改进的偏最小二乘法在分析谐波源中的应用

在偏最小二乘回归建模中有时由于自变量中含有大量与因变量无关的信息, 这些与因变量无关的信息被提取成具有大方差和小相关系数的成分,使得入选的成分虽然具有大的协方差, 但是仍然对因变量缺乏解释能力。为了克服这一缺点,应用改进的偏最小二乘法进行回归建模,介绍了该方法的改进原理及步骤,并将该方法应用于谐波定量分析中,仿真示例说明了该方法的有效性及优越性。     

偏最小二乘回归神经网络在径流预报中的应用

地表水系统中,径流受诸多因素影响。将偏最小二乘回归与神经网络耦合,建立了径流量预报模型。将自变量利用偏最小二乘回归处理,提取对因变量影响强的成分,既可以克服变量之间的相关性问题,又可以降低神经网络的输入维数;利用神经网络建模可以较好地解决非线性问题。实例表明本模型有较高的拟合和预报精度。     

偏最小二乘回归法在寒地黑土区水稻非充分灌溉分析中的应用

利用测坑精确控水的优势,2009年对寒地黑土区水稻进行了非充分灌溉试验研究.运用解释变量个数多、样本量少的偏最小二乘回归法建立非充分灌溉水稻产量的预测模型,消除了因子间多重相关性的影响,很好地解释因变量.研究分析表明:结果比较合理,并与实际相符,这为水稻非充分灌溉分析的研究提供了新的思路和研究方法.     

潇河冬小麦水肥生产函数偏最小二乘回归建模及分析

在最小二乘回归失效的情况下,将偏最小二乘回归应用于山西潇河灌溉试验站冬小麦水肥生产函数建模。该方法可以克服多重相关引起的危害,建立合理的、具有较强的稳定性和预测能力的水、氮、磷生产函数模型。由模型分析可知,水、氯、磷三因素都具有明显的增产效应。水肥耦合效应表现为水肥对产量的协同作用和氮、磷之间的竞争关系。随着作物耗水量的增加,氮、磷的利用效率得到提高;而增加氮、磷投入亦能提高水分利用效率。此外,还提出了氮、磷有效组合区域的概念。     

基于偏最小二乘回归的土壤含水量预测模型研究

土壤水分是直接影响作物产量的重要因素之一,因此科学地预测土壤含水量对充分利用土壤水资源具有十分重要的意义.土壤含水量受到多重气象因素的影响,各气象因子间往往存在多重相关性, 从而导致传统的多元回归模型(基于最小二乘法)的失真,丧失稳健性,预测精度降低.为此,采用偏最小二乘回归建模,借助主成分分析与典型相关分析的思路,采用成分提取的方法,有效地解决了各气象因子之间的多重相关问题,建立了土壤含水量预报模型,并对模型进行了辅助分析,得出了各影响因子的评价结果排序,同时模型的拟合和预报精度均较好.     

基于偏最小二乘回归的投影寻踪耦合模型在参考作物腾发量预测中的应用

根据朝阳气象站的实测气象数据(温度、湿度、日照时数、风速、蒸发量、降水量),提出基于偏最小二乘回归的投影寻踪耦合模型用于预测朝阳地区参考作物滕发量.偏最小二乘回归方法能够有效地处理自变量间多重线性相关问题,但对处理因变量与自变量间复杂的非线性问题较差,而投影寻踪回归模型有效解决了非线性问题.把这2种方法结合在一起,建立了基于偏最小二乘回归的投影寻踪耦合模型,用于该地区参考作物滕发量的预测.并将耦合模型预测的ET0结果与Penman-Monteith公式计算的ET0结果进行比较,该耦合模型预测精度较高.     

最小二乘法在椭圆检测中的应用

椭圆检测作为模式识别和计算机视觉领域热点研究,一直有重要的研究价值。文章首先介绍常用边缘检测算子,然后总结了椭圆检测的几种重要检测算法:最小二乘拟合算法、基于Hough变换的椭圆检测算法以及Kalman滤波法并分析了其各自的优点及缺点。     

变步长的最小二乘递推算法

针对固定步长的最小二乘递推算法在信号辨识中采集数据量大、辨识速度较慢的缺点,提出了变步长的最小二乘递推算法,在保证同等辨识精度的条件下, 采集的数据明显减少,大大提高了辨识速度。     

最小二乘法在水泵试验曲线拟合中的应用

根据目前国内外水泵测试软件中需要曲线拟合的要求,充分考虑了目前水泵试验软件曲线拟合的基础,我们将最小二乘法应用到水泵试验软件中.从软件中实现了流量-扬程曲线的拟合,流量一效率曲线的拟合,流量-功率曲线的拟合,以及流量-汽蚀余量曲线的拟合,并且拟合曲线的多项式方程的次方数和拟合精度可以手动或自动选择,有效避免了目前曲线拟合精度不高的问题.实际试验结果表明将最小二乘法应用在VB开发的水泵测试软件中,绘图准确,曲线美观大方,使用方便,符合国家相关标准的要求,保证了试验的测试精度.     

最小二乘法在农机市场预测中的应用

在农机市场预测中，人们经常使用趋势预测方法。即通过对多年销售趋势线的模拟，计算下一年的预测值。在这样的计算中，一般多采用最小二乘法建立拟合趋势线，即将销售视为时间的函数，建立起相应的预测方程，使该方程的拟合线与实际数据线各对应点之间的偏差平方和最小，进而求得尽可能接近实际线的拟合值。     

基于改进型非线性最小二乘法的作物模型隐含参数估计

为了使作物生长模型中的参数最优化,提出了一种改进型非线性最小二乘法在作物生长模型中隐含参数估计的应用技术,针对多目标项的情况提出了权矩阵的自动计算方法。通过良好的人机交互界面,使得该方法更精确、更有效、更方便。实验表明：用该方法对作物模型进行参数优化后,再对番茄生长的动态过程进行仿真,对模拟值和实测值进行比较,两者拟合程度很好。     

最小二乘支持向量机模型在径流预报中的应用

为解决径流中长期预报模型精度较低的问题,提出了一种基于混沌时间序列的最小二乘支持向量机预测方法,该方法依据相空间重构技术以及最小二乘支持向量机模型(以下简称LS_SVM)。利用该模型对黄河三门峡1919-1989年的71年实测年径流量进行预测。经过反复计算分析表明LS_SVM模型在径流中的应用具有较快的计算速度、较好的泛化能力以及较高的预测精度。     

基于离散粒子群和偏最小二乘的水源地浊度高光谱反演

随着面源污染的加剧,导致水源地水体富营养化程度日趋严重,浊度作为衡量水体富营养化的一项重要指标,是水质评价的重要参数。为降低浊度偏最小二乘(Partial least squares,PLS)反演模型建模的不确定性,提高模型反演精度,提出了基于离散粒子群(Discrete binary particle swarm optimization,DBPSO)和偏最小二乘的水体浊度反演模型。以2015年10月在南水北调东线重要水源地微山湖获取的水体浊度和准同步的HJ-1A HSI高光谱数据为例,利用HJ-1A HSI B26-B105(中心波长:518~870 nm)全谱段光谱反射率(Original spectral reflectance,OSR)和归一化光谱反射率(Normalized spectral reflectance,NSR)直接构建浊度OSR-PLS和NSR-PLS反演模型,同时利用离散粒子群算法优选输入浊度PLS反演模型的最佳原始波段反射率和归一化光谱反射率,在此基础上提出并构建浊度OSR-DBPSO-PLS和NSR-DBPSO-PLS反演模型;然后对上述模型进行精度评价,分析光谱归一化处理和特征波段优选对PLS模型反演精度的影响,选择精度最高的模型反演微山湖水体浊度分布。结果表明:NSR-PLS模型精度(R2=0.91)高于OSR-PLS模型(R2=0.50),对波段进行归一化处理能提高浊度PLS反演模型精度;DBPSO能够识别浊度PLS反演的最佳波段,浊度PLS建模所需的波段数由80个分别减少为44个(OSR波段)和36个(NSR波段),在此基础上构建的OSR-DBPSO-PLS模型(R2=0.96)和NSR-DBPSO-PLS模型(R2=0.97)均具有较高精度,显著高于直接利用全谱波段构建的浊度PLS模型反演精度;选择综合误差最小的NSR-DBPSO-PLS模型反演微山湖水体浊度,反演结果符合实际,该模型适用于HJ-1A HSI数据和内陆水体浊度反演。     

基于最小二乘支持向量回归的小零件精密测量技

以圆销式齿形链板为研究对象,提出了结合图像处理技术和最小二乘支持向量回归的小零件精密测量方法.以CCD作为传感器采集图像,通过去噪和二值化等图像预处理技术获得待测零件单像素边缘轮廓信息.根据零件特点确定待测区域,并取出该区域中图像点的坐标作为最小二乘支持向量回归的训练点集,进行直线和圆的亚像素回归.对回归结果进行处理得到待测直线间夹角、圆孔直径、圆度误差和圆心距等几何参数.实验结果表明提出的方法不仅收敛速度快,而且精度高、稳定性好.     

基于最小二乘法的早期作物行中心线检测方法

提出了一种基于最小二乘法的早期作物行中心线检测算法.利用G-R颜色特征因子分割作物与背景.根据作物与杂草的长度属性去除部分杂草噪声,应用垂直投影法动态检测作物行数,并提取作物行中点为特征点,获得特征点图像.利用特征点间的邻近关系对特征点进行分类,对归类后的特征点进行两次最小二乘法拟合,得到作物行中心线.对于有作物缺失的作物行,采用统计条形区域内特征点数量的方法判别检测结果的可信度.实验结果表明,算法能克服杂草和作物缺失的影响,实时地提取小麦、玉米和大豆作物行,平均每幅图像处理时间小于150 ms.     

PLS算法在高光谱估测加工番茄白粉病色素含量中的应用

采用传统光谱特征参数和新建光谱特征参数对色素含量进行多光谱特征参数的偏最小二乘法(PLS)估算,以此来估测加工番茄白粉病病叶色素含量,并进行精度检验。结果表明:色素含量原始光谱与反对数光谱的敏感波长分别为350～718 nm、719～839 nm和350～718 nm、728～857 nm。从传统光谱特征参数和新建光谱特征参数中选取9个光谱特征参数PSNDa、GNDVI、PSSRa、PSSRb、GM、TPMPa、TPMPb、TPMPc和TPMPd,分别构成PGP、PGT、TTT 3组对色素含量进行估测,TTT组为色素含量光谱组合最佳估测模型。     

混沌遗传最小二乘支持向量机法预测日用水量

利用混沌运动的初值敏感性、内在随机性和遍历性的特点,提出基于混沌遗传算法和最小二乘支持向量机的城市日用水量预测法。通过混沌映射搜索自适应遗传算法的较优初始种群,采用自适应遗传算法优化最小二乘支持向量机的超参数,利用交叉验证法确定遗传算法个体的适应值,建立基于最小二乘支持向量机的日用水量预测模型。实例分析结果表明,与基于遗传最小二乘支持向量机的日用水量预测法相比,提出的预测方法具有更高的预测精度。     

截面最小二乘圆心偏心误差运动的分离方法

被测截面的最小二乘圆心不但是被测截面圆度误差的评定基准,也是圆柱度形状误差的重构基准,由于采用误差分离技术分离出的回转误差运动是截面最小二乘圆心的偏心误差运动和纯回转误差运动的叠加,有效地提取截面最小二乘圆心的位置,一直是研究难题。通过对圆度误差的分离过程和分离出的回转误差运动进行分析,利用三角函数序列的正交性,提出了一种不涉及回转轴纯回转误差运动的一阶谐波分量,完整提取截面最小二乘圆心偏心误差运动的分离方法,并通过实验验证了该项技术的正确性。     

最小二乘拟合法在大型水电机组安装中的应用

为了分析大型水轮发电机组安装、加工的质量,以及设备吊装、混凝土施工过程中设备的变形情况,提出了基于VC编程的最小二乘拟合圆与拟合空间平面算法,并在大型水轮发电机组安装中进行了实际应用.运用该方法计算出某大型水轮发电机组座环上、下镗口加工后的圆度分别为1.53,1.74 mm,拟合圆半径分别为6 340.24,6 335.48 mm,同心度为0.14 mm,各项指标都达到优良标准.运用该方法,对另一座水电站在蜗壳混凝土浇筑灌浆后,由水准仪测量得到的座环上环板各测点高程,计算出座环上环板的平面度为6.44 mm,已超出了质量标准.在大型定子机座整体吊装时,通过测量定子机座吊起后支腿测点的高程,然后以空间平面拟合方法计算出机架各支腿的不平度,可以快速分析定子机座整体吊装时的变形情况.     

基于最小二乘支持向量机模型预测田面糙率

田面糙率是影响地面灌溉质量的重要参数。基于最小二乘支持向量机建立了两类4个田面糙率预测模型,并进行了验证。结果表明第一类模型预测值(即作物地采用LSSVM-N-I3、裸地采用LSSVM-N-I1,翻耕地采用LSSVM-N-I2)相对误差最大值为9.7%;第二类模型预测值(即LSSVM-N-II模型)相对误差最大值为10.5%,由此可见两类模型都具有较高的预测精度,可以用于田面糙率的预测。