冬凌草叶中冬凌草甲、乙素的含量测定

采用薄层扫描法测定了冬凌草叶中冬凌草甲、乙素的含量.结果表明:线性范围内冬凌草甲素的相关系数r=0.999,回收率为98.54%,RSD=1.41%;冬凌草乙素的相关系数r=0.999,回收率为98.07%,RSD=1.35%.本研究表明,生长在济源太行山区8月份的冬凌草叶中冬凌草甲、乙素的含量相对最高.     

基于SVM模型的风电功率预测

为解决因风电机组功率波动产生的调度问题,运用支持向量机法对风电机组功率的输出进行实时预测,结果表明单台机组预测的均方根误差为2.16%,相关系数为77.605 4%,58台机组预测的均方误差为0.7%,相关系数为90.321 4%。说明了风机机组汇聚得越多,机组系统越稳定。最后还探索了进一步提高SVM预测精度的方法。     

气相法测定氢化蓖麻油的溶媒残留

建立氢化蓖麻油（HS40）中有机溶剂残留量的检测方法,采用气相色谱法,色谱柱为INNOWAX毛细管柱,载气为氮气,采用氢火焰离子化检测器（FID）,外标法计算残留溶剂的含量。在实验的浓度范围内所测结果呈现良好的线性关系,1,4-二氧六环相关系数为0.999 3,回收率为95.4%,RSD值为2.1%,检测限为1.95μg/mL;乙酸相关系数为0.999 3,回收率为87.2%,RSD值为2.5%,检测限为50.0μg/mL;乙二醇相关系数为0.999 6,回收率为96.3%,RSD值为2.2%,检测限为6.1μg/mL;二甘醇相关系数为0.996 1,回收率为97.0%,RSD值为1.8%,检测限为6.1μg/mL。本法专属性强、重现性好、灵敏度高,可用于氢化蓖麻油中残留溶剂的测定。     

气相色谱法测定那格列奈原药中二氯甲烷和吡啶残留量

建立气相色谱法测定那格列奈中二氯甲烷和吡啶的残留量。采用6%氰丙基苯基-94%二甲基聚硅氧烷为固定液的毛细管柱,以氮气为载气,FID检测,直接进样,测定残留溶剂的含量。二氯甲烷质量浓度在0.75～36.0μg/mL范围内线性关系良好,相关系数r=0.999 9,回收率为97.45%,最低检测限为0.24μg/mL;吡啶质量浓度在0.27～12.30μg/mL范围内线性关系良好,相关系数r=0.999 6,回收率为93.49%,最低检测限为0.08μg/mL。     

经典相关系数及统计功效对比研究

本工作选取多种经典相关系数进行了对比研究,如Pearson相关系数、Spearman相关系数、距离相关系数、最大信息系数及HHG相关系数.具体地,在不同数据规模及噪声水平下,对线性、非线性单调、非单调、非函数等不同类型变量的相关性分别进行研究,得到各相关系数的统计功效.通过分析发现,Pearson相关系数、Spearm...     

变量选择在废水处理过程软测量建模中的应用

化学需氧量与悬浮固形物含量是造纸工业废水排放中需要重点监测的指标,建立有效的废水出水水质预测模型是优化控制废水中污染物排放量的有效方法。由于实际工业废水处理过程的复杂性,可测变量之间存在强相关性,利用偏最小二乘法提取变量的投影重要性信息进行变量选择,将选择后的最优变量子集作为软测量模型的输入,建立出水水质的最优预测模型。以最小二乘支持向量机模型为例,基于变量选择的最小二乘支持向量机模型对出水化学需氧量进行预测时均方根误差降低了15.2%,相关系数提高了14.4%;对于出水悬浮固形物模型,均方根误差降低了20.5%,相关系数提高了16.1%。结果表明在建模时进行变量选择可以降低模型的复杂度和提高模型的泛化能力。     

间苯二酚法测定D-塔格糖含量

采用间苯二酚法检测D-塔格糖含量,建立并优化了测定条件。结果表明,D-塔格糖浓度在0~60μg/mL呈良好的线性关系,相关系数为0.999 9,最低检出限为6.66μg/mL,加标回收率为100.18%,相对标准偏差2.20%。     

基于故障链的复杂系统故障相关系数建模

基于大量故障数据分析,对故障链类型进行分类。利用子系统相关故障率、相关系数和独立故障率之间的关系,建立了复杂系统故障相关系数模型,并以实例验证。本文解决了多系统复杂相关关系的相关系数计算问题,完善了相关系数理论体系,对精确可靠性设计、优化维修计划具有重要意义。     

聚乙烯密度的拉曼光谱检测

通过分析若干聚乙烯样品的拉曼光谱,对聚乙烯密度的检测方法进行了研究.分别采用拉曼光谱内标法(RISM)和偏最小二乘法(PLS)建立聚乙烯密度预测模型,其中RISM方法建模所得检测结果与真实值的相关系数为0.558,平均相对偏差为1.1%,标准偏差(SD)为11.7,而PLS方法建模所得检测结果的相关系数、平均相对偏差和交叉验证误差均方根分别为0.985、0.2%和2.2.研究表明:通过拉曼光谱能够实现聚乙烯密度的快速检测;且基于PLS的建模分析方法检测结果更优.     

基于最大相关信息系数的FCBF特征选择算法

在相关性快速过滤特征选择算法（FCBF）基础上,通过最大相关系数的方式改进FCBF算法.首先,通过最大相关系数和对称不确定性度量准则,计算出每个特征与标签之间的相关度量值,并按照数值大小顺序进行排序;其次,通过最大相关系数和近似马尔可夫毯原理进行无关特征和冗余特征的筛选,最终选择出最优特征子集.在加利福尼亚大学欧文分校的机器学习库（UCI）的8个公开数据集中进行对比实验结果表明基于最大相关系数的特征选择算法（NFCBF）总体优于FCBF算法,它所选择出特征数比FCBF算法所选择特征数平均少了3.625个,分类准确率平均提高了0.075%.与互信息最大算法（MIM）、最少的绝对收缩和选择算法（Lasso）和岭算法（Ridge）等相比也具有明显的优势.     

修正后的广义相关系数与线性相关性

定义了多维随机向量的典型相关系数，并引入了广义相关系数的概念．通过定义修正后的广义相关系数的概念，解决了为1的典型相关系数的个数与线性相关的维数的关系，并且证明了修正后的广义相关系数为1是两个随机向量线性相关的一个充分必要条件，从而说明了修正后的广义相关系数是一维随机变量的相关系数的直接推广．     

死端微滤牛血清白蛋白溶液膜通量的预测

为实现对不同操作条件(操作压力、料液质量浓度和温度)下的牛血清白蛋白溶液死端微滤膜通量的预测,以训练步数、绝对相对误差和相关系数作为预测的衡量指标,并对所建立的3层BP神经网络和RBF神经网络基本模型的内部参数进行了优化.优化的BP神经网络模型的拓朴结构为3-9-1,学习率为0.05,学习/训练函数为traingdx,隐层到输出层的传递函数为logsig,该网络对牛血清白蛋白(BSA)溶液膜通量预测的平均绝对相对误差为2.37%,相关系数为0.9960;优化的RBF神经网络的网络设计函数为newrbe,散布常数为400,该网络对BSA溶液膜通量预测的平均绝对相对误差为4.83%,相关系数为0.987 0.结果表明,BP神经网络优于RBF神经网络.     

基于MCMC的多维相关系数平稳序列

在相关系数平稳过程的基础上,提出了基于MCMC（Markov Chain Monte Carlo）方法来估计多维相关系数平稳序列模型的参数;给出基于贝叶斯估计的多维相关系数平稳序列模型参数的算法;在无先验信息条件下,模拟验证了用此方法估计二维相关系数平稳序列模型参数的有效性。     

CO2检测法监测小麦储藏微生物活动的研究

研究了不同水分含量小麦在模拟储藏条件下CO2含量变化,及其与霉菌数量、微生物活性值之间的关系.结果表明,安全水分小麦常规储藏期间微生物数量和CO2检测值均没有明显升高;14%水分的小麦储藏10 d后二氧化碳浓度升高达到0.244%,由于二氧化碳浓度检测分辨率高(0.001%),因此,可比带菌量检测能更早、更精确地反映储粮的微生物危害情况,这一特点与微生物活性值检测方法相近.进一步分析结果表明,几种检测方法数据有正相关性,当储藏的小麦水分超出安全水分时,14%水分小麦60 d储藏二氧化碳浓度检测值与带菌量检测值的相关系数为0.95,与微生物活性值检测值的相关系数为0.99;16%水分小麦的检测数据相关性与14%水分小麦相似,分别为0.90和0.99.     

水文、水环境工作中的相关分析问题

在相关分析中,现行的零相关检验法,只能判断二变量是否相关,不能判断它们关系的好坏,这常常不能满足水文、水环境工作的要求。本文建议用由样本相关系数按一定置信概率估计的总体相关系数区间中,取绝对值最低的相关系数“ρmin”或相关指标“β”去衡量二变总量体关系最可靠的密切程度.根据蒙特卡罗试验结果,推荐由样本按p=95%估计的pmin>0.4或β>0.35作为二变量总体具有可靠的良好关系标准.     

宽带雷达动目标的一种互相关系数累加检测器

针对宽带雷达动目标检测问题,提出了一种在高斯噪声中的互相关系数累加检测器．宽带雷达动目标信号在距离频率域进行傅里叶变换取绝对值消除目标运动带来的相位项后,求互相关系数．利用相邻宽带雷达信号具有较大相关性这一特点,将多次相邻回波的互相关系数累加作为检测统计量．分析了高斯噪声互相关系数的概率分布,给出了检测门限设置方法．理论分析表明,互相关系数累加检测器具有恒虚警检测性能．计算机仿真试验表明,互相关系数累加检测器相比多普勒导向矢量已知的不依赖散射点分布密度的广义似然比检测器,在检测率为90％时有2dB的改善．     

相关系数研究综述

相关系数是表征两个随机变量之间统计关系强弱的统计量,在几乎所有科学与技术领域都获得了广泛应用．本文以二元高斯分布为基本模型,对文献中常见的5种相关系数的统计特性作相对全面的回顾与总结,并探讨了其适用的场合．具体结论如下：（1）当样本满足二元高斯分布时,皮尔逊积距相关系数是最佳选择;（2）当样本中存在轻微的单调非线性畸变时,序统计量相关系数比较适用;（3）当样本中存在严重的单调非线性畸变时,斯皮尔曼秩次相关系数或肯德尔秩次相关系数是合适的选择;（4）当只有一路信号中存在单调非线性畸变时,基尼相关是最佳选择;（5）当样本中存在脉冲干扰时,斯皮尔曼秩次相关系数或肯德尔秩次相关系数是合适的选择．     

锰的微分电位溶出分析法研究及应用

利用同位镀汞膜代替预镀贡膜 ,通过标准实验研究了微分电位溶出分析方法测定微量锰的实验条件。结果表示该方法测定锰重现性好 ,灵敏度高 ,相性相关系数为 0 .9996,标准回收率为98%～ 10 4 % ,对具体的空气样品和水样实际分析 ,结果满意     

后装拔出法检测混凝土强度技术的应用

通过一定数量的试块和试件 ,得到抗压强度和后装拔出力 ,利用线性回归找出二者的相互关　　　　系。线性关系良好 ,其相对误差为 5 .8% ,相关系数为 0 .99。该工作完善了检测技术、拓宽了　　　　实践应用范围。     

晶体管噪声模型复相关系数与其内部噪声源的关系

给出了晶体管噪声功率谱复相关系数的定义及其计算公式．并论证了它的三个基本性质，对复相关系数的实部和虚部在不同频段进行了理论分析。复相关系数的实测结果与理论分析相符合，从而可以根据晶体管内部噪声源的情况，对复相关系数γ的大小作出估计。