交叉分段差分进化支持向量回归的气体超声 流量计测量方法

为了进一步提高全量程气体超声流量计的测量精度,基于多通道声波到时和实时温度,提出了一种交叉分段差分进化(Differential Evolution)支持向量回归(Support Vector Regression)DE-SVR模型。考虑到气体在不同流量条件下的流体状态不同,提出了交叉分段处理的方法,采用DE算法优化选取SVR参数。实验结果表明,对于16~1600m3/h全量程,交叉分段DE-SVR和传统积分方法计算气体流量的平均相对误差分别为0.00447和0.02781,前者较后者降低了83.93%;对于16~160m3/h小流量,交叉分段DE-SVR和无分段DE-SVR算法计算结果平均相对误差分别为0.00436和0.03214,前者较后者降低了86.43%。该方法有效避免了声道长度、探头角度以及管道直径等参数不确定性对流量计算的影响,为全量程气体流量的高精度测量提供了保障。     

花生蛋白组分及其亚基含量近红外分析检测方法

花生球蛋白、伴花生球蛋白及亚基含量显著影响蛋白质的凝胶性和溶解性等功能特性,进而影响其在肉制品、植物蛋白饮料中的应用效果.目前常采用提取蛋白质后再用电泳及光密度法测定球蛋白、伴球蛋白及亚基含量的方法,操作步骤繁琐,样品损失量大.为此收集了178个花生品种,分别提取蛋白,采用电泳法测定球蛋白、伴球蛋白、23.5和37.5...     

对一个统计控制问题的再探讨

本文对利用回归模型进行统计控制的问题进行了进一步研究,发现已有的方法有值得改进之处,并为此提出了一种新的求解控制阈值的方法。模拟和实例研究表明我们的方法适用于一般的误差分布情形,而且在误差分布为非正态时优于已有的方法。     

一类利用回归关系的计量指标抽样方案

在产品质量判定的抽样检验问题中,当目标指标需用破坏性试验才能得其值时,更为常用的是用非破坏性试验可得量值的协变指标量来预报它。但在产品抽样验收问题上,未能形成理论较为严密的方法,这是由于预报误差这个关键问题的处理尚未解决得好,即给不出抽样方案的功效计算的正确或是近似性较好的公式。本文通过建立合理的数学模型,把对目标指标的质量要求化为对协变指标量的统计要求,从而利用两者的回归关系,结合两种复杂的抽样方案,给出功效函数的计算公式和计算方法,并进行了分析。     

应用联合分析和混合回归模型进行市场细分

联合分析是一种有效地反映消费者需求差异的方法,所以被广泛地应用到市场细分的研究中。但是,传统的方法存在着一定的不足。本研究提出了一个残差分布假设不同的混合回归模型,模型估计的效率比较高,而且模型系数也必较可靠。所以不失为一个比较理想的市场细分分析工具。本文应用该模型方法对一个笔记本电脑联合分析案例进行了实证分析。     

基于小波系数的近红外光谱局部建模方法与应用研究

局部建模方法使用与预测样本相似的样本建立模型,可解决光谱响应与浓度之间的非线性问题,扩大模型的适用范围,提高预测准确度。采用小波变换进行数据压缩并利用小波系数之间的欧氏距离作为光谱相似性的判据,实现了近红外光谱定量分析的局部建模方法,避免了样本之间的依赖性。将所建立的方法用于烟草样品中氯含量的测定,100次重复计算得到的预测集均方根误差(RMSEP)平均值为0.0665,标准偏差(σ)为0.0045,优于全局建模和基于主成分的局部建模方法。     

Panel模型中的精确检验和置信区间

利用广义p-值和广义置信区间的概念,研究了Panel模型中未知参数的检验和置信区间问题.对于回归系数,分别考虑了单个情形和多个线性无关情形下的检验和置信区间问题,得到了精确检验和置信区间.对于方差分量,研究了其任意线性组合的检验和置信区间问题,建立了精确检验和置信区间.基于广义p-值和广义置信区间,获取精确检验和置信区间的方法具有计算方便、易应用于小样本问题的特点.最后,分别从理论和数值上研究了这些精确检验和置信区间的统计性质.     

宁波市耕地动态及其驱动力的初步研究

利用宁波市55年长序列耕地统计数据,20余年相关社会经济资料,从宁渡市耕地的数量变化、利用程度的变化和变化的区域差异等方面,分析了宁波市耕地动态变化的趋势和规律．应用主成分分析,定量地诊断出耕地变化的驱动因子,揭示耕地变化的驱动机制．结果表明：耕地数量总体呈不断减少趋势,人口压力、经济发展动态是影响宁波市耕地动态变化的主要动因．在此基础上,运用多元回归分析建立耕地变化回归模型．该成果将为宁波市合理地利用和保护耕地提供理论指导．     

基于可见-近红外光谱技术预测茶鲜叶全氮含量

为快速无损监测茶树氮素营养及其生长状况,基于可见-近红外光谱技术建立了茶鲜叶全氮含量的预测模型。以茶鲜叶为对象,田间试验使用便携式光谱仪采集叶片漫反射光谱信息,通过不同预处理和统计分析,建立茶鲜叶全氮含量预测的光谱模型。试验共采集111个样品,其中86个样品作校正集,25个样品作预测集。通过一阶导数与滑动平均滤波相结合的预处理方法,用7个主成分建立的偏最小二乘模型最好,其校正集均方根误差(RMSEC)为0.097 3,预测集的相关系数为0.888 1,预测均方根误差(RMSEP)为0.130 4,预测的平均相对误差为4.339%。研究结果表明,利用可见-近红外光谱技术可以很好地预测茶鲜叶全氮含量,对于快速实时监测茶树长势和施肥管理具有重要指导意义。     

支持向量回归同时测定苯丙氨酸、酪氨酸和色氨酸的研究

在波长200~400 nm范围内,测定酪氨酸、色氨酸和苯丙氨酸混合体系的吸光度,用连续小波变换(CWT)对光谱数据进行预处理,再用支持向量回归(SVR)方法进行建模,建立了支持向量回归紫外分光光度法同时测定酪氨酸、色氨酸和苯丙氨酸的方法,用所建方法对模拟样品进行了测定。结果表明,酪氨酸、色氨酸和苯丙氨酸预测结果的回收率在98%~102%之间,测定结果准确。