基于数据融合的风电机组噪声预测

根据风电机组噪声信号检测复杂的情况,研究风电机组非声学参数的信息熵特征,对机组噪声进行多源数据融合预测。分析基于信息熵的非声学参数的特征提取方法,并对传统的基于遗传算法的支持向量机回归(GA-SVR)的缺陷提出改进,结合实际应用的非声学参数的信息熵特点平衡遗传算法(GA)的终止条件。通过统计分析完成了输入变量的筛选,去除了对预测影响较大的共线性因素,并实现了输入降维提高预测精度和速率。最后应用数据的信息熵特征,训练改进的GA-SVR建立最终的多源数据特征级融合预测模型。通过对比表明基于多源数据融合的预测方法精度最高,预测结果的相对误差平均值为0.7757%,具有实际可行性。     

进口铁矿砷量特征的内核密度分析与Bootstrap代表值估计

对进口铁矿中的砷量进行了总体统计分析, 在数据统计分布特征研究基础上, 使用内核密度估计对进口铁矿砷量进行数据多态性分析, 使用bootstrap对原始数据样本值重复取样以获得稳健的砷量代表值估计及标准偏差, 证明以bootstrap重新取样样本分布的均值与标准偏差作为有限单次样本代表值是合理、有效的.     

混合氯化石蜡中短链氯化石蜡定量分析方法的比较

分别采用总体响应因子校正法和多元线性回归法对混合氯化石蜡中短链氯化石蜡进行定量分析,结果表明:两种方法均能较好地排除中链氯化石蜡的干扰,从而提高了短链氯化石蜡的定量准确性;但是两种方法均对标准曲线的浓度范围存在一定的依赖性,在使用这两种方法进行定量分析时,应将样品稀释到标准曲线适用的浓度范围。另外,相对于总体响应因子校正法,多元线性回归法定量范围更广。     

A Note on the Nonparametric Least-squares Test for Checking a Polynomial Relationship

Recently, Gijbels and Rousson[6] suggested a new approach, called nonparametric least-squares test, to check polynomial regression relationships. Although this test procedure is not only simple but also powerful in most cases, there are several other parameters to be chosen in addition to the kernel and bandwidth.As shown in their paper, choice of these parameters is crucial but sometimes intractable. We propose in this paper a new statistic which is based on sample variance of the locally estimated pth derivative of the regression function at each design point. The resulting test is still simple but includes no extra parameters to be determined besides the kernel and bandwidth that are necessary for nonparametric smoothing techniques. Comparison by simulations demonstrates that our test performs as well as or even better than Gijbels and Rousson‘s approach.Furthermore, a real-life data set is analyzed by our method and the results obtained are satisfactory.     

大规模集成电路抗辐射性能无损筛选方法

空间辐射环境会对电子器件产生辐射损伤。由于商用器件性能普遍优于抗辐射加固器件,所以从商用器件中筛选出抗辐射性能优异的器件将在一定程度上提高空间电子系统的可靠性。结合数学回归分析与物理应力实验的方法,研究了集成电路抗辐射性能无损筛选技术。通过不同的外界能量注入及总剂量辐照实验,探究电路典型参数的应变情况与电路耐辐射性能的关系,并确定其辐射敏感参数;建立预测电路抗辐射性能的多元线性回归方程,并对应力条件下的回归方程进行辐照实验验证。结果显示,物理应力实验与数学回归分析结合的筛选方法减小了实验值与预测值的偏差,提高了预估方程的拟合优度和显著程度,使预估方程处于置信区间。     

WAVELET ESTIMATION FOR JUMPS IN A HETEROSCEDASTIC REGRESSION MODEL

11砒roductlonAnalysis ofjumps Is very important Inpractlce．Thejumps often predicts that the in－vestlgated objects are subject to sudden山auges In山aractenstlcs．刊r exaxnple,the jumps ofn 6Xchs,lxge fat6 ill illAnC6 OftCh ShOW th6 lllfiU6DC6 of th6 11POTts;llt 6y6llts h th6 WOTld Oil6nance markt;thejumps ofa seismic signal In oil exploration m叫 imply that there eistsbroken stratum In the expfored strata．It is hot 6My to d6t6Ct th6 JllthPS SlllC6 th6 llld6Ylying Signal Is Oft6l…     

用统计分析方法探讨西部区县旅游业的发展

运用主成分分析方法,对影响西部区县旅游业发展的因素进行分析,探寻西部区县旅游业发展的规律,并建立旅游业收入的主成份回归模型。     

近红外光谱相似性评估结合局部回归方法无损检测苹果糖度

基于Bayesian相似性评估方法结合偏最小二乘局部回归,对苹果近红外数据库进行数据挖掘。通过相似性计算方法搜索出与预测样品相近的近红外光谱,形成校正子集后采用局部回归方法获得待测样品的相关信息。该方法所建立局部模型的平均检验标准偏差(SEV)约为0.57,分析30个预测样品的预测标准偏差(SEP)约为0.61;基于马氏距离的传统方法建立的偏最小二乘局部模型的平均SEV为0.59,分析30个待测样品的预测SEP为0.64;而采用整个数据库建立的全局偏最小二乘模型的SEV约为0.65,分析30个预测样品SEP约为0.70。基于Bayesian相似性评估的局部回归方法在苹果糖度的近红外无损定量分析中获得较好的应用结果,在实际应用中该方法比全局回归方法具有更强的适用性,为近红外光谱分析提供了新的分析工具。     

Efficient Quantile Estimation for Functional-Coefficient Partially Linear Regression Models

The quantile estimation methods are proposed for functional-coefficient partially linear regression (FCPLR) model by combining nonparametric and functional-coefficient regression (FCR) model. The local linear scheme and the integrated method are used to obtain local quantile estimators of all unknown functions in the FCPLR model. These resulting estimators are asymptotically normal, but each of them has big variance. To reduce variances of these quantile estimators, the one-step backfitting technique is used to obtain the efficient quantile estimators of all unknown functions, and their asymptotic normalities are derived. Two simulated examples are carried out to illustrate the proposed estimation methodology.     

不同贮藏期水蜜桃硬度及糖度的检测研究

糖度和硬度作为水蜜桃的两个重要指标,决定其内部品质。在运输或售卖期间,水蜜桃果内水分流失,表面开始松软进而腐烂,内部品质发生变化。研究旨在探讨可见/近红外光谱预测水蜜桃不同贮藏期糖度和硬度的可行性,进一步预测水蜜桃的最佳贮藏期。采用漫透射和漫反射方式采集4个贮藏阶段的水蜜桃光谱,并测量糖度和硬度。分析了4个阶段水蜜桃的平均光谱,光谱强度随着贮藏天数增加而不断提高,且在650～680 nm区域内受果皮颜色及色素的变化产生波峰偏移。同时,分析了糖度和硬度的变化,糖度在贮藏期间逐渐提高,硬度在贮藏期间快速下降,最终糖度增加了3.31%,硬度下降了58.8%。采用多元散射校正、S-G卷积平滑、归一化处理及基线校正等预处理方法来减少噪声和误差对光谱的影响,并使用无信息变量消除(UVE)和连续投影算法(SPA)筛选特征波长,最后利用偏最小二乘回归(PLS)分别建立糖度和硬度的预测模型。分析糖度、硬度的PLS回归系数与平均光谱的波形发现,糖度的高回归系数分布在光谱多处,而硬度的该系数均在波峰波谷附近。SPA和UVE筛选的特征波长建立的糖度模型效果不佳,而硬度模型效果良好。结果表明,漫透射和漫反射检测方式下,糖度的最佳预测相关系数(R_p)及预测均方根误差(RMSEP)分别为0. 886,0.727和0.820,1.003,预处理方法分别是多元散射校正、平滑窗口宽度为3的S-G卷积平滑。此外,漫透射建立的硬度SPA-PLS模型,选用15个光谱变量,得到的R_p和RMSEP为0.798和0.976;而漫反射建立的UVE-PLS模型,选用113个光谱变量,得到的R_p和RMSEP为0.841和0.829。可以看出,漫透射方式预测水蜜桃贮藏期间的糖度更佳,而漫反射预测硬度更佳。利用可见/近红外光谱所建立的糖度和硬度预测模型,能够可靠地预测水蜜桃贮藏期内糖度和硬度的变化,对指导采摘、售卖时间和减少腐烂具有一定的参考价值。