-Partially Linear Functional Additive Models

We consider a functional partially linear additive model that predicts a functional response by a scalar predictor and functional predictors. The B-spline and eigenbasis least squares estimator for both the parametric and the nonparametric components proposed. In the final of this paper, as a result, we got the variance decomposition of the model and establish the asymptotic convergence rate for estimator.