近红外光谱快速检测丙氨酸氨基转移酶

在探讨近红外光谱快速检测丙氨酸氨基转移酶的可行性过程中,首先对不同厚度(0.5,1,2和4mm)血液样品的近红外透射光谱进行了分析。发现全血样品0.5 mm厚时的近红外透射光谱更适合于进行光谱分析。进而采集了176个全血样品0.5 mm厚时的近红外光谱。对采集的光谱进行多元散射校正、二阶微分法光谱预处理后,采用逐步多元线性回归和偏最小二乘回归方法建立定量分析模型,预测了全血丙氨酸氨基转移酶的含量。结果表明:利用近红外光谱法测定丙氨酸氨基转移酶时,采用偏最小二乘回归方法建立的定标模型预测效果最好,定标相关系数、定标标准差和预测标准差的值分别为:0.98,2.42和7.22。     

分立波长型近红外光谱分析仪定标模型的优化

对于滤光片型或者二极管阵列型等采用非连续扫描方式工作的近红外光谱仪来说 ,如何快速、准确地进行定标波长的优选一直是很关键的问题 ,传统近红外定标波长的优选采用向前或者向后逐步多元线性回归方法 ,依据回归结果所给出的各个波长的t检验值进行定标波长的筛选 ,但是在实际应用中 ,被筛选掉的波长也可能是非常有用的定标波长 ,而增加波长的定标所给出的定标标准差往往会减小 ,但预测精度则不一定会提高。文章将组合数学中的组合生成算法和面向矩阵运算的计算机语言相结合运用于近红外最优回归定标波长的计算机选取 ,可以在较短的时间内完成最优波长组合的选取 ,由于最优波长组合的选取是在优选定标波长数一定的前提下进行比较而且以经回归定标分析确定定标标准差最小原则 ,所以由此得到的定标方程是稳健的。     

一元线性问题中的实验标准差

分析了用不同方法处理具有一元线性函数关系的物理实验数据的实验标准差．结果表明,在n≥4时,用逐差法计算线性系数6的实验标准差明显小于简单平均值法,但是稍大于最小二乘法     

用EXCEL进行线性回归分析及测量不确定度的计算

用EXCEL提供的函数LINEST和回归分析工具进行线性回归分析,并利用EXCEL的插入图表功能做线性回归拟合图。也示例说明了线性回归产生的测量不确定度的计算。     

基于高光谱散射特征的牛肉品质参数的预测研究

研究利用光谱散射特性预测牛肉的pH值、嫩度和颜色。使用高光谱成像系统,获取400～1 100 nm波长范围内新鲜牛肉表面的高光谱散射图像,预测牛肉的品质参数。提取高光谱图像在400～1 100 nm波长范围内的散射特征,利用洛伦兹分布函数,拟合各个波长处的散射曲线,获取不同波长散射曲线的洛伦兹函数参数。使用逐步回归方法,选择优化波长及其相应的拟合参数,建立多元线性回归模型预测牛肉的品质参数,使用全交叉验证方法评价模型性能。对嫩度的预测相关系数达到0.86,预测标准差为11.7 N,分级准确率达到91%;pH值的预测相关系数为0.86,预测标准差为0.07;对颜色参数L*, a*, b*的预测相关系数分别达到0.92, 0.90和0.88,预测标准差分别为0.90,1.34和0.41。研究结果表明,利用光谱散射特征可以较好的预测牛肉的品质参数。     

基于红外光谱构建土壤苯乙烯污染预测模型

在室内条件下提取了苯乙烯在不同土壤中的光谱诊断波段及其范围,并以其作为土壤中苯乙烯识别及其含量预测的依据。采用微分处理法与光谱数据转换法对土壤光谱反射率进行处理,以增大样品之间的光谱变化差异,并采用多元线性回归(SMLR)、偏最小二乘回归(PLSR)和支持向量机(SVMR)方法建模以预测不同土壤中的苯乙烯含量。结果表明,受苯乙烯污染的不同土壤的光谱特征分别位于1800,2200,2400 nm附近;受自身理化性质及苯乙烯含量影响,土壤光谱反射率的降速先增大后减小,直至苯乙烯在土壤中饱和,反射率变化趋于稳定。PLSR模型对土壤中苯乙烯含量的预测效果最优,SMLR模型次之,SVMR模型较差。PLSR模型的决定系数为0.982～0.998,模型稳定性强,其校正标准差与预测标准差的差值为0.004～0.016,模型预测精度高。     

基于最大似然多项式回归的鲁棒语音识别

本文针对最大似然线性回归算法线性假设的缺点,将多项式回归方法用于模型自适应,构建了基于最大似然多项式回归的非线性模型自适应算法。该算法在对数谱域用多项式回归方法,逼近每个Mel子带上识别环境模型均值与训练环境模型均值之间的非线性关系。多项式系数通过EM算法和最大似然准则从识别环境下的少量自适应数据中估计。实验结果表明,二阶多项式就可以较好地逼近模型均值的非线性环境变换关系。在噪声补偿和说话人自适应实验中,最大似然多项式回归算法的误识率都明显低于最大似然线性回归算法。本文算法较好地克服了线性模型自适应算法线性假设的缺陷,可同时减小噪声,和说话人的改变或其它因素对语音识别系统的影响,尤其适合说话人和噪声的联合自适应。      

基于高光谱成像的苹果多品质参数同时检测

利用高光谱空间散射曲线的3个洛伦兹拟合参数对苹果的品质(硬度、可溶性固溶物含量)进行同时检测。采用偏最小二乘,逐步多元线性回归和BP神经网络3种方法,对归一化处理和未归一化处理的3个洛伦兹参数组合分别建立苹果品质的预测模型。结果表明:采用偏最小二乘法对未归一化处理参数的组合建立硬度的预测模型其预测结果最好,校正组相关系数Rc=0.93,校正标准差SEC=0.56,验证组相关系数Rv=0.84,验证标准差SEV=0.94。采用偏最小二乘法对归一化处理参数的组合建立可溶性固形物的预测模型其预测结果最好,Rc=0.95,SEC=0.29,Rv=0.83,SEV=0.63。研究结果表明:利用高光谱空间散射曲线的多拟合参数组合可以同时检测苹果的多品质参数。     

基于回归分析的语音识别快速自适应算法

从回归分析的角度推导出最大似然线性回归算法的等价算法--最小二乘线性回归算法,以及相应的多元线性回归模型。该模型中回归因子间存在着多重共线性,它导致了算法在自适应数据很少时失效。为减轻多重共线性的影响,提出改进算法:伪自适应数据算法。实验表明,当仅有1s-3s自适应数据时,新算法使得系统误识率相对下降2%-6%,随着自适应数据增多,其性能与最大似然线性回归(或最小二乘线性同归)算法趋于一致。     

基于生物阻抗谱的细胞悬浮液浓度识别方法研究

基于生物阻抗谱技术提出一种细胞悬浮液浓度自动识别方法,该方法结合了多元线性回归算法和生物阻抗谱技术,能够快速准确地识别细胞悬浮液的浓度.首先,提出一种细胞位置随机分布策略,模拟细胞的真实存在状态;其次,采用数值仿真的方法生成2400组不同浓度的正常、癌变以及混合的细胞模型并计算生物阻抗谱数据;然后,利用多元线性回归、支持向量机和梯度提升三种回归算法分别对癌变细胞浓度进行鉴别,仿真结果表明,多元线性回归算法为最佳回归模型,其平均拟合优度和均方误差分别是0.9997和0.0008;最后,将多元线性回归算法应用于不同浓度的红细胞悬浮液的识别中,实验结果显示其平均拟合优度和均方误差分别是0.9998和0.0079,说明该方法具有较高的细胞悬浮液浓度识别能力.     

NH2偶极矩的量化计算及多元线性回归的解析处理

采用GAUSSIAN98程序计算了NH2的基态的偶极矩面，采用多元线性回归 的拟合方法，由各项的线性相关性和标准偏差确定各项的取舍，得到具有合理标准偏 差的简单解析偶极矩幂级数表达式。     

无源超高频射频识别系统路径损耗研究

基于射频识别技术原理及Friis传输方程, 导出了自由空间下无源超高频射频识别(RFID) 系统路径损耗表达式. 结合菲涅耳区理论, 分析了菲涅耳余隙及阅读器天线至标签间距两因变量条件下 第一菲涅耳区受阻隔对RFID系统路径损耗的影响, 并提出了双斜率对数距离路径损耗模型. 在开阔室内环境下, 测试了菲涅耳余隙及阅读器天线至标签间距变化时的系统路径损耗. 测试结果表明: 菲涅耳余隙大于第一菲涅耳区半径1.5倍时, 刃形障碍物对系统路径损耗影响较小; 相比传统对数距离路径损耗模型, 双斜率模型标准差减小10%. 关键词： 射频识别 路径损耗 菲涅耳区 线性回归     

基于近红外光谱与支持向量机的纸浆卡伯值在线测量

提出了用近红外光谱漫反射技术和支持向量机建模方法实现纸浆卡伯值在线测量的新方法。采集45份松木浆样品的近红外漫反射光谱,选择各样品15个振动吸收峰对应的吸收率,采用动态独立分量分析(DICA)对输入样本数据进行特征提取,建立基于支持向量机(SVM)的纸浆卡伯值预测模型。45份样品中选择35份组成校正集,另10份作为预测集对模型进行验证。基于支持向量机的纸浆卡伯值预测模型外部验证均方差和确定系数分别为0.26和0.93;基于线性回归的纸浆卡伯值预测模型外部验证均方差和确定系数分别为0.45和0.81。研究结果不仅表明纸浆卡伯值近红外测量方法的可行性和有效性,而且验证了基于支持向量机的纸浆卡伯值预测模型比线性回归模型具有更高的准确性和鲁棒性。     

三维全息原子场作用矢量用于均三氮苯类衍生物除草活性的QSAR研究

本文利用三维全息原子场作用矢量(3D-HoVAIF)对均三氮苯类衍生物分子结构进行表征,并利用逐步回归结合多元线性回归建立均三氮苯类衍生物除草活性的定量构效关系模型,同时采用内外部双重验证的方法检验模型的稳定性.所建模型相关统计量如下:建模相关系数(R)、留一法(LOO)交互验证相关系数(R_(cv))、外部样本验证相关系数(Q_(ext))和标准偏差(SD)分别为0.897、0.818、0.856和0.470.结果表明,3D-HoVAIF能较好地表征均三氮苯类衍生物分子的结构信息,所建模型具有良好的稳定性和预测能力;同时也指出了SP~3杂化的C之间的立体作用、SP~2杂化的N与SP~3杂化的C之间的立体作用、SP~2杂化C与SP~3杂化的N原子之间的静电作用以及SP~3杂化的C与X(卤素)之间的静电作用是影响该类化合物除草活性的重要因素.为高活性除草剂类分子设计和改造提供理论指导.     

水体重金属激光诱导击穿光谱定量分析方法对比研究

建立了适用于激光诱导击穿光谱探测的多元线性回归、神经网络回归和支持向量机回归三种定量反演算法模型, 以水体重金属Ni为例进行了回归实验测试和对比分析. 多元线性回归、神经网络回归和支持向量机回归的平均相对标准偏差分别为7.60%, 4.86%, 2.35%; 最大相对标准偏差分别为23.35%, 15.20%, 8.29%; 平均相对误差分别为25.98%, 10.58%, 2.72%, 最大相对误差分别为116.47%, 47.38%, 9.89%. 研究为进一步实现水中痕量金属元素的快速定量分析提供了方法和数据参考. 关键词： 光谱学 激光诱导击穿光谱 支持向量机回归 重金属     

开链烷烃13C化学位移统计分析

将开链烷烃的¹³C化学位移与分子中¹³C核邻近原子上的电子集居数及¹³C原子的局部空间能相关联,对14个典型烷烃分子中的72个碳原子的数据用逐步回归方法进行处理,所得结果表明:¹³C化学位移与上述诸因子间存在明显的线性关系.72个碳原子的¹³C化学位移预报值的均方根偏差为0.835ppm,最大偏差为2.232ppm.     

基于表面增强拉曼的饮料中山梨酸钾快速定量检测方法

基于实验室自行搭建的拉曼光谱点扫描系统,利用表面增强拉曼技术对橙味饮料中山梨酸钾的含量进行了定量快速检测研究。通过与山梨酸钾标准品拉曼光谱及其水溶液表面增强拉曼光谱等比较分析,确定了山梨酸钾1 648.4,1 389.3和1 161.8 cm-1处的表面增强特征拉曼位移。通过山梨酸钾橙味饮料平行样品的拉曼位移峰强重现性实验并计算其峰强的相对标准偏差证实了该表面增强拉曼方法具有较好的重复性。采集了山梨酸钾浓度范围为1.706～0.180 7 g·kg-1的33个橙味饮料样品的表面增强拉曼光谱,所有原始光谱经S-G 5点平滑及Baseline基线去除荧光背景预处理后分别用一元线性回归分析、多元线性回归分析和偏最小二乘回归分析方法,建立了山梨酸钾的定量预测模型。经比较,选取三个山梨酸钾拉曼特征位移1 161.8,1 389.3和1 648.4 cm-1所建立的多元线性回归模型校正集的相关系数(R2_C)和均方根误差(RMSEC)分别为0.983 7和0.051 7 g·kg-1,验证集的相关系数(R2_P)和均方根误差(RMSEP)分别为和0.969 9和0.052 8 g·kg-1,比一元线性回归模型和偏最小二乘回归模型误差小、精度高。基于表面增强拉曼完全可以实现橙味饮料中山梨酸钾的定量快速预测,为各类食品中山梨酸钾含量的快速监测奠定了技术基础。     

修约间隔规则与回归系数的有效位数

从微小标准偏差准则导出独立测量结果修约间隔的确定规则.考虑回归系数之间强相关性,系数不确定度的有效位数常常需要保留到两位以上.引入有效修约间隔,导出回归系数修约间隔的确定公式,结合实验物理中的多种不同回归类型例子说明了回归系数的有效位数确定方法.     

近红外高光谱成像技术在筛查保健食品中违禁添加抗炎药物双氯芬酸钠的研究

双氯芬酸钠是一种非甾体抗炎药,抗炎症效果较好,抗炎化学药物双氯芬酸钠有可能违禁添加到缓解炎症保健食品中。目前已有一些文献研究水、肉及牛奶等中的药物双氯芬酸钠,主要利用高效液相色谱、表面增强拉曼及电化学等方法,需要相对复杂的预处理过程,操作步骤相对复杂,耗时。为了快速、无损检测保健食品中违禁添加物的成分,探索建立采用1 000～2 524 nm波段或特征最优波段的光谱作为自变量,将近红外高光谱成像技术结合化学计量学分析的方法定量分析缓解炎症保健食品中可能添加的不同浓度的双氯芬酸钠。研究主要运用了8种光谱预处理方法,基于全光谱波长建立了偏最小二乘回归及主成分回归模型,同时,为了提高模型的准确性和稳定性,利用β系数方法选择最优波段1 130～1 147,1 412～1 468,1 658～1 709,2 010～2 055,2 122～2 178和2 395～2 423 nm为自变量建立与双氯芬酸钠浓度的多元线性回归模型。比较了偏最小二乘回归、主成分回归及多元线性回归三种模型。分析结果显示,经标准正态变量预处理方法建立多元线性回归模型,该模型的准确性和和预测能力较好,其预测最低限为0.05%,预测值与实测值的R2为0.992 5,预测均方根误差为0.004 9,标准预测偏差为0.004 9,说明近红外高光谱成像技术为快速定量分析缓解炎症保健食品中违禁添加抗炎药物双氯芬酸钠提供了理论基础。有望进一步开发拓展到其他违禁添加药物的快速定量应用。     

临界流喷嘴喉部氢气等熵指数解析计算与进化回归方法

氢气作为最有希望的清洁可再生能源之一,已被广泛应用于航天、工业和燃料电池等领域.临界流喷嘴由于其测量过程不受下游扰动的影响,越来越多地被应用于氢气特别是高压氢气的流量测量.而作为真实气体的氢气在临界流喷嘴中的流动规律更加复杂,准确获得喷嘴喉部氢气的热力学参数对于氢气的精确测量至关重要.结合真实气体显式亥姆霍兹能量方程,利用熵焓关系分析并通过迭代获得了喷嘴喉部容积等熵指数这一基本流动参数.提出了最优化获取显式快速计算模型的回归算法,引入了进化算法思想,利用选择、交换和变异等方式寻找显著性和精度最优的种群个体.回归标准偏差为0.0089%,平均残差为0.0285%,最大残差为0.1781%.结果表明,所提出的算法能快速搜索满足显著性和精度要求的最优解,在提高回归方程质量的同时使方程项数达到最少,具有较好的抑制过拟合的能力.所提出的算法也可用于其他各类流体设备的不同介质流场特性参数模型的建立.