用主成分回归和偏最小二乘法定量测定谷物成分

用主成分回归和偏最小二乘方法分别处理谷物的付立叶变换近红外漫反射光谱,对谷物中含量分别为 10~(-1)的蛋白质、10~(-2)的脂肪、10~(-3)的赖氨酸进行了定量测定。表明这2种方法与经典化学方法没有系统偏差,结果优于逐步回归分析。     

中国花卉年销售额的偏最小二乘回归分析

应用偏最小二乘回归对1998-2012年中国花卉年销售额进行了分析,结果表明:建立的模型是合理可信的,花卉产业增长方式已经发生重大改变。技术人员已经成了促进花卉增长的首要因子,栽培面积退居第2位,保护地位居第3位,而花卉企业成为了花卉增长的限制因子。     

偏最小二乘回归分析在土地利用变化研究中的应用--以上海市嘉定区为例

以上海市嘉定区为例，首先分别应用一般最小二乘回归、主成分分析和典型相关分析3种方法进行建模分析，然后应用偏最小二乘回归方法，对该区域土地利用结构变化建立数学模型，并对该地区社会经济因子对土地利用结构变化的影响和作用机制进行简要的分析总结。结果表明：偏最小二乘回归模型的整体性较强，结论较为合理，回归系数易于解释，提供的系统信息也更丰富。     

贵州烤烟中生物碱的偏最小二乘回归分析

采用多元统计分析方法,对贵州2010和2011年124个烤烟样品中的8种生物碱进行偏最小二乘回归分析。结果表明：假木贼碱、 二烯烟碱、新烟草碱及可替宁对烟碱含量的影响最大;通过偏最小二乘回归方程对烟碱含量进行预测,训练集119个样本的预测值与测定值之间的相对标准偏差都小于17.04%,其中有109个样本小于10.00%;用检测集5个样本进一步对方程进行验证,其预测值与测定值之间的相对标准偏差都小于6.72%。     

偏最小二乘回归分析在土地利用变化研究中的应用——以上海市嘉定区为例

以上海市嘉定区为例,首先分别应用一般最小二乘回归、主成分分析和典型相关分析3种方法进行建模分析,然后应用偏最小二乘回归方法,对该区域土地利用结构变化建立数学模型,并对该地区社会经济因子对土地利用结构变化的影响和作用机制进行简要的分析总结.结果表明:偏最小二乘回归模型的整体性较强,结论较为合理,回归系数易于解释,提供的系统信息也更丰富.     

基于偏最小二乘回归同时测定阿莫西林和多四环素含量

阿莫西林和多四环素在紫外光谱区间吸收峰附近有多重共线现象,紫外分光光度法难以准确测出2种物质各自含量.本文通过L16(45)正交实验设计,采集200~250 nm波长混合样品吸收光谱,数据经标准化处理,建立偏最小二乘回归预报数学模型.结果显示,该法计算阿莫西林和多四环素的预测相对误差(RPE)分别为3.13%和6.42%,平均加标回收率分别为100.34%和100.71%.该法简便快捷,准确可靠,样品无需预先分离.     

利用TM影像和偏最小二乘回归方法估测三峡库区森林蓄积量

为进一步提高遥感模型预测森林蓄积量的精度和稳定性,分析了遥感特征因子、地形特征因子、郁闭度与森林蓄积量之间的相关关系。在此基础上,利用偏最小二乘回归方法构建了森林蓄积量遥感预测模型,生成了三峡库区森林蓄积量空间等级分布图,并与地面实测值进行比较。结果表明:该模型的最佳主成分数为3,且郁闭度、海拔、坡度、TM1、TM2、TM3、TM4、TM5、TM7、NDVI、RVI、TM7/TM3、TM4×TM3/TM2、亮度和湿度为预测森林蓄积量的入选变量;森林蓄积量预测的调整决定系数为0.524,相对误差为7.33%,均方根误差为1.763m3;利用该模型计算出三峡库区森林总蓄积量约为1.12亿m3,总体预测精度达到89.58%。研究结果为提高森林蓄积量遥感预测的精度提供了一种有效手段,有利于大面积应用和推广。     

泡桐生长与土壤因子偏最小二乘回归分析

[目的]为造林地选择和科学管理土壤提供参考。[方法]利用小波去噪,建立偏最小二乘回归模型,对影响泡桐人工林生长的土壤主导性因子进行探讨。[结果]泡桐与土壤中大部分因子存在显著或极显著的相关关系,影响泡桐生长的土壤主导因子是有效磷、有机质。[结论]偏最小二乘回归对泡桐生长与土壤因子分析的模型合理可信,精确度高,可靠性较强,有一定使用价值。     

利用TM 影像和偏最小二乘回归方法估测三峡库区森林蓄积量

为进一步提高遥感模型预测森林蓄积量的精度和稳定性,分析了遥感特征因子、地形特征因子、郁闭度与森林蓄积量之间的相关关系。在此基础上,利用偏最小二乘回归方法构建了森林蓄积量遥感预测模型,生成了三峡库区森林蓄积量空间等级分布图,并与地面实测值进行比较。结果表明:该模型的最佳主成分数为3,且郁闭度、海拔、坡度、TM1、TM2、TM3、TM4、TM5、TM7、NDVI、RVI、TM7/ TM3、TM4 ⅹTM3/ TM2、亮度和湿度为预测森林蓄积量的入选变量;森林蓄积量预测的调整决定系数为0.524,相对误差为7.33%,均方根误差为1.763 m3 ;利用该模型计算出三峡库区森林总蓄积量约为1郾12 亿m3 ,总体预测精度达到89.58%。研究结果为提高森林蓄积量遥感预测的精度提供了一种有效手段,有利于大面积应用和推广。      

基于偏最小二乘回归模型的湖北省粮食产量影响因素分析

以湖北省为研究区域,选取9个影响粮食产量因素指标,通过对自变量之间的多重共线性进行分析诊断,构建了基于C-D生产函数的2000~2014年湖北省粮食产量影响因素的偏最小二乘回归(Partial least squares regression,PLSR)模型。PLSR模型中,自变量对因变量均具有较好的解释能力,回归模型的Rcv2=0.946,表明回归模型的精度较高,拟合效果较好,可靠性强。结果表明,粮食作物播种面积、农业机械化总动力、农田有效灌溉面积、农用化肥施用量以及农村用电量共5个指标是影响湖北省粮食产量的关键因素。