岩体变形模量偏最小二乘回归与神经网络关联性研究

偏最小二乘回归不直接考虑因变量与自变量回归问题，而直接提取与系统有关的新的综合变量，并能利用交叉原理确定成分个数，尤其在分析单因变量与多自变量间关系上。其所得结果更为满意；人工神经网络具有自适应学习和记忆能力，尤其是3层BP网络模型。把这两者相关联。以岩体变形模量为因变量，岩石比重等7个因素为自变量，分析研究了焦作—晋城高速公路试验资料，所得拟合值与实测值误差最大为5．43％，较偏最小二乘法回归分析19．07％的误差好了许多。该方法为参数选取找到了一条新的途径。     

偏最小二乘回归神经网络模型在大坝观测资料分析中的应用

偏最小二乘回归方法能较好地解决自变量之间的严重相关性问题，神经网络模型可以克服模型必须是基本观测数据的线性和非线性组合的局限。研究将两者有机地联系起来，建立偏最小二乘回归神经网络模型，以克服上述不足。实例分析表明，本模型预报精度较高。     

偏最小二乘回归在边坡工程安全监测中的应用

偏最小二乘回归法利用了成分提取的工作思路,在变量系统中选取若干对系统具有最佳解释能力的新综合变量,而非直接考虑因变量与自变量进行回归建模,因而能有效地解决自变量之间具有多重相关性的问题。应用该法针对边坡工程安全监测变量及其影响因子间的复杂相关性进行研究。通过对锦屏一级水电站左岸边坡深部变形的实测资料的建模分析表明,偏最小二乘回归法适用于对复杂相关的因子进行建模,通过交叉有效性检验确保模型的精度,同时对引起边坡变形的影响因子的重要程度进行排序,因而在边坡工程安全监测资料的统计分析方向具有广阔的应用前景。     

偏最小二乘回归在GPS高程拟合中的应用

偏最小二乘回归是一种多元统计数据分析方法,它能有效克服自变量间的多重相关性问题。本文简述了偏最小二乘回归的原理、如何确定最佳成分数以及模型辅助分析。通过GPS高程拟合实例证实,偏最小二乘回归受自变量相关性影响小,拟合效果较好,计算结果稳定。     

偏最小二乘在软土路基沉降预测中的应用研究

阐述了偏最小二乘的建模方法,以软土路基沉降预测为例,选取了5个相关性很强的自变量,用偏最小二乘方法和最小二乘法各自建立预测模型,从预测结果看,偏最小二乘预测模型具有更好的预测效果,在处理共线问题上具有一定的优势。     

基于偏最小二乘回归的半参数模型在大坝安全监测系统中的应用研究

半参数模型能有效地分离系统误差,故受到测绘学界的广泛重视。针对大坝安全监测系统中的多元回归、逐步回归和偏最小二乘回归三种常用统计模型的不足,引入半参数模型,提出了基于偏最小二乘回归的半参数模型,并通过实例验证该方法具有良好的适用性。     

二维非负稀疏偏最小二乘在人脸识别中的应用

近几年偏最小二乘算法在人脸识别中得到了广泛的应用,但是其各种改进算法都没有同时利用非负性算法和稀疏性来提高识别率和鲁棒性。为了解决这些问题,结合二维偏最小二乘与非负性思想和稀疏性约束提出二维非负稀疏偏最小二乘(Two-dimensional nonnegative sparse partial least squares,2DNSPLS) 算法。其核心思想是在提取人脸特征时加入了非负性约束和稀疏性约束,使得2DNSPLS不仅拥有偏最小二乘算法加入类别信息带来的分类效果,还保留了图像矩阵的内部结构信息,而且还使得到的基矩阵具有非负的局部的可解释性并且具有一定的稀疏性。在Yale和PIE人脸库中的实验表明,该算法从时间上和识别率上均优于人脸识别的主流算法,并且对于遮挡有较好的鲁棒性。     

概率积分法参数辨识的多尺度核偏最小二乘回归方法

 针对传统的偏最小二乘回归(PLS)、人工神经网络(ANN)、支持向量机(SVM)等非线性建模方法在概率积分法参数辨识中存在着预测效果差的不足,提出概率积分法参数辨识的多尺度核偏最小二乘回归(multi-scale KPLS)方法。首先,构建满足容许条件的多尺度高斯核函数;然后,对学习样本进行模糊聚类,以最优分类个数作为多尺度高斯核函数的尺度个数,并采用10次10折交叉验证按照网格搜索方法确定核函数的宽度;最后,详细论述multi-scale KPLS的建模过程。通过实例将multi-scale KPLS的预测结果与3种传统的PLS方法、径向基神经网络(RBF-NN)和SVM模型进行对比分析。结果表明：multi-scale KPLS顾及建模样本的多尺度特性,其预测精度明显高于其他预测模型;multi-scale KPLS有效地克服了各影响因素之间的多重共线性对预测结果的不利影响,具有较强的稳健性;multi-scale KPLS适用于多个因变量对多个自变量的概率积分法参数辨识问题,其建模参数均可自适应确定,在建模效率上优于RBF-NN和SVM。     

基于偏最小二乘回归的地震动复合强度参数构造与统计性分析

为解决某些地震动强度参数对某些结构有效性较好,而对其他结构有效性较差的问题,基于偏最小二乘回归提出一种地震动复合强度参数的构造方法。对构造的地震动复合强度参数与工程需求参数进行概率地震需求分析,从充分性、有效性、有益性和鲁棒性四个角度对地震动强度复合参数开展统计性分析。为校验所提方法的准确性,选择具有不同高度和不同抗震设防水平的16个钢筋混凝土框架结构为例,并遴选100条真实地震动记录作为地震输入。选取8个地震动强度参数作为基本参数,以结构最大层间位移角作为工程需求参数,采用偏最小二乘回归方法,构造地震动复合强度参数,并对其进行统计性分析。分析结果表明：偏最小二乘回归方法是一种较为合理构造地震动强度复合参数的方法,所构造的地震动复合强度参数具有比单个强度参数更优良的统计性,具有更好的有效性、有益性、充分性和鲁棒性。     

一种剔除异常点的偏最小二乘故障监测方法

传统的偏最小二乘算法在建模时使用正常工况下的全部数据，由于环境干扰或者传感器存在误差，采集到的部分正常工况数据仍存在噪声和误差，会导致模型不准确，影响故障监测效率。本实验在建模之前，首先对数据中的异常点进行剔除，将剩余的样本作为训练集建立模型，进而保证建模数据的准确性，提高模型的故障检测率。最后，使用田纳西伊斯曼（TE）过程验证算法的性能，实验结果表明，剔除异常后，可以有效提升故障检测率。     

基于回归分析的燃气管道事故率预测

探讨了燃气管道泄漏事故分类方法与回归分析方法的结合,得出了管径与事故率的回归方程和回归图,可实现风险评估中事故率的确定。     

基于ISM和多元回归分析模型的工程造价估算方法研究

针对建筑设计参数与工程造价关系的研究,为实现建筑工程估算的快速与准确性,提出了解释结构模型(ISM)+多元回归分析模型的系统研究方法。在理论介绍的基础上,以小高层住宅建筑为例,应用解释结构模型(ISM)与多元回归分析相结合的方法建立快速估算模型,使得单方造价的估算误差控制在5%以内,验证了此研究方法的合理性与实用性。     

基于BIM-5D 的工程施工成本预测系统构建

成本预测能够体现工程实施阶段的造价波动及变化趋势,控制成本在合理范围,从而减少投资风险以及施工方实施过程的风险,具有重要意义。为了降低施工过程中影响价格的不可预见因素不确定性,以及人材机等价格的不可控性,实现人才机等价格非线性走势进行预测,构建了BIM-5D 工程成本预测系统。基于BP 人工神经网络,挖掘BIM 功能价值,结合BIM-5D 在造价管理的潜在优势,介绍了系统实施流程及主要预测方法,并通过南京青奥体育公园项目案例,论证了基于 BIM-5D 工程成本预测系统的可行性。     

基于SPSS回归分析的锂渣混凝土抗压强度预测模型

利用SPSS软件的逐步回归分析法、多元非线性回归法建立锂渣混凝土的强度预测模型,分析各模型的残差图、预测值与试验值的对比,并结合均方根误差、平均绝对误差、平均绝对百分比误差和模型可决系数值对各模型的精确度等进行综合评价,最终确定出较优的锂渣混凝土强度预测模型。结果表明:水胶比、锂渣掺量和减水剂掺量对锂渣混凝土强度的影响十分显著;经残差分析和95%预测值区间检验,5个建议模型都有较好的精确度;经综合评价建议最佳的锂渣混凝土强度预测模型是以水泥强度、胶水比、锂渣掺量和减水剂掺量为自变量的非线性回归方程,其相应的可决系数R²=0.920,均方根误差为3.684,平均绝对误差为3.15,平均绝对百分比误差为5.44。     

HCV感染与ANA谱阳性率的关系研究

目的:分析丙型肝炎病毒(HCV)感染与抗核抗体(ANA)谱阳性率的关系。方法:选取2014年1月-2015年12月本院诊断的130例HCV患者作为HCV组,另择40例排除自身免疫性疾病和肝炎病毒感染的健康人群作为对照组,比较两组患者的ANA抗体阳性率和ANA抗体分布情况。结果:HCV组的ANA总阳性率为48.46%,明显高于对照组的12.50%,比较差异有统计学意义(P<0.05),其中HCV组1种ANA抗体阳性49例、2种11例、≥3种3例。结论:HCV感染患者的ANA抗体阳性表达率显著升高。     

基于SVR的城市供水管网余氯预测分析

支持向量机回归(SupportVector Regression SVR)算法是结构风险最小化原理在函数回归方面的应用。根据北方某城市供水管网余氯的人工采样数据,建立了基于SVR的余氯预测模型,并与人工神经网络、多元线性回归方法进行比较分析,结果表明:在有限样本情况下,SVR模型具有良好的泛化推广能力,各监测点模型预测平均相对误差为1.80%~8.73%,并可获得全局最优解,达到了实用要求,较好地解决了以往管网余氯小样本预测时,常常出现拟合精度高、预测效果较差的问题。     

材料价格变动对公路养护工程造价的影响及其分析与预测

本文阐述了公路工程中影响公路养护工程造价的诸多因素，并结合具体工程实例，就材料价格的变动对公路养护工程造价的影响进行了具体介绍分析与预测，提出了预防和控制材料价格的变动而带来的工程风险的可行方案。     

基于路面使用性能指数的道路养护工程量预测

在目前高等级公路养护需求不断上升,且增长规律难以预知的背景下,提出以路面使用性能综合评价体系为基础,采用层次分析法确定指标间权重,结合研究路段历史养护资料的调查结果,对路面使用性能指数与养护工程量的进行了回归分析,用灰色理论预测路面使用性能指数,进而对未来的养护工程量做出预测,为公路管理部门的养护规划提供依据。     

工程量清单计价模式下的造价管理

从实证角度分析工程量清单计价的特性,强调了实行工程量清单招标后的造价管理。     

对山区公路养护成本管理的探讨

公路养护的过程是人工、机械和材料的消耗过程。要控制和使用好有限的养护资金,使之创造出最大的经济效益,必须从思想上高度重视,树立明确的成本意识,加强成本核算和控制,在确保养护质量的前提下,努力降低成本,并逐步形成比较完善、规范的公路养护成本控制体系。分析了山区公路养护成本管理中存在的问题,提出了加强山区公路养护成本管理的措施。