共查询到20条相似文献，搜索用时 15 毫秒
1.
2.
《中国农村水利水电》2016,(7)
当河段实测流量资料存在大的、不服从正态分布的粗差或极值误差时,传统的估计方法(如最小二乘法)将不再适用。将附有条件的抗差最小二乘法运用到闽江流域沙县河段理想模型汇流参数估计中,利用两种常见的误差生成模式,分析比较了最小二乘法和抗差最小二乘法的在这两种误差影响下参数估值的效果和稳定性。结果表明,抗差最小二乘法能有效抵御粗差和极值误差的影响,从而取得较为精确且稳定性好的参数估值。 相似文献
3.
《中国农村水利水电》2017,(6)
将抗差理论引入到自回归模型(AR)的参数估计中,在实时洪水预报的误差修正中,可以利用抗差理论估计AR模型的参数,抵御异常观测值对参数估计的影响,以保证实时洪水的预报精度。选取闽江水吉流域的5场实测洪水资料,通过递推最小二乘法和抗差递推最小二乘法来率定AR模型参数,结果表明:当观测资料无异常值时,递推最小二乘法和抗差递推最小二乘的结果相近,都比较满意;当观测资料中有异常值时,递推最小二乘的结果明显不合理,抗差递推最小二乘法能获得最优估值。 相似文献
4.
《排灌机械工程学报》2017,(9)
针对现有水泵性能测试曲线拟合算法单一、对水泵非稳定性状态不规则、马鞍形等形状数据拟合精度差、近似效果不理想甚至丢失真实试验数据特性的现状,通过比较水泵性能曲线的各种拟合方法,分析了不同拟合方法在水泵特性曲线拟合中的优缺点,并针对特殊的水泵马鞍形性能曲线,设计了分段最小二乘多项式拟合方法.为了保证分段拟合曲线的连续可导性,在分段最小二乘拟合曲线的基础上,对各相邻分段曲线的分段点采用插值拟合的方法进行连接.最后通过试验验证,分别采用分段三阶最小二乘拟合算法和五阶最小二乘拟合算法对试验数据进行拟合,并对拟合结果进行对比分析.结果表明:采用分段最小二乘多项式的拟合方法对复杂特性曲线进行拟合,可以提高拟合曲线的拟合精度,并保证了拟合曲线的连续性. 相似文献
5.
6.
葡萄酒发酵过程主要参数近红外光谱分析 总被引：2，自引：0，他引：2
用近红外光谱结合化学计量学方法对葡萄酒酒精发酵中葡萄糖、果糖、乙醇和甘油4个指标进行了定量分析,化学指标的测定采用高效液相色谱法.通过对近红外数据进行筛选、变量标准化等预处理,比较了主成分回归和偏最小二乘回归定量分析的模型质量,以决定系数、校正均方根误差、预测均方根误差为模型质量的评价指标.通过比较发现,对于葡萄糖和果糖,主成分回归与偏最小二乘回归的预测精度相当;对于乙醇,主成分回归预测结果较优;对于甘油,偏最小二乘回归的预测结果要优于主成分回归.主成分回归所采用的成分数要多于偏最小二乘回归,但二者都可以用于上述4种成分的定量分析,其预测精度也相近. 相似文献
7.
生菜叶片含水率光谱特征模型研究 总被引：4，自引：0，他引：4
利用便携式光谱分析仪测量生菜叶片的光谱反射率,并对其进行对数变换.通过变量筛选得到725、1 075、1 272、1 450、1 640和1 958 nm波长处的光谱反射率与生菜干基含水率呈极显著相关.为克服多重共线性影响,分别采用多元线性回归分析、主成分回归分析、偏最小二乘回归分析及偏最小二乘-人工神经网络回归分析4种方法建立了叶片干基含水率的定量分析模型.结果表明4种算法预测值与实测值相关系数分别为0.485 0、0.899 2、0.917 4和0.947 0,偏最小二乘-人工神经网络模型的预测能力优于其他模型. 相似文献
8.
为了提高高光谱遥感影像的分类精度,提出了一种基于稀疏非负最小二乘编码的高光谱数据分类方法。采用非负最小二乘方法,将待测样本表示为训练样本的线性组合,并将得到的系数作为待测样本的特征向量,通过最小误差方法对待测样本进行分类。提出的方法在AVIRIS Indian Pines和萨利纳斯山谷高光谱遥感数据集上进行分类实验,并和主成分分析(PCA)、支持向量机(SVM)和基于稀疏表示分类器(SRC)方法进行比较,在2个数据集上本文方法的总体识别精度分别达到85.31%和99.56%,Kappa系数分别为0.816 3和0.986 7。实验结果表明本文方法的总体识别精度和Kappa系数都优于另外3种方法,是一种较好的高光谱遥感数据分类方法。 相似文献
9.
苹果内部品质的CT成像结合傅里叶变换方法检测 总被引：1，自引：0，他引：1
通过对苹果的CT扫描灰度图像进行傅里叶变换,在变换后的频域图像中提取16个参数,并结合苹果的可溶性固形物质量分数、可滴定酸度、pH值和含水率,采用主成分回归和偏最小二乘回归的方法建立模型,预测苹果的内部品质。结果表明,采用主成分回归分析建立模型,主成分的累计贡献率选取99%的情况下,F检验的P均小于0.05,预测效果良好。采用偏最小二乘回归时潜变量的个数为12时,各模型的误差平方和最小,预测效果良好。对两个模型进行误差率验证表明主成分回归的模型略优于偏最小二乘回归模型。 相似文献
10.
在偏最小二乘回归建模中有时由于自变量中含有大量与因变量无关的信息, 这些与因变量无关的信息被提取成具有大方差和小相关系数的成分,使得入选的成分虽然具有大的协方差, 但是仍然对因变量缺乏解释能力。为了克服这一缺点，应用改进的偏最小二乘法进行回归建模，介绍了该方法的改进原理及步骤，并将该方法应用于谐波定量分析中，仿真示例说明了该方法的有效性及优越性。 相似文献
11.
PLS在提取需水量预测影响因素中的应用 总被引：1，自引：0，他引：1
需水预测模型的输入变量直接影响了需水预测模型精度的高低。为了找出影响需水量的主要因素,选择偏最小二乘回归模型,建立了需水量的影响因素与需水量之间的相关关系模型。偏最小二乘法是多元线性回归、典型相关分析和主成分分析的集成与发展。偏最小二乘法提取的成分既能够很好的概括自变量系统中的信息,又能最好的解释因变量。通过计算影响因素与需水量之间的回归系数等信息,得出了影响需水量的主要成分,确定了需水预测模型的输入项。 相似文献
12.
基于高光谱反演的复垦区土壤重金属含量经验模型优选 总被引：1，自引：0，他引：1
以工矿复垦区为实验区域,基于ASD Field Spec 4高光谱遥感数据,结合实测的土壤重金属含量,利用回归分析与特征选择方法,开展了基于高光谱数据的土壤重金属含量反演研究与实验并进行了经验模型优选。通过对光谱曲线进行一阶微分、对数一阶微分以及对数倒数的一阶微分等数学变换有效提高了光谱数据与土壤重金属含量的相关性。在此基础上采用偏最小二乘回归(Partial least squares regression,PLSR)、随机森林回归(Random forest regression,RFR)、支持向量机回归(Support vector machine regression,SVMR) 3种回归分析模型开展土壤重金属含量反演实验,结果表明偏最小二乘回归(PLSR)对研究区内土壤中重金属含量的反演最为有效,尤其对区域内主要障碍因子镉(Cd)元素含量的反演效果最佳,验证集决定系数R2为0. 76。基于粒子群算法(Particle swarm optimization,PSO)、遗传算法(Genetic algorithm,GA)、Relief F算法3种特征选择方法对偏最小二乘回归(PLSR)模型进行优化,结果表明粒子群算法(PSO)可有效降低特征波段变量维度,进一步提高模型反演精度,使决定系数R2由0. 76提高至0. 84。综上,基于高光谱数据,采用偏最小二乘回归(PLSR)与粒子群算法(PSO)相结合的方法,可有效对工矿复垦区土壤中的重金属含量进行测度,可为复垦区土地的质量和生态指标监测提供理论方法和技术支持。 相似文献
13.
地下水水位动态特征综合反映了气象囚子、水文因子、人为因子的干扰。应用偏最小二乘回归分析三江平原地下水动态变化，可有效地进行数据准备和输入因素的成分提取。提取出的成分具有线性无关的特点，对地下水动态变化有较好的解释能力，利于建模和预测。此方法另一特点是可以消除输入因素的多重共线性，不需要大量样本作为输入。算例表明，该方法用于地下水动态预测建模速度快、预测精度高，是一种行之有效的方法。 相似文献
14.
针对数控机床热误差建模具有小样本、数据离散的特点,提出一种综合灰色预测和最小二乘支持向量机的热误差在线组合建模方法。根据机床温度和热误差的实验数据,分别建立热误差的灰色模型和最小二乘支持向量机模型,并通过加权系数将两者进行组合。以提高热误差的实测值和组合模型预测值之间的灰色综合关联度为目标,对模型的加权系数进行优化。在一台高架桥式龙门加工中心上进行建模实验,结果表明数控机床热误差最优权系数组合建模方法精度高、泛化能力强,优于灰色预测、最小二乘支持向量机和多元线性回归3种建模方法。利用该方法构建的预测模型进行机床热误差在线补偿,可有效减小热误差对机床加工精度的影响。 相似文献
15.
针对化学计量学在矿区重金属污染监测中的关键作用,本文综述了几种矿区光谱数据建模方法及针对其缺点而衍生的相关建模方法。在众多光谱数据建模方法中,多元线性回归和偏最小二乘回归主要用于解决光谱参数与土壤参数之间的线性关系,而支持向量机用于解决非线性关系问题。根据变量在数量、无关变量、变量之间的相关性等方面的局限性,衍生出了逐步多元线性回归、稀疏偏最小二乘回归、广义动态模糊神经网络等建模方法。针对不同类型的数据,选择的建模方法不同,为了取得更好的建模效果,应注重于其他方法的结合研究。 相似文献
16.
基于OSC和PLS的土壤有机质近红外光谱测定 总被引：1，自引：1，他引：1
分析了经过简单处理的土壤样本光谱特性,将正交信号校正与偏最小二乘算法回归相结合,建立了土壤光谱特性与土壤有机质含量之间的定量分析模型。结果表明,正交信号校正可以消除噪声信息对土壤有机质含量预测的影响,预测样本的预测相关系数达到0.893、标准偏差为0.051%、预测标准差为0.050%;而不采用正交信号校正建立定量分析模型的对应参数分别为0.818、0.069%和0.085%。 相似文献
17.
分析了经过简单处理的土壤样本光谱特性，将正交信号校正与偏最小二乘算法回归相结合，建立了土壤光谱特性与土壤有机质含量之间的定量分析模型。结果表明，正交信号校正可以消除噪声信息对土壤有机质含量预测的影响，预测样本的预测相关系数达到0.893、标准偏差为0.051％、预测标准差为0.050％；而不采用正交信号校正建立定量分析模型的对应参数分别为 相似文献
18.
19.
为研究剔除土壤背景对无人机多光谱监测土壤含水率的影响,通过无人机飞行拍摄得到多光谱影像数据,运用监督分类剔除土壤背景,并分别提取剔除背景前后各6个波段的光谱反射率.将反射率与深度10 cm、20 cm和30 cm的实测含水率分别构建一元线性回归模型、逐步回归模型、偏最小二乘回归模型和岭回归模型,以R2、RMSE、RE为指标进行模型精度评价.结果表明:剔除灌浆期玉米的土壤背景后,数据的相关性和回归模型的精度始终比未剔除土壤背景数据的相关性和模型精度差.剔除土壤背景的反射率与各个深度含水率的相关系数绝对值在0.01～0.33之间,未剔除土壤背景的反射率与各个深度含水率的相关系数绝对值在0.08～0.54之间.未剔除土壤背景模型的效果在任何深度均高于剔除土壤背景的模型,其中在各深度处偏最小二乘回归模型的精度均为最优. 相似文献
20.
根据朝阳气象站的实测气象数据(温度、湿度、日照时数、风速、蒸发量、降水量),提出基于偏最小二乘回归的投影寻踪耦合模型用于预测朝阳地区参考作物滕发量.偏最小二乘回归方法能够有效地处理自变量间多重线性相关问题,但对处理因变量与自变量间复杂的非线性问题较差,而投影寻踪回归模型有效解决了非线性问题.把这2种方法结合在一起,建立了基于偏最小二乘回归的投影寻踪耦合模型,用于该地区参考作物滕发量的预测.并将耦合模型预测的ET0结果与Penman-Monteith公式计算的ET0结果进行比较,该耦合模型预测精度较高. 相似文献