循环子空间回归为喹喏酮N1位构效关系建模

拟从线性泛函的角度分析循环子空间回归(CSR).CSR方法将从自变量参数矩阵和因变量向量中提取成分,循环地构造并扩张Krylov子空间,且以此作为源空间,运用最小二乘准则解得映射到因变量实空间的线性泛函.整个求解过程包容了最小二乘回归(LSR)、主成分回归(PCR)、偏最小二乘回归(PLS)以及其它中间的回归方法.然后由预报能力的强弱,从中确定最佳回归模型.本文应用CSR方法为喹喏酮N₁位抗菌构效关系建模,效果良好.     

循环子空间回归的一种快速算法及其在定量构效关系中的应用

循环子空间回归（ＣＳＲ）通过改变解空间的维数,可以获取一系列的回归模型,其中包括最小二乘回归（ＬＳＲ）、主成分回归（ＰＣＲ）、偏最小二乘回归（ＰＬＳＲ）和许多中间回归,从中可挑选最优回归模型。本文将分析ＣＳＲ的原理,给出一种可行的快速的ＣＳＲ算法（ＲＣＳＲ）,以提高计算速率和精度,并将其成功地应用于苯乙酰胺类除草剂定量构效关系的建模。     

人工神经网络用于近红外光谱测定柴油闪点

采用主成分－人工神经网络对不同留程柴油的近红外光谱进行校正,预测其闪点。采用监控集控制网络训练过程,以避免过训练。探讨了人工神经网络（ＡＮＮ）、直接线性连接人工神经网络（ＬＡＮＮ）的校正效果,并与局部权重回归（ＬＷＲ）、主成分回归（ＰＣＲ）及偏最小二乘（ＰＬＳ）等校正方法进行了比较,认为人工神经及直接线性关联的较好手段。     

组合偏最小二乘回归方法在近红外光谱定量分析中的应用

针对近红外光谱数据局部效应显著,变量个数多,彼此间常存在严重的复共线性,并多与样品组分含量呈非线性关系,构建一种组合非线性偏最小二乘回归(E-S-QPLSR)方法。它采用无重复采样技术(subag-ging),从训练样本中生成若干子样,然后每个子样通过二次多项式偏最小二乘回归(QPLSR),建立其子模型,并实现对训练样本因变量的定量预测,再将它们交由线性PLS算法用于计算各子模型的组合权系数。将该法应用于80个玉米样品的水组分含量与其近红外光谱的定量关系建模,效果良好,显示出很强的学习能力,所建模型的预报性能也优于其它方法。     

同时测定合成样中铜钴镍钒含量的分光光度法--主成分回归法和偏最小二乘法比较

研究了主成分回归和偏最小二乘方法在多组分分光光度法分析中的应用,以５－Ｂｒ－ＰＡＤＡＰ（２〔５－溴－２－吡啶）－偶氮〕５－二乙氨基苯酚）为显色剂,ＯＰ（聚乙二醇辛基苯基醚）作为增溶增稳剂,在ｐＨ＝３．６的条件下,用主成分回归及偏最小二乘分光光度法同时测定了合成样中的铜、钴、镍、钒４组分含量,测定相对误差在－６．００％～４．００％之间。实验证明,对于加和性不好的体系偏最小二乘分光光度法要优于主成分回     

拉曼光谱同时测定乙醇与葡萄糖的方法研究

以共焦拉曼光谱技术为基础,结合96孔板,对比利用一元线性回归法、多元线性回归法、主成分回归法和偏最小二乘法建立定量分析模型,探索同时定量检测乙醇和葡萄糖的快捷方法。对同一组乙醇和葡萄糖混合标准溶液进行定量检测,并用木薯淀粉发酵液进一步验证。结果表明,偏最小二乘法定量结果的平均标准误差(SE)为0.179,平均相对标准偏差(RSD)为0.029,结合二阶导数后分别降至0.106和0.021,说明偏最小二乘法具有良好的紧密度和稳定性;t检验表明,在置信度为95%的条件下,实测值与标准值间不存在显著性差异。研究表明基于拉曼光谱技术的偏最小二乘回归定量方法,能满足实验和生产对乙醇和葡萄糖检测精度的要求,可用于乙醇和葡萄糖相关成分的同时快速检测。     

白色体系化学计量学方法研究-MLR、Kalman滤波法、PCR、PLS和褶合光谱法的比较

对白色体系的化学计量学方法进行了研究,着重比较了多元线性回归法（MLR、Kalman滤波法（KF）、主成分回归法（PCR）、偏最小二乘法（PLS）和褶合光谱法等方法的原理,并用上述方法进行复方磺胺甲E唑片剂的不分离分析,表明间接校正法（PCR、PLS等）比直接校正法（MLR、KF等）得出的结果更准确。而以既包容了导数光谱法和正交函数法、又与PLS相结合的褶合光谱法结果最好。     

构建支持向量机-偏最小二乘法为药物构效关系建模

为研究药物构效关系积累样本数据的过程中,需为小样本建模。此时较易造成过拟合,影响模型的预测性能和稳定性。为此可用偏最小二乘(PLS)法从样本数据中成对地提取最优成分,消除自变量间的复共线性,并有效的降维,然后应用最小二乘支持向量机对成对成分进行非线性回归,并以基于误差修正的策略调整,使之更有效地表达自、因变量间的非线性关系。由此构建为EB-LSSVM-PLS算法,所建模型的预报精度高,稳定性良好。将其应用于新型黄烷酮类衍生物的QSAR建模,效果令人满意,其泛化性能优于其它方法。     

聚乙烯熔体的离散松弛时间谱与熔融指数的关系

该文通过动态线性小振幅剪切震荡实验所得的聚乙烯熔体储能模量Ｇ′（ω）和耗能模量Ｇ″（ω）数据,采用最小二乘法线性回归、正则法和非线性回归法分别计算得到离散松弛时间谱,比较三种方法得到结果的差别,讨论计算参数、温度和材料对离散松驰时间谱影响．     

化学多维校正的若干新进展

化学多维校正方法,作为化学计量学的重要组成部分,已在分析化学领域引起越来越广泛的重视。其中二维校正（常规多元校正）包括主成分回归（PCR）和偏最小二乘（PLS）等方法与近红外光谱等技术联用,在现场实时无损分析、在线快速监控等方面已发挥重要作用,获得较高认同;而三维校正（二阶校正）方法因其具有突出优势正在获得越来越快的发...     

偏最小二乘法—流动注射pH梯度技术用于同时测定铜和钴

以PAR作显色剂,用流动注射pH梯度技术测定多个不同pH下的吸光度,以偏最小二乘法建立校正模型并预测,对Cu~(2+)、Co~(2+)二元素进行了同时测定,其计算结果优于主成分回归及多元线性回归法。     

用自适应偏最小二乘回归为药物定量构效关系建模

提出了一种自适应偏最小二乘回归（APLSR）方法。对于指定的预测对象，APLSR将根据样本在结构参数空间中的分布，分析它们对预测对象的预报能力，自适应地为各个样本分配权值，并从样本数据中提取和选用PLS成分，从而实施自适应加权PLSR，以获得预报性能良好的模型，作者将APLSR应用于含硫苯衍生物的QSAR建模，取得了令人满意的效果。     

偏最小二乘法-紫外光度法同时测定防腐剂尼泊金乙酯钠、山梨酸钾和苯甲酸钠

介绍一种快速、简便同时测定食用防腐剂尼泊金乙酯钠、山梨酸钾和苯甲酸钠的紫外光度法。在pH5．72的B—R缓冲溶液中对尼泊金乙酯钠、山梨酸钾和苯甲酸钠3组分混合溶液进行吸光度测定,所得的重叠波谱数据用主成分回归法（PCR）和偏最小二乘法（PLS）逆行处理,结果表明,偏最小二乘法的测定误差较小。尼泊金乙酯钠、山梨酸钾和苯甲酸钠的线性范围均为1～10mg／L,回收率为84．5％～108．2％。用该法对样品进行测定,获得了较好的定量分析结果。     

一种新的氨基酸描述子及其在肽QSAR中的应用

从天然氨基酸的25个结构与拓扑变量中经主成分分析得到一种新的氨基酸描述子——VSTV （principal component scores vector of structural and topological variables）.应用该描述子对以下3个体系,即血管紧张素转化酶抑制剂（2肽）、抗菌18肽和促凝血酶原激酶抑制剂（6～12肽）进行分子结构参数化表达,并在此基础上通过偏最小二乘回归(PLSR)建立定量构效关系(QSAR)模型,取得了优于文献的结果.模型的复相关系数（R2）和交互检验复相关系数（Q2）分别为0.789, 0.767; 0.996, 0.879; 0.981, 0.480.     

回归分析法在分析测试中的应用实例

回归分析在生产和科研工作中有着广泛的应用。本文着重介绍一元线性回归分析法在分析测试中的应用。一元线性回归分析与最小二乘法原理     

互信息诱导子空间集成偏最小二乘在近红外光谱定量校正中的应用

在集成框架下,提出了一种联合自助采样和基于互信息变量选择的子空间回归集成偏最小二乘算法MISEPLS.此算法的核心是通过训练集自助采样和随后计算互信息的方式来引入成员模型的差异性.由于互信息量小于一个特定阈值的变量被淘汰,每个成员模型在原始变量的一个子空间得到训练.模型融合考虑了简单平均和加权平均两种方式.通过两个近红外光谱定量校正实验,与建立单模型的全谱偏最小二乘算法(PLS)和基于互信息变量选择的偏最小二乘算法(MIPLS)进行了比较.结果表明,在不增加模型复杂度的情况下,MISEPLS能建立起更精确、更稳健的校正模型.     

用Excel处理稳定常数实验数据

在Excel中应用图表绘制、线性回归分析、“规划求解”最小二乘法非线性拟合等数值方法对平衡常数实验数据进行处理     

紫外分光光度法-局部PLSR同时测定三种人造甜味剂

本文报道了一种简便、快速、准确的同时测定三种人造甜味剂安赛蜜、阿斯巴甜和糖精钠的方法。方法基于在pH为3.21的盐酸溶液中对安赛蜜、阿斯巴甜和糖精钠三组分混合溶液进行紫外光度测定,所得重叠光谱数据分别用偏最小二乘回归法（partial least squares regression,PLSR）、特征峰结合PLSR法和特征峰结合局部偏最小二乘回归法（local partial least squares regression,LPLSR）进行处理。结果表明,选取特征波段的峰值作为自变量,采用4个局部样本做拟合的预报误差最小,总相对偏差仅为3.05%。对果汁样品进行测定,获得了很好的定量分析结果。安赛蜜、阿斯巴甜和糖精钠的定量线性范围分别为1.0 - 30.0 mg/L、1.0 - 10.0 mg/L和1.0 – 10.0 mg/L。     

子空间集成回归算法在多元校正中的应用

为提升多元校正模型的性能并简化其复杂度,遵循机器学习领域的集成思路,提出了一种基于子空间建模并以多元线性回归为基础的算法,多元校正算法,简写作SER-MLR。通过两个近红外光谱定量应用试验及与全谱偏最小二乘算法(PLS)的比较,验证了其优良的综合性能,该算法不仅容易解释,而且能够以更低的计算代价建立起简洁、稳健的校正模型,对过拟合也不敏感。     

基于LVs-LS-SVM近红外光谱检测柴油运动粘度的方法研究

为了研究不同光谱输入方法对柴油运动粘度预测模型的影响,本文对预处理后的柴油光谱进行主成分分析(PCA)得到的前6个主成分(PCs)、建立偏最小二乘(PLS)回归曲线选取有效波长(EWs)和运用偏最小二乘回归(PLSR)建模得到的14个潜变量(LVs),将三者分别输入至最小二乘支持向量机(LS-SVM),对结果进行比较分析表明:LVs-LS-SVM建模得到的结果为柴油运动粘度(R_(Pre)~2=0.839,RMSEP=0.317,RPD=1.54),优于EWs-LS-SVM和PCs-LS-SVM模型,为柴油参数测定便携式仪器的开发奠定基础。