基于区间选择偏最小二乘法回归分析的煎炸老油鉴别模型

煎炸老油属于地沟油之一,长时间食用会对身体健康造成严重危害。本文首先对食用金龙鱼菜籽油过度煎炸10次,分别提取光谱信息中特征吸收峰（323、391、443nm）处的光谱吸收值。然后建立区间选择偏最小二乘法模型,提取最佳区间为5,最佳因子为7的波长区间,验证区间预测相关系数达到0．998。最后建立PKS回归方程Y1,Y2,Y3,通过交叉有效性验证Q22=-0．3461〈0．0975。提取成分t1、t2。分别得到回归方程的实际值与预测值相关系数为：323nm处,r=0．8478;391nm处,r=0．9754;443nm处,r=0．9285。     

三维荧光光谱的多维偏最小二乘建模方法

将偏最小二乘方法（PLS）推广到高维的多维偏最小二乘方法（N-PLS）由于同时考虑自变量矩阵和应变量矩阵的信息,可以有效解决高维数据的建模问题,并具有较好的模型预测和推广能力。本文研究了三维荧光光谱的多维偏最小二乘建模方法,根据样本序列、激发光谱、发射光谱构造出三维立体数据,并应用N-PLS建立校正模型。对水中的有机污染物浓度综合指标COD、TOC的建模实验,表明了在建模精度方面N-PLS方法优越于常规PLS和平行因子法。     

基于偏最小二乘法的多光谱降维算法

在光谱色彩管理色域映射中,针对查找表建立过程中高维光谱数据计算的一系列问题,提出了一种非线性的高维光谱降维方法。对同色异谱黑进行偏最小二乘分析,提取潜在成分,获得了KMN向量,将其与Lab向量组合成6维向量,并作为中间转换空间LabKMN,实现高维光谱数据与低维基向量组合之间的相互转换。LabPQR空间的前3个维度是在特定光照条件下的CIELAB值,后3个维度(PQR)用于描述同色异谱黑的光谱重建维度。对两种方法在光谱精度和色度精度两方面进行比较,基于1600个孟塞尔样本数据的实验计算表明,与LabPQR方法相比,LabKMN的方均根误差均值由0.0164降低到0.0139,光谱精度提高了15.24%,色度重建误差由2.8706降低到1.8138,平均色差降低了36.81%。LabKMN方法降维后的重建精度大幅提高,能够较好地实现更高精度的原始色彩光谱空间的描述。     

近红外光谱技术与偏最小二乘法及模糊聚类法相结合的糖品种分类方法

提出了一种近红外光谱技术与偏最小二乘法及模糊聚类法相结合的可用于快速无损鉴别糖品种的新方法。采用近红外光谱仪获取了白砂糖、木糖醇、麦芽糖和葡萄糖等四种糖类别各30个样本的光谱漫反射特征曲线。运用偏最小二乘法提取了糖分类与特征值,并将提取到的经过归一化处理的11种主成分结果作为模糊聚类模型的建模参数。设定聚类数为4,建立模糊聚类模型,并对40个未知样本进行了预测。预测结果的准确率达到100％,说明本文提出的方法对于糖类别具有很好的分类和鉴别能力,同时也为光谱分析技术在对品种的快速、无损分类与识别中的应用提供了新的思路。     

西红柿成熟度的近红外漫透射光谱无损检测

为了证实以近红外漫透射光谱技术结合化学计量学方法能有效实现西红柿成熟度的检测，采用美国海洋光学公司的QE65000光谱仪取得了西红柿的漫透射光谱数据，采用日本柯尼卡美能达CR-10反射式色差计取得了亮度、红绿色相、黄蓝色相和总色差颜色数据; 通过标准数学建模方法建立了颜色模型，并通过偏最小二乘回归校正算法建立了近红外光谱模型。结果表明，两组模型都是以红绿色相指标建模时效果最佳，在99个未知样品数据中，预测模型的颜色模型误判情况分别为未成熟0%、半成熟33.33%、成熟0%；而近红外预测模型的误判情况分别为未成熟32.14%、半成熟50%、成熟0%。该研究验证了近红外光谱技术对西红柿成熟度进行无损检测的可行性，这对实现西红柿的快速、批量分选具有一定的实际意义。     

基于局部学习的玉米种子近红外高光谱图像鉴选

将局部学习算法引入到种子的近红外高光谱图像最优波段选择中,并建立偏最小二乘判别分析分类预测模型,实现少波段条件下的玉米种子的快速鉴选。实验共采集了6类样本共720粒的玉米种子在874~1734 nm波段范围内的256幅近红外高光谱图像,利用局部学习算法获得波段的特征权重,并依据特征权重选择了最优波段。实验结果表明局部学习算法可有效获取最优鉴选波段,在13个最优波段条件下,对6组玉米种子可以获得平均纯度为95.97%的鉴选结果,为实现玉米种子的快速鉴选提供了一个合适的技术途径。     

近红外光谱分析中建模光谱宽度的选择

为选择生化样品近红外光谱分析中最优的建模光谱宽度,结合样品特征波长与光谱学原理开展研究.收集348份血清样品,以血清中胆固醇、甘油三酯为例进行分析.根据光谱学原理及2 mm厚度血清的光谱吸光度,选择一级倍频区域作为分析波段,考察该区域内不同宽度光谱范围的模型效果.优选出胆固醇与甘油三酯的最优光谱宽度分别为70 nm和1...     

基于偏最小二乘回归的与头相关传递函数的个人化

该文提出了一种基于偏最小二乘回归(Partial Least Squares Regression, PLSR)的与头相关传递函数(Head Related Transfer Function, HRTF)的个人化方法。通过对HRTF进行预处理和主元分析,并对人体参数进行筛选,只要相对简单的人体参数测量,就可利用PLSR得到特定人的HRTF。客观误差分析和主观声音定位测试结果表明估计的HRTF与实际测量的HRTF之间不仅均方误差较小,而且感知区别不大;同时由PLSR估计的个人化HRTF在水平面上的主观测试定位准确率明显优于非个人化HRTF,也优于由最小二乘回归(Least Squares Regression, LSR)估计的个人化HRTF。     

油脂酸价近红外光谱检测PLS建模方法研究

将目前广泛流行的近红外光谱分析技术应用于食用油脂酸价的检测。由于近红外光谱分析是一种间接检测方法,需要先利用校正集样本建立统计模型,然后再利用模型来预测未知样品性质,因此建立准确可靠的模型是近红外光谱分析的关键。详细介绍了偏最小二乘（PLS）回归的基本思想和建模方法。为使建立的校正模型更稳健,还研究了光谱波段选择。通过间隔偏最小二乘回归波段选择法进行特征波段提取,对提取的特征波段和全谱分别进行偏最小二乘回归建模,对比分析以说明波段选择的必要性。     

激光拉曼光谱结合偏最小二乘法快速测定植物油碘值

为探讨应用激光拉曼(Raman)光谱结合偏最小二乘 法(PLS)建模无损、快速及无试剂测定植物油碘值 的可行性,实验以大豆油、橄榄油、花生油、芝麻油及其调和油为样品,采集了其拉曼光谱 , 采集波数范围为250cm－1～2400cm －1, 并对其信号进行了归属,考察了各种实验条件对拉曼光谱的 影响,并以传统韦氏法测定得到的碘值作为对比,结合化学计量学方法建立了植物油碘值拉 曼 光谱定量模型。实验结果表明,大豆油、橄榄油、花生油及其调和油的拉曼光谱峰形及位移 具有一定的相似性,芝麻油拉曼光谱有较强的荧光干扰,峰强度与其他植物油存在着明显的 差异。所建立的碘值校正模型的决定系数R²为97.49 ,交叉验证校正标准差(RMSECV)为 1.15;检验集预测标准差(RMSEP)为1.57, 决定系数R²为96.47。结果表明,应用拉曼光 谱技术结合化学计量学实现植物油碘值快速检测是可行的。     

基于近红外光谱技术的成品卷烟定量分析

CO,焦油,烟气烟碱是卷烟产品的重要指标,传统方法测量时,有污染并且不能预测。根据卷烟产品粉末的近红外光谱,用30个品牌样品,600条光谱建立了焦油、CO、烟碱三大烟气指标的校正模型,用于准确测定和预测卷烟产品的三大烟气指标。在所有的校正模型中,原始谱图经过二阶导数和偏最小二乘（PLS）处理,实验结果的偏差比较小,表明近红外光谱技术在分析卷烟产品的化学指标时可以代替经典化学方法,可以为烟草行业节省大量资金和显著提高工作效率。另外还利用近红外光谱图对卷烟产品的价格档次进行预测分类,结果令人满意,可以对卷烟产品价格的制定提供参考。     

基于近红外光谱的淡水鱼贮藏期质构品质的无损检测模型

为了研究贮藏期与淡水鱼鱼肉质构品质的相关关系,以武昌鱼为研究对象,建立了近红外光谱淡水鱼鱼肉质构品质的快速无损检测模型.利用AntarisⅡ傅里叶变换近红外光谱仪采集武昌鱼鱼肉样本的光谱数据,并使用TMS-PRO型质构仪测量样本的硬度值、弹性值和咀嚼性值;采用S-G平滑法对原始光谱进行预处理,结合竞争性自适应重加权(C...     

基于偏最小二乘回归分析的混色数据学习算法研究

考虑到仅从单色色块中发现知识的片面性和不准确性,在对400组单色色块进行测试学习的基础上,本文提出用偏最小二乘回归分析从1331组混色数据空间中进一步发现知识,使得从RGB到CMYK转换时误差变小,从而提高色彩匹配的精度,进一步解决色彩匹配的自动化和通用性问题.     

一种用于预测蚕丝含量占比的近红外光谱分析方法

针对近红外光谱分析技术中未充分利用预测模型光谱数据的问题,提出了一种可充分利用光谱数据和有效预测蚕丝含量占比的新方法.以5种类型共145个样本的蚕丝含量占比以及相应的所有蛋白质基光谱数据为研究对象,将这些样本分别划分为校正集和验证集,并采用偏最小二乘回归(Partial Least Squares Regression...     

基于偏最小二乘特征表示与分类的联合优化目标跟踪

针对实际视觉跟踪中目标表观与前背景的非线性 变化,提出一种基于偏最小二乘(PLS)表示与 分类联合优化的目标跟踪方法,将目标跟踪转化为表示误差与分类损失的联合优化问 题。首先,为了提高算法对前背景表观变化的稳定性,利用 PLS理论的非线性对目标区域的前背景信息进行表达,并通 过空间聚类构造多个线性外观模型描述目标区域的动态变化,建立带约束条件的表观特征 库;然后,提 出一种确定性搜索机制,构造联合优化目标函数,使表示误差与分类损失最小化;结合表观 建模特点,构 建随机梯度分类器(SGC),对模型进行增量特征更新, 最终实现对目标的稳定准确跟踪。 经 多场景对比实验验证, 本文算法能有效应对目标前背景的多种复杂 变化。     

基于偏最小二乘的低复杂度数字预失真

在宽带场景下,传统的数字预失真(DPD)模型需要更高的阶次和更多的系数来校正功率放大器(PA)强非线性和记忆效应,这就会导致极高的计算复杂度和解算系数时的病态问题.文章围绕复杂DPD模型参数辨识和低复杂度DPD算法实现展开深入研究,提出了一种新的基于偏最小二乘(PLS)的低复杂度DPD方法.所提方法根据PA的前逆输入输...     

基于偏最小二乘回归多CCD拼接相机模型研究

为了建立多CCD拼接相机光学系统的数学模型,文章根据偏最小二乘回归理论,首先分析了CCD拼接原理,建立了光学畸变的单元相机数学模型和分析了拼接相机物空间坐标系和像空间坐标系的对应关系,最后由偏最小二乘计算方法解算出相机的内方位元素,建立了完整的数学模型.     

基于区间全局优化的非线性最小二乘估计

分析了使用区间全局优化算法进行非线性系统模型参数估计的原因,介绍了非线性最小二乘估计和区间全局优化算法.在非线性系统模型参数估计中,相对于通过优化目标函数求得待估参数点估计的现有算法,基于区间分析的区间全局优化算法不仅可以求得待估参数的点估计,还可得到肯定包含待估参数真值的估计区间,并且该算法还具有计算结果稳定以及更大范围收敛的性质.通过仿真实验并与其他方法进行比较,结果表明算法的可行性和有效性.     

基于改进的偏最小二乘法的LIBS钢液成分定量分析

为了研究激光诱导击穿光谱技术基体效应对其测量精确度的影响,采用改进的偏最小二乘法进行数据预测,以有效降低基体效应对待测元素的影响。通过与单变量定标和偏最小二乘模型定标进行对比研究可知,待测元素Mn和Si的定标曲线的拟合度分别从0.991和0.993提高到了0.996和0.997,对于验证样品的预测相对误差也分别从6.231%,6.912%下降到了5.510%和6.125%。结果表明,采用改进的偏最小二乘法可以有效减小基体效应,定标精度有较明显提高,对分析性能有了较大的提高。