偏最小二乘法在西门塔尔牛体尺估测中的应用

偏最小二乘法能有效解决多元回归分析中变量的多重共线性问题.选用牛体重、体高两个参数做自变量估测牛的胸围和腹围,应用所建立的线性模型对184头西门塔尔牛的数据进行误差分析,腹围平均相对误差为3.742%,胸围平均相对误差为4.385%.证明所得偏最小二乘回归模型具有较好的精度,模型能应用到种牛的选育过程中,具有较强的实用性.     

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。     

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。     

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.     

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。     

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。     

改进的模型辨识方法

调整PID参数,具有重要意义,文中提出用滞环继电反馈辨识方法来获得参数,能够减小扰动误差,获得更精确的辨识结果     

传递路径分析的改进方法及实车应用

为了指导NVH工程师更好地进行故障诊断和声学设计,在简述了传递路径分析（TPA）方法的基本原理与局限的基础上,提出一种传递函数无偏估计方法,改进了测试方法。从而可以在实车工作情况下,利用振动测试中容易测得的数据进行振动传递路径分析。提高了分析计算精度,简化了测试过程,并缩短了测试时间。应用MatLab编写了测试数据的后处理程序。最后以国产某轿车为例验证了该方法的有效性。     

改进型灰色关联分析法在湿地水质评价中的应用——以四湖流域为例

灰关联分析法是水质评价系统中的重要评价方法。针对传统灰关联分析法存在静态分辨系数均质化,关联度比较差异性低,因子权重评价影响程度低等缺点,提出了引入动态分辨系数和综合评价指标的改进型灰色关联分析法,并应用于四湖流域湿地环境监测系统MIS软件部分,与传统灰关联分析法和聚类因子分析指标及结果进行了对比,结果表明,改进型灰关联分析法有效地提高了评价结果的可靠性和准确性。     

基于装配特征图树的装配模型与建模方法

通过研究设计信息的映射机理，提出了一种基于装配特征图树的装配模型，并且用符号对其进行了表示，通过建立的特征基本操作的映射算法，可以方例地建立装配模型，实现从功能到结构的映射，而且避免了约速求解中出现的闭环求解的现象，从而实现了概念设计和详细设计的一体化。     

基于PLS和改进CVR的数控机床热误差建模

为提高支持向量回归(SVR)模型的预测能力,将核心向量回归(Core vector regression,CVR)方法引入到数控机床热误差建模中,并采用偏最小二乘(Partial least squares,PLS)算法从输入样本提取主成分,构建特征集,然后使用改进的粒子群优化(Improved particle swam optimization,IPSO)算法对CVR的模型参数进行寻优,从而提出一种基于PLS-IPSO-CVR的数控机床热误差建模方法。仿真实验表明,所提出的建模方法在预测精度和速度方面优于传统SVR模型和BP神经网络模型,从而验证了组合建模方法的可行性和有效性。     

考虑光照条件的蛋壳蛋心颜色识别方法

研究了机器视觉识别中光照条件对蛋壳蛋心颜色的影响;根据白壳与青壳蛋透光性的差异,对比分析了鸭蛋不同壳色在不同光照强度下的颜色信息,找出了白壳蛋与青壳蛋图像信息差异最大的参数以及对应的光照条件.同时,分析了与蛋黄颜色相关性较大的特征参数及光照条件.实验表明:光照条件的亮度等级为120时,鸭蛋图像的可分度最好,利用形心区域的尺分量来判断蛋壳的颜色,计算量减少,分类准确,易实现;白壳蛋在180亮度及青壳蛋在210亮度等级下,根据形心区域的H分量建立判别模型,预测精度高.     

谐波小波包自适应分解在故障诊断中的应用

将谐波小波包与匹配追踪方法相结合,提出了谐波小波包自适应分解的新方法。根据信号特征自适应选择谐波小波包字典内的时频原子,可以将非平稳振动信号既不交叠又无遗漏地分解到相互独立的频带上去,算法实现简单,频率分辨率好。通过仿真算例将该法与小波包变换、小波包追踪结果相比较,验证了该方法时频定位性好的优越性。将该方法应用于轴承和转子的故障诊断,结果表明,故障特征提取是有效的。     

基于多层递阶回归方法的裂隙水资源评价

裂隙地下水在我国许多城市和工矿企业供水中有着重要的作用.在地下水流态复杂、含水介质不均一地区,当具有系统动态观测资料时,多宜采用随机模型方法.考虑到地下水是一种时空变化的动态系统,以往用于地下水位预测和资源计算的数理统计方法均为固定参数模型,不免影响了计算结果的可靠性.而多层递阶回归方法,是针对时空动态系统而言的,模型中的参数是随时间变化的,能很好的反映出系统动态变化情况.以吉林省四平市为例,阐明了多层递阶回归方法在白垩系孔隙裂隙水允许开采量计算中的应用,为区域水资源优化管理提供科学依据,也为裂隙水资源评价提供一定的借鉴.     

改进灰色关联度分析及其在大坝观测中的应用

采用位移关联度、一阶差分关联度和二阶差分关联度三个关联度公式来综合表达各因素过程(序列曲线)间的关联度情况。其中一阶和二阶差分关联度能满足规范性要求，具有无量纲化后的保序性。数值试验清楚表明它们能较好地反映出序列曲线问存在的接近性和形状或发展趋势的相似性。给出土坝观测资料的应用结果．也反映出这些关联度公式得出的关联度值与实际曲线的情况相吻合．从而可为建模时分析与选择因素提供重要依据。     

基于改进Sobel算法的叶片图像边缘检测

采用数字图像处理技术对叶片图像进行边缘检测,主要研究了基于Sobel算子的叶片边缘的检测方法。在对图像进行灰度化和滤波去噪等预处理的基础上,增加了6个方向模板对Sobel算子进行改进。试验证明,该方法有效解决了Sobel算子边缘检测时边缘过粗的问题,得到的边缘较细,精确度提高了13.6%。