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     

Simultaneous spectrophotometric determination of drugs in pharmaceutical preparations using multiple linear regression and partial least-squares regression, calibration and prediction methods

Two new methods for the simultaneous determination of acetylsalicylic acid, acetaminophen and caffeine based on total absorbance measurements and their processing by multiple linear regession and partial least-squares regression are proposed. The concentration ranges used to construct the calibration matrix were 4.0-12.0, 2.0-10.0 and 0.9-6.0 μg ml⁻¹ for acetylsalicylic acid, acetaminophen and caffeine respectively. The proposed methods were validated by using a set of synthetic sample mixtures and subsequently applied to the determination of the three active principles in three different pharmaceutical preparations.     

一种基于局部回归的多尺度碳市场价格预测模型研究

碳市场价格呈现非线性、非平稳的复杂特性,准确预测具有较大的挑战。基于“分而治之”的思想,提出了一种基于局部回归的多尺度碳市场价格预测模型。提出的模型利用集成经验模态分解(EEMD)对碳市场价格时间序列进行分解。启发于EEMD局部特征分解的特点,对分解后的分量采用局部回归方法进行预测,然后将分量预测结果进行集成。采用的局部回归方法包括局部线性回归(LLP)、局部多项式回归、局部岭回归、局部主成分回归、局部偏最小二乘回归和局部套索回归。实验结果表明基于局部回归的多尺度预测模型具有优异的预测性能。在提出的模型中,EEMD-LLP结构简单且性能更为突出,进一步对EEMD-LLP参数的适应性进行探讨。与新近提出模型的对比结果表明了EEMD-LLP在碳市场价格预测中的有效性。     

大规模数据的L1惩罚分位数回归方法研究--基于特征筛选和随机抽样方法

为解决大规模数据在进行回归分析时存在的计算内存不足和运行时间较长的问题,提出两个新的回归分析方法:先筛选后抽样的大规模数据L₁惩罚分位数回归方法(FSSLQR)和先抽样后筛选的大规模数据L₁惩罚分位数回归方法(SFSLQR),其数值模拟和实际应用结果表明:FSSLQR和SFSLQR方法不仅能够显著降低计算内存和运行时间,而且其估计预测和变量选择的结果与全量L₁惩罚分位数回归基本一致。此外,与Xu等(2018)提出的大规模数据的L1惩罚分位数回归方法(SLQR)相比,FSSLQR和SFSLQR方法在估计预测、变量选择和运行时间等方面都更具优势。     

A comparison of statistical methods for prenatal screening for Down syndrome

Currently, prenatal screening for Down Syndrome (DS) uses the mother's age as well as three biochemical markers for risk prediction. Risk calculations for the biochemical markers use a quadratic discriminant function. In this paper we compare several classification procedures to quadratic discrimination methods for biochemical-based DS risk prediction, based on data from a prospective multicentre prenatal screening study. We investigate alternative methods including linear discriminant methods, logistic regression methods, neural network methods, and classification and regression-tree methods. Several experiments are performed, and in each experiment resampling methods are used to create training and testing data sets. The procedures on the test data set are summarized by the area under their receiver operating characteristic curves. In each experiment this process is repeated 500 times and then the classification procedures are compared. We find that several methods are superior to the currently used quadratic discriminant method for risk estimation for these data. The implications of these results for prenatal screening programs are discussed.     

随机响应面法最优概率配点数目分析

系统地研究随机响应面法采用线性无关原则选取概率配点的优越性,给出了基于线性无关原则选取概率配点的流程图,比较了基于回归方法和基于线性无关原则选取概率配点的优缺点。算例结果表明,基于回归方法选取概率配点时,配点数目应保证Hermite系数矩阵达到满秩,此时随机响应面法的计算精度才能得到保证,计算效率也远远高于传统的蒙特卡洛模拟方法。基于线性无关原则选取概率配点的随机响应面法在保证计算精度的同时,其计算效率远远高于基于回归方法选取概率配点的随机响应面法,它是结构可靠度分析一种有效的方法,尤其适用于极限状态方程不能用显式函数表达的复杂结构可靠度问题。研究成果为随机响应面法最优概率配点数目的确定奠定了一定的基础。     

基于WRF数值模式的SDAE-SVR风速预测模型研究

风速预测是风力预报中的核心与基础, 采用天气研究和预报(Weather Research and Forecasting, WRF)模式进行风力预报往往存在风速预测误差较大的问题. 为了提高风速预测精度, 提出了一种基于深度学习和支持向量回归(Support Vector Regression, SVR)相结合的风速预测模型. 该模型以WRF模式预报输出的多种气象变量为基础, 结合气象自动观测站传感器的实测风速, 引入堆栈降噪自动编码(Stacked De-noising Auto-Encoder, SDAE)深度网络来学习样本数据中隐含的深度特征, 然后将该深度网络最后一层输出的深度特征置入回归器SVR中, 利用SVR良好的回归预测性能对WRF模式预报的未来1h风速进行预测订正. 结果表明: 所建立的SDAE-SVR风速预测模型具有较高的风速预测精度, 在对典型日的WRF模式预报未来1h风速的预测订正中, 其平均百分比误差与均方根误差仅为8.28％与0.8 066 m·     

主成份回归法同时分析混合多组份体系

用主成份分析法研究多组份体系,用非线性迭代偏最小二乘法求出各个主成份向量,建立多组份体系分析的主成份回归分析法模型,利用该模型对未知样品进行浓度预报分析。     

苯酚和苯胺类衍生物的结构与薄层色谱保留值关系的研究

以不同比例的己烷－乙酸乙酯二元体系作为展开剂,在硅胶板上测定了２４种苯酚和苯胺类衍生物的比移值Ｒｆ。用斜交因子分析方法将这２４种化合物分为具有不同特征的两大类：第一类的苯环上均不含甲基,而第二类的苯环上均含甲基。第一类化合物的比移值均比第二类要小;苯环上取代基团使Ｒｆ值增大的顺序为ＣＨ３＞ＯＨ＞ＮＨ２;邻位取代的化合物,由于分子内形成氢键,极性减弱,因而比移值增大。分别对两类化合物的保留值与其拓扑指数进行多元回归分析的结果表明,它们的色谱保留行为与其分子结构之间存在着较好的相关性。     

多元线性回归提高激光诱导荧光辅助激光诱导击穿光谱技术的准确度

冶金、核工业、污染检测和环境监测等领域对元素分析的需求是必不可少.激光诱导击穿光谱技术作为一种新型的原子光谱分析技术,具有实时快速、对样品几乎无损、可多元素同时分析等特点,因此一直受到广泛的关注.但其分析灵敏度较差的缺点一直限制着该技术的发展.激光诱导荧光辅助激光诱导激光光谱技术能够通过激光共振激发提高分析灵敏度并高效...