Improving Prediction of Peroxide Value of Edible Oils Using Regularized Regression Models

We present four unique prediction techniques, combined with multiple data pre-processing methods, utilizing a wide range of both oil types and oil peroxide values (PV) as well as incorporating natural aging for peroxide creation. Samples were PV assayed using a standard starch titration method, AOCS Method Cd 8-53, and used as a verified reference method for PV determination. Near-infrared (NIR) spectra were collected from each sample in two unique optical pathlengths (OPLs), 2 and 24 mm, then fused into a third distinct set. All three sets were used in partial least squares (PLS) regression, ridge regression, LASSO regression, and elastic net regression model calculation. While no individual regression model was established as the best, global models for each regression type and pre-processing method show good agreement between all regression types when performed in their optimal scenarios. Furthermore, small spectral window size boxcar averaging shows prediction accuracy improvements for edible oil PVs. Best-performing models for each regression type are: PLS regression, 25 point boxcar window fused OPL spectral information RMSEP = 2.50; ridge regression, 5 point boxcar window, 24 mm OPL, RMSEP = 2.20; LASSO raw spectral information, 24 mm OPL, RMSEP = 1.80; and elastic net, 10 point boxcar window, 24 mm OPL, RMSEP = 1.91. The results show promising advancements in the development of a full global model for PV determination of edible oils.     

广义岭估计优于最小二乘估计的两个充分条件

分别给出了线性回归模型未知参数β的广义岭估计在MSE准则和PC准则下优于LS估计的充分条件.     

带有对称垂直导体脊的平行板电容器内的电场及其电容量

利用保角变换法研究带有对称垂直导体脊的平行板电容器的电场,给出其电势分布和场强分布函数,通过MATLAB软件绘制电场线和等势线(面)图,并计算其电容量.     

处理多元线性回归中自变量共线性的几种方法--SAS/STAT软件(6.12)中REG等过程增强功能的使用

本文通过例子介绍多元线性回归中自变量共线性的诊断以及使用 SAS/SATA( 6.12 )软件中的 REG等过程的增强功能处理回归变量共线性的一些方法。包括筛选变量法 ,岭回归分析法 ,主成分回归法和偏最小二乘回归法     

高维线性回归模型中非凸惩罚岭回归

非凸惩罚函数包括SCAD惩罚和MCP惩罚, 这类惩罚函数具有无偏性、连续性和稀疏性等特点,岭回归方法能够很好的克服共线性问题. 本文将非凸惩罚函数和岭回归方法的优势结合起来(简记为 NPR),研究了自变量间存在高相关性问题时NPR估计的Oracle性质. 这里主要研究了参数个数$p_n$ 随样本量$n$ 呈指数阶增长的情况. 同时, 通过模拟研究和实例分析进一步验证了NPR 方法的表现.     

生长曲线模型中基于奇异值分解的岭估计

在生长曲线模型中将设计阵的奇异值分解与普通的岭估计相结合,针对设计阵A与C至少有一个病态时的情况提出生长曲线模型中基于奇异值分解的岭估计.比较其在均方误差,均方误差矩阵,及PC准则下相对于最小二乘估计的优良性.证明其容许性并利用Hemmerle和Brantle用于确定广义岭估计参数的方法给出极小化均方误差的无偏估计法选取岭参数.     

基于霍夫变换和相位相关的电子稳像算法研究

提出了一种新的基于霍夫变换和相位相关的电子稳像算法。首先根据1D相位相关技术,通过搜索角度脊来得到旋转参数;将待处理图像去旋转后,再采用2D相位相关来得到平移参数;在建立参数运动模型的基础上,通过自适应均值滤波确定各帧修正矢量。提出的方法可以充分利用FFT的高效运算,实验结果表明采用本方法能准确有效地处理具有旋转和平移的电子稳像问题。     

基于多标签共享子空间学习和内核脊回归的空谱分类算法

针对高光谱图像维度高、地物间非线性可分造成的分类精度低等问题,提出一种基于多标签共享子空间和内核脊回归的空谱分类算法.该算法利用内核脊回归将地物相近像素在线性空间的不可分特征映射到高维空间中,实现分类特性在高维空间下的有效分离,以提高地物相近特性的区分精度;同时将高维样本数据映射到低维共享子空间中,在低维环境下以多类标为指导,引入低秩矩阵建立类别标签与共享空间的预测关系,挖掘多标签间的共同特性,提高融合利用多类别间的共同属性提高高光谱图像的分类精度;最后利用奇异值分解迭代法求解目标函数,一定程度上加速参数求解.在Indian Pines和Pavia University两组高光谱数据集上进行仿真实验,实验结果表明,与其他同类算法相比,在低样本比例下,本文算法在总体分类精度、平均分类精度和Kappa系数等评价指标上至少提高4.76%、4.24%和5.19%,与非内核化的算法相比,本文算法在基本不增加运行时间的情况下总体分类精度、平均分类精度和Kappa系数至少提高2.92%、2.8%和3.48%.     

聚合物脊波导偏振特性

以有机聚合物脊波导为研究对象,采用半矢量有限差分光束传输法,系统地分析了不同脊高、脊宽和芯层厚度条件下对称脊波导的偏振特性,并在此基础上分析了非对称脊波导的偏振特性,研究了平板芯层短边宽度对偏振特性的影响。结果表明:非对称脊波导结构的引入对偏振特性影响较小,其双折射随平板芯层短边宽度的减小而减小。当脊高为1.3 m、平板芯层短边宽度为2.0 m时,非对称脊波导双折射能控制在可接受范围。     

基于非对称脊波导的多种聚合物弯波导性能分析

以缩短马赫-曾德尔(M-Z)电光调制器分支波导为目的,将有机聚合物非对称结构的脊波导应用于S弯波导中。采用半矢量有限差分光束传输分析法,系统地分析了不同参数下采用非对称脊波导的三种常见弯波导,即正弦弯、圆弧弯和余弦弯分支波导的TM00光场传输损耗,并与采用对称脊波导的结构相比较。研究表明,在芯层厚度h=1.5μm、脊高为0.3μm、脊宽w=4μm、分支高度G=11μm的情况下,当脊波导短边芯层平板宽度s≥2μm时,在相同传输损耗条件下,正弦弯、圆弧弯和余弦弯分支波导长度分别可减少40%、30%和25%,该结果对有机聚合物M-Z调制器中分支波导的设计具有一定的参考价值。