有缺失数据单因素随机区组试验资料分析的最小二乘法与估计 …

用最小二乘法和估计数值法同一有缺失数据的玉米新组合比较试验资料进行分析，对分析结果进行比较研究，结果表明，最小二乘法能估计出组合效应，获得组合的最小二乘均数，针进行了差分析和多重比较，与传统的估计缺值法比较，最小二涨进更为简便，分析更精确可靠     

有缺失数据单因素随机区组试验资料分析的最小二乘法与估计缺值法的比较研究

用最小二乘法和估计缺值法对同一有缺失数据的玉米新组合比较试验资料进行分析,对分析结果进行比较研究,结果表明：最小二乘法能估计出组合效应,获得组合的最小二乘均数,精确地进行方差分析和多重比较,与传统的估计缺值法相比,最小二乘法更为简便,分析结果更精确可靠。     

样本含量不等的效应值估计和种畜最小二乘均数的计算

本文采用参数最小二乘法,估计样本含量不等的公畜、母畜、胎次和分娩季节的断奶窝重效应,并进行检验。同时还计算了最小二乘均数,据此可以选择优良种畜和环境。     

基于最小二乘支持向量机的灌区粮食产量预测研究

对常用作物产量预测模型进行了简要评述,建立了基于最小二乘支持向量机的灌区产量预测模型。对灌区作物产量进行模拟计算,并用检验样本与灰色预测和神经网络模型的预测结果进行了比较。结果表明,最小二乘支持向量机预测的最大误差7．12％,平均误差4．81％。最小二乘支持向量机模型有较高的预测精度和良好的推广能力,可做为灌区粮食产量预测的一种新方法。     

矩阵方程AXB=C的最小二乘解的定秩研究

研究了矩阵方程AXB=C最小二乘解的秩的范围，利用矩阵的奇异值分解以及Frobenius范数的特征，得到了秩约束下最小二乘解的表达式，并得到了最大秩和最小秩最小二乘解.     

偏最小二乘回归模型在非点源负荷预测中的应用

将偏最小二乘回归模型应用于流域非点源污染年负荷量预测,并与基于最小二乘的多元线性回归模型预测结果进行了对比。实例计算分析结果表明,偏最小二乘回归分析实现了多元回归、主成分分析和典型相关分析的综合,能较好地处理变量之间的多重相关性问题,建模所需样本少,且计算结果合理,具有较好的推广应用价值。     

盐池滩羊肌苷酸含量分子标记初探

根据鸡的腺苷一磷酸脱氨酶1(AMPD1)基因序列设计引物,采用PCR-RF-SSCP技术检测了60只盐池滩羊限制性酶切片段单链构象多态性,并分析了不同基因型与盐池滩羊肌苷酸含量的关系。结果表明:在被测滩羊中检测到了A和B两个等位基因,基因频率分别为0.591 7和0.408 3;产生AA、AB和BB等3种基因型,基因型频率分别为0.350 0、0.483 3和0.166 7。最小二乘分析表明,基因型AB所对应的肌苷酸含量最小二乘均数显著高于基因型AA和BB(P<0.05)。     

LS-SVM在CFG桩复合地基承载力预测中的应用

分析了CFG桩复合地基承载力的主要影响因素,提出了CFG桩复合地基承载力预测的一种新方法,即最小二乘支持向量机方法。根据有限的学习样本,建立了CFG桩复合地基承载力与其影响因素之间的非线性关系。结果表明:最小二乘支持向量机具有优秀的小样本数据学习能力和预测能力,将其用于CFG桩及其它刚性桩复合地基承载力的预测是可行的。     

小样本时序数据二次曲线参数估计方法

给出了一种拟合二次曲线yt=a bt ct^2的新方法，导出了三参数的具体估计公式，这种参数估计方法极其简单而误差较小，它的独特之处是适用于残缺样本集。用此法对一个实例的拟合结果优于最小二乘法和三组平均法。     

基于MATLAB的雾化图像处理及雾化角的测定

采用计算机图像视觉的方法,利用M ATLAB强大的图像处理功能,对拍摄的喷雾图像进行了去噪及二值化等初步处理,提取其边缘图像,对不规则的喷雾图像边缘进行了最小二乘拟合,得到了最近似于该边缘的2条相交直线,二者夹角即为所要求的雾化角。根据最小二乘拟合的定义,该方法的误差平方和最小,从而使雾化角的确定精度大大提高。     

基于最小二乘的点云叶面拟合算法研究

利用地面激光扫描仪(TLS)获取户外树木的大量点云数据,从中截取树叶点云数据并以此来进行曲面拟合,构建树叶真实三维模型。主要针对空间散乱点云数据的曲面拟合方法进行研究。在最小二乘法、正交最小二乘法、移动最小二乘法等3种二维曲面拟合方法基础上,针对空间散乱点云数据,提出新的曲面拟合方法。通过比较这3种方法对点云数据曲面拟合后效果,得出结论:针对树叶散乱点云数据,移动最小二乘法能够有效的拟合出树叶的曲面。     

基于小波滤噪和iPLS的草莓近红外光谱糖度检测模型

[目的]获得精度高、鲁棒性强的草莓近红外光谱糖度检测模型。[方法]利用K-S（Kennard-Stone）方法划分样本集,并用小波滤噪法对草莓1000～2500nm近红外光谱进行预处理,最后用偏最小二乘法（PLS）和区间偏最小二乘法（iPLS）分别建立预测模型。[结果]采用区间偏最小二乘法将光谱划分为20个子区间,利用其中的第16个子区间建立的糖度模型效果最佳,其校正时的相关系数Rc和校正均方根误差RMSEC分别为0．9355和0．259,预测时的相关系数邱和预测均方根误差RMSEP分别为0．9202和0．305。[结论]用小波滤噪和联合区间偏最小二乘法所建立的草莓糖度模型不仅能有效地减少建模所用的变量数,缩短运算时间,而且预测能力和精度均得到提高。     

基于近红外光谱与DPLS的潲水油快速鉴别方法

潲水油回流餐桌等食品安全问题越来越受到社会关注,探寻准确、快速、简便、高效且成本低廉的潲水油鉴别新方法成为食用油安全性能检测的新要求.对收集的82份潲水油和合格食用油样品进行了理化检测,鉴别出潲水油样品37份,合格油样品45份.从82份样品中随机选出24份样品作为第一组,余下58份样品作为第二组,以第一组24份样品作为校正集,建立判别偏最小二乘法(DPLS)模型,鉴别第二组58份样品,总体鉴别正确率为86.21%;再以第二组58份样品作为校正集,建立DPLS模型,鉴别第一组24份样品,总体鉴别正确率为95.83%.研究表明,基于近红外光谱与DPLS的潲水油快速鉴别方法可行,具有较好的鉴别效果.     

基于最小二乘支持向量机的灌区粮食产量预测研究

对常用作物产量预测模型进行了简要评述,建立了基于最小二乘支持向量机的灌区产量预测模型。最小二乘支持向量机,采用二次规划方法代替传统的支持向量机来解决函数估计问题。最小二乘支持向量机在利用结构风险原则时,在优化目标中选取了不同的损失函数,即误差ξ_i（允许错分的松弛变量）的二范数。这使得最小二乘向量机的优化问题为：min（1/2）‖w‖^2＋C（1/2）sum from i=1 to 1ξi~2（ξi是松驰变量;C为正则化参数）。用于函数估计的最小二乘SVM为：y（x）=sum from k=1 to Nαk K（x,xk）＋b。采用等式约束可以将求解的优化问题转化成线性方程,大大减少算法的复杂性,另外,采用径向基核函数的最小二乘SVM仅需确定γ、σ2个参数（γ为可调参数,σ为核函数宽度系数）,参数的搜索空间由标准SVM的三维降低到二维,极大地加快了建模速度。对γ,σ2个参数通过模型评估来确定参数最优值,大大提高了预测的精度。对河南省人民胜利渠灌区作物产量进行模拟计算,并用检验样本与灰色预测和神经网络模型的预测结果进行了比较。结果表明,最小二乘SVM预测的最大误差7.12%,平均误差4.81%;灰色理论预测的最大误差38.36%,平均误差17.52%;神经网络预测的最大误差10.40%,平均误差6.80%。可见,最小二乘支持向量机模型有较高的预测精度和良好的推广能力,预测结果优于灰色预测理论和人工神经网络,可作为灌区粮食产量预测的一种新方法。     

阿维菌素对台湾乳白蚁的毒力分析

用点滴法测定了阿维菌素对台湾乳白蚁的接触毒性 ,利用最小二乘法和机率值分析法计算分析。结果表明 ,阿维菌素对台湾乳白蚁有较强的毒杀作用 ,其半致死剂量为 0 0 31 2μg·头-1,明显低于氯丹的半致死剂量 ,且对环境无污染 ,是一种较理想的白蚁防治药剂。表 1参 5     

家畜育种值的群体间转换

根据 Falconer 提出的关于一个家畜在不同环境的表现可看作是不同的性状的思想,并利用方差组分估计的极大似然法。本文提出了一个估计育种值的群体间转换因子 a 和 b的新方法——MTML 法.并用模拟资料将此方法与前人提出的最小二乘法(OLS)和 Wilmink法进行了比较.结果表明,3种方法都给出了 a 的无偏估值。但由 MTML 法所得到的 a 估值的标准误最小.用 Wilmink 法能得到 b 的无偏估值,但其标准误最大.而用 MTML 法所得到的b估值虽略有下偏,但其标准误最小.在多数情况下,用 MTML 法可得到最小的转换育种值的均方误.OLS 法和 Wilmink 法都极大地受抽样方式的影响。而 MTML 法则几乎不受影响.     

基于Sobel算子的金相图边缘提取新算法

猪肉产量受诸多因素影响，因此数据波动性大，并且具有小样本性及贫信息等特点.本文采用基于最小二乘法的GM(1，1)模型对我国未来几年内猪肉产量进行了短期预测.首先,介绍了GM(1，1)模型；然后,通过最小二乘法的原理弱化波动较大的数据，减少随机性，加强规律性，建立基于最小二乘法的GM(1，1)模型；其次,结合2008至2014年我国猪肉产量数据建立预测模型；最后,使用2014年数据对模型的可靠性进行验证，基于最小二乘法的GM(1，1)模型的预测结果更加接近实际值.预测结果显示未来3年中国猪肉产量将持续增加.该模型为其他相关预测提供了理论依据，也便于我国对未来猪肉产品市场进行宏观调控，维持猪肉市场平衡，避免猪肉价格波动风险.     

蒙古栎木材MOR与MOE的近红外光谱预测模型分析

蒙古栎是重要的结构用材,对其抗弯强度(MOR)与抗弯弹性模量(MOE)进行快速准确的无损检测是具有工程应用价值的科学问题。为实现蒙古栎木材MOR与MOE的快速无损检测,以900~1 700 nm的便携式近红外光谱仪为检测手段,提出一阶导数与S-G卷积平滑处理相结合的数据预处理方法,采用木材径切面与弦切面2个切面近红外光谱的平均值作为建模数据,利用Isomap-PLS算法建立预测模型估计木材的MOR、MOE。试验采用135个300 mm20 mm20 mm的无疵小试样为样本,其中90个组成校正集,45个组成预测集。结果表明:一阶导数处理能够消除光谱背景平缓区域干扰,S-G卷积处理能滤除高频噪声;采用径切面与弦切面光谱的平均值,比采用单一切面建模效果好,校正相关系数大,校正标准误差小;Isomap-PLS模型优于PLS、iPLS、MWPLS、CSMWPLS、BiPLS、LLE-PLS模型,MOR预测相关系数为0.89,预测标准误差(SEP)为11.43,相对分析误差(RPD)为2.552.5;MOE预测相关系数为0.88,SEP为2.73,RPD为2.582.5。可见,所建近红外模型可以完成蒙古栎无疵木材快速有效的无损检测。      

偏最小二乘-紫外分光光度法同时测定水中酚类化合物

[目的]对吸收光谱严重重叠的邻苯二酚、间苯二酚、邻苯三酚和间苯三酚四组分体系同时测定方法进行研究.[方法]按正交设计表L9(34)配制9组不同浓度组成的邻苯二酚、间苯二酚、邻苯三酚和间苯三酚标准混合溶液,弱酸性条件下,波长240～290 nm,每隔1 nm测定四组分体系的吸光度,建立偏最小二乘法测定四组分的校正模型,同时测定模拟混合样和水样中四组分的含量.[结果]邻苯二酚、间苯二酚、邻苯三酚和间苯三酚四组分在模拟混合样中绝大部分分析结果的相对预报误差(RPEs)在允许范围内.[结论]偏最小二乘法测定邻苯二酚、间苯二酚、邻苯三酚和间苯三酚四组分,测量体系稳定,结果可靠,提供了一种新的测量途径.