基于最小二乘法的激光线性度测量系统

选择线性度测量为主要研究对象,对测量原理及方法进行研究,利用最小二乘法对数据进行处理。以激光器为光源,用PSD（位置敏感器件）作为传感器,结合单片机自动控制、计算,得到线性度测量值的系统设计。     

基于最小二乘支持向量机的机组能耗曲线拟合

电厂能耗曲线的拟合不仅是进行机组优化的前提,而且对于检测机组的稳定性和可靠性都具有重要意义.首先用模糊聚类算法对大量数据进行分类整理,从中找出最能反映机组稳定运行时的一些数据,然后利用最小二乘支持向量机回归理论对能耗曲线进行拟合.通过对贵州某电厂的能耗曲线进行实际拟合,表明此方法速度快,误差小,拟合精度高,可以满足实际需求.     

板形模式识别的GA-BP模型和改进的最小二乘法

针对板宽变化时需要不同拓扑结构的神经网络才能完成板形模式识别任务，网络学习工作量大，网络存在收敛速度慢，易陷入局部极小等结构性能不佳的问题，首次建立了以勒让德正交多项式为基模式的只用6个输入信号、3个输出信号的板形模式识别GA-BP网络模型。该模型不仅结构简单，而且物理意义明确，识别精度较高，解决了板宽变化时神经网络结构形式不变的问题，从而实现了板形模式识别的智能化。又提出了基于勒让德正交多项式的板形模式识别最小二乘法，该方法简单、实用，识别精度较高，克服了传统的最小二乘模型板形模式识别的缺点和不足。为板形模式识别提供了两种简便实用的新方法，发展了板形模式识别理论和方法。     

基于最小二乘支持向量机对偶优化问题的核偏最小二乘

提出了一种基于对偶优化的核最小二乘(KPLS)方法,把KPLS用最小二乘支持向量机的形式表示.推导了KPLS对偶优化形式的公式,且使其具有最小二乘支持向量机的风格.在初始空间中构造优化问题,应用核技术在特征空间中解对偶问题,这种解与非线性的KPLS具有相似性.实验验证了这种方法的效果,表明了该方法的有效性和优越性.     

最小二乘法精确测定Gd3Co1-xVx的点阵常数和固溶度

根据最小二乘法原理,只考虑偏心误差和吸收误差,推导出了求解正交晶系点阵常数的5个正则方程,并利用Matlab编程实现了最小二乘法精确求解773K 淬火Gd3Co1-xVx系列化合物的晶胞参数.晶胞参数的变化符合费伽定律,a,b,c对V原子分数的增加率分别是0.00031nm/V原子分数,0.00047nm/V原子分数,0.00031nm/V原子分数.x>0.212,晶胞参数基本维持不变,V在Gd3Co中的固溶度为5.3%(原子分数).     

偏最小二乘分光光度法同时测定砷和磷

在砷、磷钼蓝同时于水相显色的基础上 ,运用偏最小二乘法 (PLS)处理二者重叠吸收峰 ,实现了砷、磷的同时测定。方法的线性范围 :砷 0～ 12 0 μg/5 0mL ,磷 0～ 70 μg/5 0mL ,平均加标回收率 :砷为 95.8%～ 10 3.6% ,磷为 96.2 %～ 10 0 .7% ,相对标准偏差为 4.3 %～ 7.8%。     

最小二乘估计在振动趋势分析中的应用

设备诊断技术是先进生产力的重要组成部分的理念正在被越来越多的人所接受。为了深入开展简易诊断工作、本文结合工作实际介绍了应用数理统计分析的重要方法一最小二乘估计对振动测试数据进行线性回归．实施趋势分析和劣化倾向管理的方法．指出了在具体应用中应注意的问题．给出了常见的非线性回归化为线性回归的方法。实践证明．该方法对于预知维修工作有着十分重要的指导意义，随着计算机技术应用的普及．数理统计分析方法必将在简易诊断工作中显示出强大的威力。     

几种递推最小二乘算法在工业过程建模中的应用

本文阐述了应用最小二乘的递推算法,在线辨识过程参数的原理与方法。并根据对一实际锅炉汽包水位调节系统的现场实验,利用多种推广的最小二乘递推算法建立了该对象的数学模型,取得了满意的结果。在此基础上,文中还比较了这些算法的特点,对结果进行了初步讨论。     

偏最小二乘-神经网络光度法同时测定钢中钨和钼

在钨(钼)-2,4 二氯苯基荧光酮-CTMAB显色体系中,用偏最小二乘法(PLS)与神经网络(NN)联用辅助分光光度法,不经分离,同时测定合金钢中钨和钼。经比较,结果优于PLS法和BP神经网络法。     

基于偏最小二乘回归模型的带钢热镀锌质量监控方法

提出了基于偏最小二乘回归模型的带钢热镀锌质量监控方法.以带钢热镀锌生产中带钢力学性能和锌层质量的质量监控为研究对象,用偏最小二乘方法建立了生产过程参数与质量结果之间的回归模型,对生产过程控制能力进行了分析,并给出了产品质量的预测方法.用鞍钢股份有限公司带钢热镀锌的实际生产数据进行验证.结果表明,偏最小二乘法比传统的多元线性回归方法具有更好的预测精度,基于偏最小二乘回归的锌层质量预测模型,其相对预测误差可达到5.93%.     

基于核最小二乘模型的矿产靶区预测

地质统计单元的含矿性与地质找矿证据之间存在复杂的非线性关系,建立这种复杂关系的多元非线性统计模型并预测矿产靶区,对矿产勘查具有重要指导意义.以核函数为理论工具,在核最小二乘原理基础上提出了矿产靶区预测的核最小二乘模型;在GDAL数字图像输入输出函数库和CLAPACK线性代数软件包基础上,用VC++语言开发了面向栅格数据的矿产靶区预测核最小二乘模型算法程序,并把模型应用于新疆阿勒泰地区的矿产靶区预测研究.在MapInfo中生成包含100×151个网格统计单元的栅格图层,把栅格化后的15种找矿证据图层转化成100×151×15的数字图像数据立方体,用自行开发的程序计算每个网格统计单元的核最小二乘判别得分.结果表明,网格统计单元判别得分的高值区与已知矿床(点)的空间分布基本一致.     

基于最小二乘法的辊型检测方法研究

轧钢厂对轧辊每次换辊周期内的磨损量进行评估,进而建立一套完整的轧辊磨损量评估体系,对于降低吨钢辊耗、延长换辊周期、提高轧机效能,具有现实的指导意义和实用价值。利用计算机对涡流测距传感器的测量数据进行采集,应用最小二乘算法对测量数据进行处理,实现辊型的检测,进而得出轧辊换辊周期内的磨损量。从实验和分析结果看,该检测方法是有效可行的。     

基于偏最小二乘回归的高炉焦比影响因素分析

影响高炉焦比的基本因素之间通常存在显著的相关性,常规最小二乘回归法估计回归系数存在较大的偏差甚至出现反常现象.偏最小二乘法能够克服自变量集合多重相关性对回归建模的不良影响,提高模型可靠性.基于偏最小二乘回归法建立了10成分模型,通过比较标准回归系数分析各因素对焦比的影响程度和自变量与因变量的正、负相关性, 调整主要因素, 使焦比接近或达到最优值.     

基于偏最小二乘法的地应力场拟合

采用偏最小二乘回归分析方法分析矿区地应力场分布.以乌鞘岭隧道岭脊地段的有限测点的地应力测量结果为样本,使用商业有限元软件ANSYS对岭脊地段区域的地应力场进行数值模拟.利用地应力实测数据与计算结果进行偏最小二乘回归计算,得到拟合的地应力场数据.与传统最小二乘分析方法相比,本文的方法通过主成分分析,可以有效解决多因变量回归计算时由于响应变量之间较高的相关性而导致的回归计算误差,并可以有效地反映变量间的关系,为地应力场的建立提供有效的数据支持.     

偏最小二乘分光光度法同时测定钢铁中铬和锰的研究

在酸性介质中,以AgNO3作催化剂,(NH4)2S2O8作氧化剂,将溶液中的Cr(Ⅲ)和Mn2+氧化成Cr2O72-和MnO4-。Cr2O72-和MnO4-的质量浓度分别在20~80μg/mL和4~14μg/mL范围内遵守比耳定律,并且二者的吸光度具有很好的加和性。据此,提出了不经分离,直接用偏最小二乘分光光度法测定铬和锰。方法用于PCrNi3Mo,GCr15和86CrMoV7三种钢铁样品中铬和锰的测定,测定结果与用国家标准方法测定的结果相符。     

核偏最小二乘算法的图像超分辨率算法

提出了基于核偏最小二乘算法(KPLS)回归的超分辨率复原算法.该算法首先将高低分辨率图像块的高频信息和中频信息作为建立回归关系的特征,并对图像进行分块;依据相应的高低分辨率图像块的关系,使用KPLS建立起回归模型;在复原时,依据该模型回归得到高分辨率的图像块,将图像块拼接为高分辨率的图像.通过对人脸图像和车牌图像的实验结果,表明该算法无论是对人脸图像还是车牌图像都能取得较好的复原效果.