基于偏最小二乘回归方法的产品满意度回归模型研究

将产品满意度与主要产品性价要素直接联系起来，基于偏最小二乘回归方法建立了产品满意度回归模型，较好地解决了由变量多重相关性等引起的满意度估计量数据失真问题；不断地通过主成分提取和还原计算，相对准确地确定了各产品性价要素在产品满意度计算中的权重，从而为产品改型设计提供了重要依据。     

基于偏最小二乘回归的发动机排气分析仪线性化研究

汽车及非道路用发动机的主要排气污染物有N0x、THC、CO、PM及C02等,测量这些排气污染物的分析仪由于测量原理等原因本身线性并不理想,需要进行线性化校正.现广泛采用的高次方多项式逐步回归线性化方法的模型稳定性和预测性能不佳.利用偏最小二乘回归方法建立CO2和CO分析仪线性化有效预测模型,该模型物理意义明确,较普通最小二乘回归多项式模型和切比雪夫多项式模型的预测精度分别提高29.1%～35.1%和23.5%～39.3%.提出基于交叉舍一方法计算回归系数不确定度的通用计算方法;提出基于交叉舍一方法计算的方均根偏差作为判定模型预测精度的原则:提出用回归系数不确定度区间是否包括零轴作为判定模型参数是否显著有效的原则;这一套方法简单、实用、有效,不仅适用于偏最小二乘回归(Partialleast squares,PLS)模型,也适用于最小二乘法(Least squares,LS)等其他回归模型.该建模方法可用于发动机排气分析仪的线性化建模,提高捧气污染物的测量精度,尤其在分析仪线性度不高、特性比较复杂时更能有效地提高预测精度.     

试验数据最小二乘回归分析法的改进

本文提出避开法方程组，改用一系列正交变换，直接求解的方法。此法不仅同样满足最小二乘法原理，极大地减弱“病态”的影响，而且具有规律性强的特点，可以方便地编制计算机程序进行求解。     

基于提升核偏最小二乘回归的色彩校正

为进一步提高回归算法的色彩校正精度,提出一个基于核偏最小二乘回归的局部迭代算法.该算法首先将源色彩空间中校正样本的邻域样本经核函数映射到一个高维的线性特征空间,然后在提升的迭代过程中通过偏最小二乘回归消除映射数据的多重共线性,最终达到色彩校正的目的.实验证明算法引入的特征空间提供了额外的校正信息,提升方法增强了核偏最小二乘回归性能,算法在精度和鲁棒性上均优于传统的多重回归和基于分区的回归校正方法.     

人体皮肤摩擦感知基于偏最小二乘回归方法的量化评定

针对以往试验过程中皮肤不舒适感觉难以量化的问题,在UMT-II多功能摩擦磨损试验机上进行皮肤摩擦试验,利用NeXus-10生理反馈系统采集试验过程中受试者的各项生理数据(皮肤温度、皮肤电导、脑电),并以评分形式记录受试者在试验过程中出现的疼痛、牵扯和灼热感觉,分析各项生理指标与主观感觉之间的相关性,采用偏最小二乘回归方法(Partial least-squares regression,PLS)建立人体不适度感觉与各生理指标和摩擦刺激之间的模型公式,实现了人体皮肤在摩擦试验过程中对不适度感知的数值量化。     

基于偏最小二乘回归分析发动机异常磨损的判断

针对发动机状态监测中油液光谱分析样本数据少、元素种类多及各元素之间存在相关性的特点,提出采用偏最小二乘回归方法处理油液光谱分析数据。分析了偏最小二乘回归方法的特点,阐述了其基本原理和算法步骤;将偏最小二乘回归方法应用于发动机油液光谱数据的处理和分析,求出了发动机磨损状态判断的回归模型;应用此回归模型判断了EQ6BT柴油发动机的异常磨损。结果表明,应用此回归模型可以直观地判断发动机是否存在异常磨损。     

基于偏最小二乘回归的运动机构装配质量关键控制点判定方法

为提高复杂运动机构装配质量,提出了一种基于偏最小二乘回归(PLSR)的运动机构装配质量关键控制点判定方法。基于"功能—运动—动作"的结构化分解方法,定义了元动作和元动作链的概念;将元动作链中最后一个元动作输出运动参数作为装配质量的分析对象,以状态空间模型和分层迭代法为工具构建元动作链动力传递模型,建立装配质量分析对象与各级元动作内部影响因素之间的联系;利用PLSR解决各级元动作内部影响因素之间的多重共线性和样本数据过少的问题,并且以变量投影重要性指标衡量影响因素重要程度。最后,以砂轮架X轴进给运动下的元动作链为例,证明了该方法能有效地提取出与装配质量最密切的影响因素。     

基于偏最小二乘回归(PLSR)方法的铣削力模型系数辨识研究

在已有的铣削力模型基础上,建立一种适应多种工况条件下的铣削力系数多项式模型,提出一种方便、有效的多项式模型系数的辨识方法。即通过混合位级正交设计方法设计实验,获得实验数据;利用偏最小二乘回归分析方法——PLSR在模型参数辨识中的优势。仿真和实验结果表明,该方法不但可以准确、可靠地建立适用于不同工况条件的铣削力系数模型,同时,具有实验次数少,建模计算量小、辨识速度快,模型预测能力强等特点,模型参数具有较为明显的物理意义。文中最后给出了铣削加工LY12和45#钢的两种不同材料的仿真实例。     

一种基于改进最小二乘支持向量机的变压器故障诊断方法研究

变压器是整个电力系统稳定、安全、可靠运行的关键设备,变压器的故障诊断对提高电力系统供电可靠性具有重要的意义。为及时发现变压器的潜在故障风险,提出了一种基于模拟退火算法(SA)优化的最小二乘支持向量机(LSSVM)电力变压器故障诊断方法。利用SA算法对LSSVM诊断模型的正规则参数和核宽度参数进行优化,提高模型的分析精度。对比试验结果表明,提出的SA-LSSVM诊断方法可以准确有效地对变压器进行故障分析诊断,与传统的SVM和BP神经网络诊断方法相比,该方法具有更高的准确率。     

偏最小二乘法方法在光谱定性分析中的应用研究

传统的光谱多元定性方法大都基于主成分分析(PCA),即首先将光谱进行PCA降维并选取特征变量后,再进行聚类或判别分析。近年来,用于光谱多元定量校正的偏最小二乘法(PLS)也被越来越多地用于定性分析中,并得到更优的结果。本文以实例介绍PLS方法在光谱模式识别以及建立定量模型适用性判据等方面的应用,其有望成为一种常用的光谱定性方法。     

一种基于极线约束的最小二乘匹配方法研究

图像匹配技术在图像处理与计算机视觉中有着非常重要的作用。最小二乘影像匹配方法是常用的匹配方法之一。本文提出了一种基于极线约束的最小二乘图像匹配算法。该算法将极线约束和最小二乘法结合实现图像匹配。首先利用两幅图像间的极线约束得到多个预匹配点,确定预匹配区域,然后用最小二乘法求得最佳匹配。实验结果表明,该方法效果良好,具有实用价值。     

一种基于改进偏最小二乘算法的中红外光谱测定在用润滑油酸值的新方法

提出一种基于改进偏最小二乘法——多主成分数偏最小二乘算法的中红外光谱快速测定在用润滑油酸值的新方法。通过提取在用润滑油样品中红外光谱指纹区(600～1 870 cm-1)谱图数据的特征信息,建立酸值的多元校正模型,并对模型进行全交互验证和验证集样品评价,评价结果证明了该方法的可行性和有效性。     

一种解线性最小二乘问题的FPGA计算方法

针对基于FPGA实现解线性最小二乘问题存在的计算并行性差和计算延迟大的问题,提出基于改进Cholseky分解解线性最小二乘问题的FPGA计算方法。该方法将最小二乘问题转换为矩阵分解和三角阵求解两部分实现,在每个部分通过最大化PE单元数量提高运算的并行性。在矩阵分解部分采用改进的Cholesky分解方法规避开方运算,并将除法运算转换为乘法,减小计算延迟。同时,在三角阵求解部分通过计算结构复用实现正三角和倒三角线性方程组的求解,提高资源利用率。在Xinlinx Virtex XC5VFX130T平台上的实验结果表明,在单精度条件下,相对于PC平台,该方法能够实现8倍以上的效率提升。     

最小二乘圆法拟合激光斑点的一种方法

介绍了激光标记求取目标物体深度信息的方法。由于激光源打在目标物体上形成具有一定面积的光斑,在CCD成像后的像平面上必然也形成一定区域的斑点,为了精确地确定目标物体的深度信息,需要计算激光斑点中心的位置。提出了最小二乘圆法求取激光斑点中心位置的方法,并给出了算法实例。     

基于改进平均秩的最小二乘参数估计方法

针对小样本情形下传统平均秩或中位秩估计法计算精度较低的问题,采用秩估计函数修正原理,调整自然平均秩适用点,提出一种改进平均秩作为样本的累积分布函数。采用对累积分布函数直接拟合方式执行最小二乘估计,并基于威布尔分布和小样本假设,通过蒙特卡罗仿真对比不同秩估计下的参数估计效果。结果表明,对于不同参数下的威布尔分布,样本量不小于4时的改进平均秩计算尺度参数相对误差小于9.5%,计算平均失效间隔时间相对误差小于8.7%,对比传统方法计算相对误差高于16%而言,此方法可有效提升威布尔分布的参数估计精度。     

一种机器视觉加权最小二乘解法

为了进一步提高机器视觉的重建精度,本文首次从参数方程的角度来重新审视机器视觉系统以及在此方程上提出了加权的最小二乘方法。机器视觉系统中,重建精度将随相机布局的不同而不同,即随相机与特征点的距离以及旋转矩阵的不同而变化。原有解算方法,并不区分这些不同,利用最小二乘法求取拟合误差最小点。针对这一不足,本文首先改变了机器视觉系统的基础,利用参数方程来描述系统模型,在此基础上,推导了加权的最小二乘方法,给有大误差布局的相机较小的加权,从而进一步提高精度。这种算法的关键是对权重的估计。文章最后的仿真和实验验证了本文算法的有效性。     

偏最小二乘法在成分提取中的应用研究

介绍了偏最小二乘的理论基础,指出了该方法在小样本、多自变量、变量间存在多重相关性时的独特优势,并以航空发动机大修费用为例,进行数据的仿真.结果表明:该方法能有效地进行数据成分的提取,及应变量和白变量之间函数关系的判别.     

改进的最小二乘自适应滤波陀螺仪去噪方法

为了降低微机电系统(MEMS)陀螺仪输出当中的噪声分量,提出了一种基于随机加权方法下的抗野值递推最小二乘法(RLS)自适应滤波算法。标准RLS算法的基本思想是对于所有已输入的信号而言,尽量使得在每个时刻对数据块估计的平方误差的加权和最小,这也是RLS算法对于非平稳信号的适应性要比其他滤波算法好的重要原因。针对标准RLS算法中野值对其滤波精度的影响,同时,复杂的非平稳环境也会对其有一定的影响。所以,提出并验证了随机加权方法对RLS算法的抗野值处理,并将提出的改进算法应用到了MEMS陀螺仪的去噪研究中,改进后的算法不仅可以很好的去除单个野值对滤波的影响,而且对于野值连续成片出现的情况,也能结合算法的适应性很好的保持滤波的稳定性。     

[装配技术]基于偏最小二乘回归的运动机构装配质量关键控制点判定方法

为提高复杂运动机构装配质量,提出了一种基于偏最小二乘回归（PLSR）的运动机构装配质量关键控制点判定方法。基于“功能—运动—动作”的结构化分解方法,定义了元动作和元动作链的概念;将元动作链中最后一个元动作输出运动参数作为装配质量的分析对象,以状态空间模型和分层迭代法为工具构建元动作链动力传递模型,建立装配质量分析对象与各级元动作内部影响因素之间的联系;利用PLSR解决各级元动作内部影响因素之间的多重共线性和样本数据过少的问题,并且以变量投影重要性指标衡量影响因素重要程度。最后,以砂轮架X轴进给运动下的元动作链为例,证明了该方法能有效地提取出与装配质量最密切的影响因素。     

混合偏最小二乘回归和粒子群优化直接进给轴加速度饱和性能的优化方法

为了提高直线电机驱动进给轴的驱动性能,对进给轴的加速度饱和性能优化方法进行了研究。分析了直接进给轴驱动过程中加速度饱和性能的影响因素,提出一种混合偏最小二乘回归(PLS）与粒子群优化(PSO）的优化方法。采用正交试验设计方法分配伺服试验参数,利用激光干涉仪测量进给轴的运动时间和速度,从而构建样本库,建立基于PLS的加速度饱和性能模型,采用PSO算法辨识加速度饱和性能优化的伺服参数。搭建了直接进给轴试验平台,进行了200组样本的随机试验。结果表明,混合优化后的伺服参数具有较好的加速度饱和性能,比样本组的平均加速度饱和性能指标高68%。