偏最小二乘回归法分析藏鸡胸肉质地特性

为揭示藏鸡肉独特的质地特性,探寻鸡胸肉质地特性与其化学成分和微观结构的关联性,本研究对5 种不同的鸡肉原料（藏鸡、与藏鸡同日龄或体质量接近的雪山草鸡、淘汰蛋鸡（对照）和白羽肉鸡（对照））进行剪切力、质地剖面分析（texture profile analysis,TPA）和应力松弛特性测定,并将上述质地特性分析结果和鸡肉的基本化学指标（水分质量分数、粗脂肪质量分数、粗蛋白质量分数、胶原蛋白质量分数、pH值）、组织学特征（肌纤维直径和密度）进行关联性分析,利用偏最小二乘回归（partial least squares regression,PLSR）法揭示影响鸡肉质地特征的显著因素。结果发现,利用PLSR能够将多个与肌肉质地特性相关的化学指标量化为鸡肉品质综合评价指标,其中剪切力的预测模型更适合预测鸡肉的质地特性。该模型的R2X为0.621,R2Y为0.739,模型拟合效果较好。Q2cum在0.6以上,说明该模型的可预测性能够被接受。载荷图显示剪切力与pH值、总胶原蛋白质量分数和肌纤维直径呈显著正相关（P＜0.05）,而与粗脂肪质量分数、可溶性胶原蛋白质量分数、胶原蛋白溶解性和肌纤维密度呈显著负相关（P＜0.05）。贡献度评价结果显示,胶原蛋白溶解性、肌纤维密度、可溶性胶原蛋白质量分数和肌纤维直径4 个指标均在模型中贡献显著。本研究可为从质地特性角度揭示藏鸡胸肉特有“咀嚼感”提供数据支持,并为丰富肉的力学特性研究提供一定的理论参考。     

最小二乘法在测配色中的应用

尝试用最小二乘法求解测配色过程中的K/S-C曲线拟合问题和测配色中的初始理论浓度配方问题,并通过实验证明此算法求解出的理论值与真实值之间的色差值是很小的。     

最小二乘法在工程数表中的应用

运用曲线拟合的最小二乘法,可以得到一个表示工程数表中各数据函数关系的数学表达式,反映所给数据的趋势。该方法可有效地提高测试精度和测试结果的准确性、可靠性,给计算机处理带来极大的方便。     

利用配方法求解最小二乘估计的的应用研究

最小二乘法有3种表现形式：求导法、配方法、投影法。通过对最小二乘法3种形式的比较分析,指出了配方法不仅能求出最优估计,而且还同时得出目标函数的极值。探讨了在矛盾方程求解、条件极值、回归分析和Wiener滤波中等问题中配方法的应用。灵活使用配方法会取得较好的效果。     

偏最小二乘光度法同时测定多组分染料混合物

采用正交设计校正偏最小二乘法（PLS）模型,用偏最小二乘法辅助分光光度法,不经分离,同时测定碱性品红、甲基紫、结晶紫、中性红四组分混合染料,测得四组分混合体系中各组分的平均回收率和RSD分别为100.5%,100.4%,99.5%,100.4%和1.37%,1.12%,1.05%,1.21%.结果表明,该法测定速度快,结果准确,为不经分离直接测定多组分染料混合物提供了新途经.     

用最小二乘法求湿敏电阻湿阻关系式

介绍了用最小二乘法求湿敏电阻器的湿度－电阻关系式的方法，该方法具有普遍性的意义。     

短波近红外光谱-偏最小二乘法测定白酒中乙醇含量

应用近红外光谱技术结合偏最小二乘法（NIRS-PLS）建立白酒中乙醇含量定量分析数学模型。所建校正模型相关系数（Corr.Coeff.）达到0.99986,校正集均方根误差（RMSEC）为0.00225,预测均方根误差（RMSEP）为0.00137,模型通过交互验证检验,得出PLS因子数为4时预测残差平方和（PRESS）和交互验证均方根误差（RMSECV）最小。用所建模型测定样品与气相色谱分析结果相对误差不大于0.81%。实验结果表明该方法准确性、稳定性好、精密度高。      

数字图像处理技术结合偏最小二乘法定量分析柑橘质量

目的：构建柑橘质量模型,实现其计算机视觉法质量检测与在线分级。方法：以湖南湘中成熟中期涟红温州蜜柑为研究对象,对计算机视觉系统采集的各柑橘的4 幅图像进行图像裁切、图像去背景、图像二值化与取反操作后,提取柑橘区域像素,以柑橘区域像素与图像像素比为自变量,建立柑橘质量偏最小二乘回归(PLS)预测模型。结果：柑橘质量预测绝对误差为－ 14.9092～4.9981g,平均误差为－ 3.9278g,误差标准差4.5210g,± 10g 质量内的正确识别率为93.3333%,± 8g 质量内正确识别率76.6667%。结论：通过计算机视觉技术进行柑橘质量在线分级和生长期中挂果质量的监测是可行的。     

最小二乘法辨识的匀整控制系统的模糊控制

以国产A186型梳棉机为研究对象,基于现场实际采集的数据,采用最小二乘法建立起梳棉机动态数学模型。然后基于棉条线密度的输入输出关系设计模糊控制器,并以输出棉条的均匀度误差的方差作为性能指标对匀整控制系统进行评估。仿真曲线及方差结果表明,整定好的模糊控制方案较之原有PID控制,输出棉条线密度方差明显减小。     

长波二阶导数近红外光谱-偏最小二乘法测定白酒中乙醇含量

根据近红外光谱的振动吸收强度与有机分子官能团含量的线性关系,用偏最小二乘法对白酒的近红外光谱和其中的乙醇浓度建立相关模型。为了优化模型,我们对白酒的近红外光谱进行一阶导数处理,选择最佳的波长范围和最适的因子数。然后用所建的模型对预测集和白酒样品进行预测,所得结果令人满意。有望成为白酒快捷而准确的检测方法。     

基于最小二乘法的靛蓝上染率计算

利用烧碱、保险粉、N-甲基吡咯烷酮制备NMP溶剂溶解靛蓝。以100%纯靛蓝颗粒作为基准物,通过分光光度计法,在最大吸收波长下测试低质量浓度靛蓝溶液的吸光度。用最小二乘法处理测试数据并制作校验曲线,最终确定靛蓝溶解液的质量浓度因子。此方法先溶解经纱靛蓝,再测试溶解液的吸光度,经验证可计算出不同深度经纱靛蓝的上染率。     

偏最小二乘方法在不同白酒香型判别分析中的应用

为建立一种白酒香型鉴别方法,以DB-WAX为色谱柱,样品加标后直接采用气相色谱（GC）法进样分析。结果表明,香气成分线性相关系数R2＞0.999,检测限＜5.11 mg/L,精密度试验结果的相对标准偏差（RSD）＜4.11%;平均回收率为80.20%～97.93%。采用偏最小二乘法（PLS）对不同香型白酒数据进行建模和预测,不同香型白酒样品在PLS得分图中能分开,利用训练集和验证集数据对模型进行验证,结果表明预测准确率较高,校正均方差（RMSEE）和预测均方差（RMSEP）值也说明PLS模型对不同白酒香型具有较强的预测性。该方法在判别白酒香型分析中具有较高的准确性。     

基于约束最小二乘法的色纺纱配色方法

介绍了色纺纱常用光谱配色模型(Stearns-Noechel模型、Friele模型、Kubelka-Munk模型),提出了一种基于约束最小二乘法的色纺纱光谱配色方法,即利用数据库中已有的单色纤维光谱,对目标色纺纱的光谱进行拟合,通过约束最小二乘法实现目标色纺纱的配方(即单色组分及组分比)计算。结果表明,运用约束最小二乘法可直接获得组分比为非负值,且组分比和为1的配方,更加符合生产打样需求;3个模型中基于Stearns-Noechel模型的约束最小二乘法光谱配色算法计算得到的配色准确性最高。     

全最小二乘法在红外光谱法同时测定多组分混合物中的应用

利用全最小二乘法，对丙酮中所含红外光谱重叠严重的苯及甲苯所测数据，自编程序，在计算机上进行处理，所得结果相对误差均小于６％，优于最小二乘法．     

短波近红外光谱-偏最小二乘法在白酒分析中的应用

应用短波近红外光谱结合偏最小二乘法(NIRS-PLS)建立白酒中乙醇含量定量分析数学模型,通过选取最佳波长范围和最适主因子数对模型进行优化。应用所建模型对预测集和实际白酒样品中乙醇含量进行预测,取得了令人满意的结果。该方法方便快捷、无污染、可在线检测,且重现性、稳定性均良好,可作为白酒原位质量检测和在线质量监控的方法予以推广。     

基于最小二乘支持向量机的白酒酒醅成分定量分析

利用近红外光谱技术实现对白酒发酵过程中酒醅主要成分的质量控制,并进行模型优化,提高性能。采用偏最小二乘法提取的潜在变量作为最小二乘支持向量机的输入变量,先后建立了白酒酒醅中酒精度、淀粉、水分、酸度的近红外定量模型,并与经无信息变量消除法波段筛选后建立的偏最小二乘模型结果进行比较。结果表明：与偏最小二乘模型相比,4 个指标的最小二乘支持向量机定量模型的相关系数（R2）、预测均方根误差以及相对分析误差3 个评价参数均有更优表现;对未知样品进行预测时,最小二乘支持向量机模型的预测准确度明显高于偏最小二乘模型。说明最小二乘支持向量机模型的准确度、稳定性及预测性能均优于偏最小二乘法模型,为白酒酒醅的品质分析方法研究提供了新的思路。     

基于偏最小二乘法的板栗近红外光谱分析模型的建立

目的:应用近红外光谱技术和化学计量学方法,建立板栗品质分析的近红外光谱模型。方法:采用傅里叶变换近红外光谱仪,采集样品的近红外漫反射光谱,再用传统理化分析方法测得样品的各项品质参数,采用偏最小二乘法(PLS)建立定标模型,内部交叉验证法对模型进行检验。结果:对板栗分别建立了水分、淀粉、硬度和糖度的PLS模型,4种PLS模型都非常理想,模型的相关系数均大于0.99。结论:采用近红外光谱法可以实现板栗品质指标的快速无损检测。     

长波近红外光谱-偏最小二乘法快速分析白酒中乙醇含量

研究近红外光谱结合偏最小二乘法(NIRS-PLS)快速测定白酒中的乙醇含量的可行性,应用NIRS-PLS所建的模型相关系数达到0.99991,校正均方根误差(RMSEC)为0.00181,通过交互验证得出交互验证均方根误差(RMSECV)为0.00296,预测参差平方和(PRESS)为0.00016.用模型对预测集和白酒样品进行预测,预测均方根误差(RMSEP)为0.00258,结果表明NIRS-PLS可用于白酒生产中的在线质量监控和白酒市场的快速质量检测.     

基于偏最小二乘法的磷脂红外快速检测

本试验介绍一种采用傅里叶变换红外光谱仪(FTIR)结合偏最小二乘法快速检测植物油中磷脂含量的方法.采集了400 ～4 000 cm-1波数范围内的磷脂红外光谱,并采用偏最小二乘法(PLS)对磷脂含量在200～ 20 000 mg/kg的植物油样品建立定量分析模型.结果表明,采用SNV的预处理方法,在970～1 320 cm-1波数范围内建立的定量分析模型,其相关系数(R2)达到0.997 9,校正均方差(RMSEC)和预测均方差(RMSEP)分别为316,386.同传统的钼蓝比色法相比,FTIR/PLS法测得的磷脂含量的相对标准偏差为1.42％～3.52％,平均相对偏差为2.36％,均优于钼蓝比色法的结果,两者平均相对误差为0.75％,说明FTIR/PLS法具有良好的精密度和准确度,能够实现植物油中磷脂的快速检测,并有简单、高效的优点.