偏最小二乘法

摘要： 为探索区块链技术对供应链金融的影响机制,从网络嵌入性视角出发,收集了279份数据样本。建立“数字信用共治—网络嵌入性—供应链金融绩效”的基本理论模型,运用偏最小二乘法验证结构方程模型,并进一步用模糊集定性比较分析分别以融资周期、融资额度、融资可获得性及融资成本4个融资绩效维度作为结果变量进行组态分析,得到6个融资绩效影响因素等效构型。研究结果表明:区块链技术无法通过提高企业中心度降低融资成本;不能通过提高企业关系持久度提高企业融资额度,也不能通过提高企业间合作频率缩短企业融资周期。除此之外,从网络嵌入性角度将各融资绩效维度提升机制归纳为:市场环境引导机制、核心优势主导机制、企业交流引领机制、内外兼修维持机制。最后根据各融资绩效维度影响机制,从网络嵌入性的角度打开区块链技术提升供应链金融绩效的“黑箱”,并为中小企业提高融资绩效提供可实施建议。

摘要： 以含巯基葡聚糖凝胶的吸附柱手控注射萃取,结合偏最小二乘方法(PLS)开展萃取富集-可见光谱多元校正分析,建立Pb(II)、Cd(II)和Cu(II)金属离子多组分识别数学模型;优化注射吸附柱萃取参数,研究不同组分的光谱相关性、识别模型主成分数和预测准确性.在最佳条件下,Pb(II)、Cd(II)和Cu(II)离子可以被同时测定,最低理论检出限分别可达0.6、0.2和0.2 ng·mL^(-1);Pb、Cd和Cu的PLS分析与原子吸收光谱法比较,测定偏差为-8.2%~1.8%,-2.0%~-12.9%和-1.5%~8.4%;水样中Pb、Cd和Cu组分均能得到良好的检测,检测回收率为82.5%~112.5%,结果良好.

摘要： 利用光纤光谱技术对50个骏枣进行浸泡梯度的水分分析,通过选用偏最小二乘法(PLS)建立骏枣浸泡梯度水分定量模型。光谱数据预处理方法分别为光程恒定(Con)、多元散射校正(MSC)、标准正态变换(SNV)、S-G平滑。在骏枣浸泡20~60min内,含水率检测精度较低,无法精准预测骏枣的品质信息;在骏枣浸泡120min时含水率检测精度最高,相关系数(R)为0.99462、校正标准偏差(RMSEC)为0.169、预测标准偏差(RMSEP)为1.67。通过试验结果可以看出可见光光谱技术对骏枣浸泡梯度水分定量模型的预测是可行的。

摘要： 用探头式近红外光谱仪(NIR)在线测量工业硝基苯的纯度,选择甲苯为模型杂质,基于实验设计,配制纯度99%~100%的硝基苯样品,使用气相色谱法离线标定样品纯度数据,使用偏最小二乘法(PLS)研究了基于NIR的硝基苯样品的纯度预测模型。为克服近红外光谱中的合频、倍频以及基线漂移等干扰信息,研究了五种数据预处理方法对纯度预测模型准确性的影响。选择标准正态变量校正预处理方法(SNV),其中R^(2)_(Cal)为0.9974,R^(2)_(CV)为0.9968,R^(2)_(Pre)为0.9955,校正均方根误差(RMSEC)为0.0002,交叉验证均方根误差(RMSEVCV)为0.0002,预测均方根误差(RMSEP)为0.0002,相对偏差在0.05%以内。实现了对含甲苯杂质的硝基苯样品纯度的准确在线测量和质量控制,相比以往的气相色谱离线检测法,有效提高了检测速度,避免了制样对测量准确性的影响,能帮助实现工业硝基苯输送过程连续化,具有重要的工业应用潜力。

摘要： 饲料是畜牧生产的物质基础,饲草原料和饲料产品营养价值的检测与评估是饲料生产中的重要环节,面对饲草资源中粗蛋白含量低和大量依靠进口饲料的局面,大豆作为优质的高蛋白豆科饲草是畜牧业生产利用的重要资源。不同青饲大豆及其不同刈割期的饲用品质参数可以评价青饲大豆的饲用性能,但目前主要以化学方法进行检测,过程繁琐,试验周期长、易造成人为操作误差,且青饲大豆主要饲用品质指标的光谱快速检测尚属空白,亟待开发和利用。鉴于近红外光谱快速分析技术在检测领域及饲料分析中的广泛应用,利用近红外光谱分析技术在950~1650 nm范围内收集不同大豆品种不同刈割时期的全株样品光谱,对样品的主要饲用品质参数粗蛋白(CP)含量、中性洗涤纤维(NDF)含量和酸性洗涤纤维(ADF)含量三个指标按国家标准或行业标准的化学方法进行检测,得到的150份样品的品质数据按3∶2分为校准集和验证集。通过一阶求导(NW^(1st))、二阶求导(NW^(2nd))、标准正态变量变换方法(SNV)、去趋势算法(DE-trending)4种不同光谱预处理方法中的一种或多种处理的组合,结合偏最小二乘(PLS)回归算法建立了青饲大豆三个主要品质参数CP,NDF和ADF含量的预测模型。通过比较回归模型中的校准集和验证集中决定系数(R^(2))和均方根误差(RMSE)得出,NW^(1st)+DE-trending+SNV+PLS处理后所建立的模型效果最好,青饲大豆CP含量模型中的校准集的R^(2)_(C)和验证集的R^(2)_(P)分别为0.96和0.95,NDF含量模型中的R^(2)_(C)和R^(2)_(P)分别为0.90和0.89,ADF含量模型中的R^(2)_(C)和R^(2)_(P)分别为0.94和0.93。通过验证集对预测模型的检验分析进一步证实了该模型的准确性和稳定性,形成了一种便于青饲大豆品质检测的近红外光谱(NIRS)快速分析法。随着青饲大豆品质参数数据量的增加,将不断完善青饲大豆品质检测模型,该方法不但扩大了近红外光谱仪对饲草资源品质的检测类别与范围,而且准确高效,有利于高蛋白优质饲草资源的开发和有效利用。

摘要： 青花菜矿质元素含量丰富,传统的青花菜矿质养分评价方法步骤繁琐、耗时费力。通过电感耦合等离子体原子发射光谱法(Inductively Coupled Plasma Optical Emission Spectrometer,ICP-OES)测定青花菜中钾(K)、硫(S)、磷(P)、钙(Ca)、铁(Fe)、镁(Mg)等矿质元素含量,同时使用近红外光谱仪扫描样品,获取样品光谱文件,拟建立青花菜矿质元素的近红外光谱快速测定的方法。对化学分析结果与光谱文件在偏最小二乘法(partial least square,PLS)分析的基础上,通过Savitzky-Golay卷积平滑处理,采用不同的散射处理方式[多元散射校正(multiplicative scatter correction,MSC)和标准正态变量变换(standard normal variate transformation,SNV)],以及不同导数处理方式[一阶导数(first derivative,FD)和二阶导数(second derivative,SD)]对光谱进行预处理,从而获得定标方程。结果表明:(1)K、Mg、Ca经过MSC+FD处理的结果最好,校正相关系数(coefficient of determination in calibration,RSQ)分别为0.884、0.944、0.651,验证决定系数(coefficient of determination in valibration,R^(2))分别为0.893、0.928、0.604,相对分析误差(residual predictive deviation,RPD)分别为2.491、2.710、1.344;(2)P经过SNV+FD处理的效果最好,RSQ、R^(2)和RPD分别为0.733、0.703和1.117;(3)S、Fe经过MSC+SD处理的结果最好,RSQ分别为0.523、0.581,R^(2)分别为0.537和0.416,RPD分别为1.133、1.100。建立的K和Mg的近红外光谱快速检测模型,可以用于实际应用;P可以近似定量预测,但还需要通过增加样品种类提高模型的准确度与稳定度;Ca、S和Fe的近红外模型可以通过建立高浓度和低浓度2个模型来提高模型预测度。

摘要： 为了开发一种缩短灭菌乳中乳果糖含量检测时间的方法,以提升乳制品质量控制效率,本文利用中红外光谱技术结合偏最小二乘法(PLS)定量分析样品中的乳果糖含量,实现了微量乳果糖的快速简便的定量检测,与农业行业标准方法《NY/T 939-2016巴氏杀菌乳和UHT灭菌乳中复原乳的鉴定》相比,本文开发出的乳果糖定量检测方法结果出具时间由2天缩短至15 min,其重复性较好、精密度和准确性较高,符合检测要求,具有较好的应用前景。

摘要： 【目的】了解小粒种咖啡(Coffea arabica)农艺性状对单株产量的影响,为小粒种咖啡优良品种选育提供科学依据。【方法】基于瑞丽咖啡国家种质资源圃1999—2020年期间的观测数据,采用相关性系数、灰色关联分析及变量投影重要性准则3种方法,以及运用偏最小二乘法(PLS)建立线性回归方程,对小粒种咖啡主要农艺性状与单株产量关联进行分析。【结果】小粒种咖啡各农艺性状与单株产量间存在着极显著的正相关关系(P<0.01)。灰度关联分析表明,各农艺性状与单株产量有较强的关联度,关联度变化范围在0.750~0.769。变量投影重要性分析表明,各农艺性状对单株产量均有较好的解释能力,其中分枝对数和茎粗对单株产量的解释能力最大,变量投影重要性准则(VIP值)分别为1.290和1.140。株高、茎粗、分枝对数、冠幅、最长一分枝长和最长一分枝节数6个主要农艺性状与单株产量建立的PLS线性回归方程拟合度最优。通径分析结果表明,各农艺性状对单株产量间接作用的总效应(1.472)大于直接作用(0.471)。最长一分枝长通过其他农艺性状对单株产量的间接作用总和最大,为0.333。其他农艺性状通过最长一分枝长对单株产量的间接作用总效应最大,为0.576。另外,其他农艺性状通过分枝对数对单株产量的间接作用总效应也较大,为0.562。【结论】6个主要农艺性状对咖啡单株产量有显著影响,在品种选育过程中是主要的观测对象。所建立的偏最小二乘法(PLS)线性回归方程,可作为单株产量预测的辅助手段。

摘要： 目的:建立近红外光谱法快速检测银杏离心液中萜类内酯含量的方法。方法:利用近红外光谱仪对银杏离心液样品进行扫描,对其光谱进行预处理和波段选择,并结合偏最小二乘法(partial least squares, PLS)建立萜类内酯含量快速无损检测方法。结果:所建立的模型的决定系数R为0.9177,交叉验证均方根差值为0.0335,对验证集样品进行预测并统计分析,预测值与真实值之间无显著差异(P 0.05)。结论:所建立的模型准确度高,适用于银杏离心液中萜类内酯含量的快速检测。

摘要： 以酪氨酸和左旋多巴混合溶液中左旋多巴的紫外光谱数据为研究对象,首先用Kennard-Stone算法对样品集进行分割;然后使用ν-SVR和ε-SVR算法对核进行建模,以建立不同的核。紫外光谱定量分析模型中左旋多巴含量的功能;最后,采用粒子群算法对参数进行了优化,并与传统的PLS算法进行了比较。实验结果表明,由ν-SVR,ε-SVR和PLS建立的左旋多巴含量校正模型具有较高的准确性,预测性能略有不同。在预测集实验中,PLS,ν-SVR(RBF)和ε-SVR(RBF)算法的预测均方根误差分别为1.755、0.826和0.68。实验已经证明了使用紫外光谱法快速测定左旋多巴含量的有效性以及基于径向基函数的ε-SVR的建模优势。

摘要： 目的:采用偏最小二乘法(PLS)对不同品系小鼠的肾阳虚外感模型的进行建模分析,筛选出最合适的品系动物. 方法:分别选择KM、ICR、C57BL/6和BALB/c雄性小鼠,采用腹腔注射苯甲酸雌二醇(8mg/kg),连续15d,复制肾阳虚模型;采用流感病毒鸡胚尿囊液(血凝滴度1∶320)滴鼻感染,建立肾阳虚小鼠外感模型.采用SIMCA-P软件处理小鼠的体重、肛温、脏器指数、呼吸代谢等指标,应用偏最小二乘法通过整体评价,综合判断不同品系小鼠模型差异. 结果:空白组得分设置为1,PLS分析处理结果表明,KM、ICR、C57BL/6和BALB/c组得分分别为0.830,0.759,0.782,0.584. 结论:采用PLS方法对不同品系小鼠复制肾阳虚外感模型综合评价,能较好的反应不同品系小鼠造模的差异,其中BALB/c品系小鼠更适合于肾阳虚外感模型的建立.

摘要： 使用X射线衍射仪(XRD)对活化后的顺酐VPO催化剂进行物相表征,同时采用电感耦合等离子体发射光谱仪(ICP-OES)测定催化剂化学组成并得到催化剂的磷钒比,使用偏最小二乘法(PLS)将催化剂样品的磷钒比与其XRD谱图关联,建立了VPO催化剂样品磷钒比PLS定量校正模型,该方法可以实现快速、准确测定VPO催化剂磷钒比,为催化剂的研发和生产提供有力的数据支持.

摘要： 目的：研究连翘水提物HPLC指纹图谱与保肝活性的相关性,初步揭示保肝的药效物质基础. 方法：以连翘水提物对CCl4致肝损伤模型大鼠血清中ALT、AST指标的下降效果评价其保肝作用,同时建立多批连翘水提物的HPLC指纹图谱,采用偏最小二乘回归分析方法将HPLC指纹图谱各共有峰的峰面积与保肝药效数据结合,研究与保肝药效的相关性. 结果：各批次水提物有21个共有峰,根据标准化回归系数大小与正负,结合VIP值表明,3、21(连翘脂素)、19(槲皮素)、5、6、18(连翘苷)和13号峰(松脂素-β-D-葡萄糖苷)对保肝药效作用的贡献较大,认为它们是连翘发挥保肝作用的活性成分. 结论：通过连翘HPLC指纹图谱与其保肝药效偏最小二乘法分析可知,连翘作用与其所含的多种成分有关,谱效关系研究能够较为快捷地从复杂体系中筛选活性化合物.

摘要： 基于粗苯原料中有效组分不能快速检测的现状,利用化学计量学和偏最小二乘法原理,进行了粗苯中苯、甲苯、邻二甲苯、间二甲苯、对二甲苯含量预测的研究.依据粗苯的红外光谱和气相色谱数据,采用交互验证方法,选取合适的维数、波段及图谱处理方式,建立了数学模型.校正集中苯、甲苯、邻二甲苯、间二甲苯、对二甲苯的相关系数分别为0.9502,0.9698,0.9529,0.9706和0.9705,预测均方根误差分别为1.50,o.391,0.0607,0.086和0.0298.预测精度能满足企业要求,检测时间从0.5h降到了几分钟.

摘要： 针对用膜生物反应器(MBR)处理污水中膜透水率难以测量的问题,提出了一种基于递归径向基神经网络(RRBFNN)的软测量方法.首先,基于污水处理过程中的实际运行数据,应用偏最小二乘法(PLS)筛选出和透水率相关的过程变量;其次,基于递归RBF神经网络建立透水率的软测量模型,利用快速梯度下降算法对神经网络模型的参数进行调整,保证了模型的精度;最后,将设计的透水率软测量模型应用于实际污水处理过程中,使用污水处理厂实测数据对模型进行验证.验证结果表明,该软测量模型能够实现透水率的准确预测,具有较好的预测精度.

摘要： 土壤的光谱特性是由土壤本身的性质决定的,它与土壤的理化性质有明显的相关关系.草原露天煤矿地区,由于受到采矿活动的影响,土壤出现不同程度的退化,随着矿区复垦工作的进行,区域土壤特征显著.高光谱分析技术因其影响因素较野外更容易控制,易于机理研究.基于光谱特性的土壤有机质无损估测是矿区土壤遥感监测的一项基础性工作,将为矿区环境精细监测中土壤参数的快速获取提供理论依据,本文综合分析了草原露天煤矿地区土壤的有机质差异及地面光谱特征,揭示不同有机质含量土壤的光谱特征差异,明确土壤有机质的光谱特征,进而构建不同波段及不同预处理土壤数据有机质光谱偏最小二乘法估测模型,得出以下结论:有机质含量大于100g/kg的土壤在可见光蓝光波段光谱反射率不变,进入绿光波段后反射率开始上升,其余土壤均在蓝光波段开始直接上升,对原始光谱进行去包络线以及1/log(R)变换后,可见光波段不同有机质含量的土壤光谱出现显著性差异;在可见光波段,相对于原始光谱及其他变换方式,1/log(R)一阶导数变换后的建模精度最高.在近红外波段,则原始光谱的建模精度要由于进行导数及对数变换后的光谱建模精度,但是其建模精度互验证系数与外部决定系数,低于可将光波段的建模精度.中红外波段1100-2500nm原始光谱建模结果,从建模精度及外部检验系数,均高于可见光波段和近红外波段,是有机质估测能力最好的光谱区域.

摘要： 在对甘肃柳园南部玄武岩带进行系统采样、分析、测试的基础上,利用偏最小二乘法(PLS)对岩石实测波谱数据和主量元素测试数据进行建模.通过反复对比试验提出适用于数据集的光谱平滑、一阶微分及标准正态变量变换相结合的光谱数据优化方法.利用交叉检验的方法获得最小均方根误差下的最适主成分个数.模型运算结果显示PLS具有较好的稳定性和精度,在利用遥感数据进行岩石氧化物成分反演方面有很好的应用前景.

摘要： 以自育的食用向日葵材料为测试对象,用化学方法测定粗蛋白含量,对照近红外漫反射光谱,通过偏最小二乘法分别建立了食用向日葵籽粒、籽仁和籽粒粉末粗蛋白含量的近红外光谱模型.结果表明:籽仁模型和籽粒粉末模型预测未知样品粗蛋白含量的精确度较高,可以用于向日葵粗蛋白含量的定量测定,而籽粒模型与其他2个模型相比,预测精确度相对较低,但由于其不破坏籽粒和种皮的优点,可用于粗蛋白含量的初步评估和高蛋白向日葵材料的筛选.

摘要： 为了有效地定量检测植物调和油中的单一植物油,建立了便携式荧光植物调和油测试系统并对该系统所采用的测量调和油中单一植物油含量的算法进行研究.首先,设计了便携式荧光植物调和油的系统硬件,以市场上常见的葵花油,大豆油,花生油配置了植物调和油.测量了各种不同比例调和油的荧光光谱及各单一植物油的含量,依据偏最小二乘回归建立相应的数学模型,作为标准数据库.然后,将待测调和油光谱数据带入建立好的偏最小二乘回归模型进行计算,得出待测调和油中单一植物油的含量.实验结果表明:依据建立的偏最小二乘回归模型计算出的待测调和油中各植物油含量的准确率偏差在10％以内.该测试系统测量快、准确度好,需要试样量少,基本满足调和油中各种植物油含量的要求.

摘要： 为了有效地定量检测植物调和油中的单一植物油,建立了便携式荧光植物调和油测试系统并对该系统所采用的测量调和油中单一植物油含量的算法进行研究.首先,设计了便携式荧光植物调和油的系统硬件,以市场上常见的葵花油,大豆油,花生油配置了植物调和油.测量了各种不同比例调和油的荧光光谱及各单一植物油的含量,依据偏最小二乘回归建立相应的数学模型,作为标准数据库.然后,将待测调和油光谱数据带入建立好的偏最小二乘回归模型进行计算,得出待测调和油中单一植物油的含量.实验结果表明:依据建立的偏最小二乘回归模型计算出的待测调和油中各植物油含量的准确率偏差在10％以内.该测试系统测量快、准确度好,需要试样量少,基本满足调和油中各种植物油含量的要求.

摘要： 本发明涉及一种基于二维偏最小二乘法的图像局部特征提取方法。本发明是将训练样本图分为七种表情，并分成大小相等的若干个子块，利用LBP算子提取每个子块的纹理特征，并构成局部纹理特征矩阵，采用自适应加权机制，对表情识别的差别赋予不同权值，使用二维偏最小二乘法对局部纹理特征矩阵进行统计特征提取，形成七种表情模板数据，完成训练过程，最接近者便是该幅输入图像的表情归属。解决了现有的面部表情识别方法所造成的破坏原始结构信息、粗糙、正确率低及耗时太长，无法实际应用等缺陷。本发明将传统偏最小二乘法为二维偏最小二乘法与局部二元模式算子结合并利用自适应加权方法所得到的图像具有客观、精确、节省时间。

摘要： 本申请公开了白酒判别技术领域中的一种基于偏最小二乘法判别酱香型白酒酿造工艺的方法，包括对已知工艺的酱香型白酒进行红外光谱分析，根据不同酿造工艺下酱香型白酒的差异，对每一酿造工艺设定一个虚拟值，并设定每种工艺判定的区间范围，再经过数据处理后得到判定模型，对未知样品进行处理与实验，预测得出数值，根据预测值落入的区间范围，得到其酿造工艺。本发明可区分正宗大曲酱香与非正宗大曲酱香酒，判别正确率达92％，且辨别仅需要10min，时间短，成本低，便于推广应用。

摘要： 本发明公开了一种基于偏最小二乘法的疏浚能耗预测方法，旨在解决现有技术中疏浚作业耗能高，产量低的技术问题，一种基于偏最小二乘法的疏浚能耗预测方法，包括以下步骤：收集疏浚作业中能耗与各工艺参量的数据资料，建立样本矩阵；对收集到的数据资料进行标准化处理；根据偏最小二乘法原理提取主成分；建立能耗与工艺参量的数学模型。本发明所述基于偏最小二乘法的疏浚能耗预测方法能准确预测疏浚作业过程中的高能耗因素，进而帮助工程人员制定有效的节能降耗措施。

摘要： 本发明涉及一种基于偏最小二乘法和极限学习机的光伏阵列故障检测方法。包括以下步骤：首先，对光伏阵列各种工况下数据进行实时采集和滤波预处理，获得原始监测数据，然后从中提取归一化生成七维的故障样本数据集。让将获得的七维故障样本数据集，采用偏最小二乘法进行降维，生成三维的故障样本数据集，并随机将故障样本数据集分为训练集和测试集。其次，训练集用K折交叉生成训练子集和验证子集，训练和验证极限学习机故障诊断模型选出最优隐含层神经元个数。最后，使用训练集和极限学习机最优隐含层个数训练极限学习机，并用测试集检测得到故障诊断模型的测试精度，以验证模型的泛化性能。本发明的技术能对光伏阵列的常见故障进行准确可靠地诊断分类。

摘要： 本发明公开了一种基于偏最小二乘法的生物特征标记物提取方法及系统，方法包括：对待提取样本进行质谱分析，获得待提取样本的质谱数据；采用偏最小二乘法对待提取样本进行建模及特征提取。系统包括质谱分析子系统和特征提取子系统。本发明采用了偏最小二乘法对生物特征标记物进行提取，解决了现有生物特征标记物提取方法因为类型复杂且数量繁多而无法进行精确快速提取的问题，操作简单，成本低，速度快而且精确度高。本发明作为一种基于偏最小二乘法的生物特征标记物提取方法及系统，可广泛应用于生物信息技术领域。

摘要： 本发明提供了一种基于偏最小二乘法对醇类汽油总醇含量测定的方法，该方法为利用拉曼光谱仪器对若干个醇类汽油进行光谱数据采集，分为校正集和测试集，对校正集的光谱数据通过十折交叉验证的方法寻优，得到最优潜变量，建立基于全谱和特征峰波段的偏最小二乘法校正模型，预测测试集的醇类汽油中各醇类的含量，得到醇类汽油总醇含量。本发明通过十折交叉验证的方法，对偏最小二乘法校正模型进行了优化，提高了偏最小二乘法校正模型的准确性。从而建立了一种快速、无损、准确定量分析醇类汽油中各醇类的方法，为油品质量检测、便携式拉曼检测仪的推广提供了理论基础和技术支撑。

摘要： 本发明公开一种基于偏最小二乘法的地铁杂散电流下管道腐蚀预测方法，包括以下步骤：1、测试点选取、有限元仿真；2、数据预处理；3、获取训练样本；4、第一主成分对选取；5、因变量、自变量对主成分的回归；6、残差矩阵替换；7、偏最小二乘回归方程式的建立；8、交叉有效性验证；9、冗余位置变量的剔除、最佳传感器排布的选取；10、测试样本测试。本发明通过区间内获得的地表电位数据，结合有限元仿真获得有效的预测管道腐蚀电流密度，根据偏最小二乘法，得到预测回归方程，判断出管道的腐蚀情况，在减少传感器数量的同时，可保持预测精度在可接受范围内，对于直观监测管道腐蚀情况和节省成本具有重大的实际意义。

摘要： 本发明提供了一种基于偏最小二乘法回归的短期风电功率预测方法，分析并提取风电场的影响风电功率预测的特征和影响因素，形成历史风功率数据向量，得到训练样本集，对训练样本集作降维处理，利用得到的训练样本进行成分提取，并且对输入输出进行相关性分析，再利用最小二乘法计算回归系数，建立偏最小二乘回归模型，选取风电功率点值作为测试样本的输入向量，与此相对应的输出向量作为功率输出真实值，带入偏最小二乘法回归模型，得到风电功率超短期预测值向量。本发明利用偏最小二乘回归方法具有良好的多元回归问题分析能力，同时包含数据回归模型建立、主成分分析以及典型相关分析等方法，不仅简化了预测模型结构，而且提高了预测的精度同时增强了预测方法的泛化能力。

摘要： 本发明涉及一种基于二维偏最小二乘法的图像局部特征提取方法。本发明是将训练样本图分为七种表情，并分成大小相等的若干个子块，利用LBP算子提取每个子块的纹理特征，并构成局部纹理特征矩阵，采用自适应加权机制，对表情识别的差别赋予不同权值，使用二维偏最小二乘法对局部纹理特征矩阵进行统计特征提取，形成七种表情模板数据，完成训练过程，最接近者便是该幅输入图像的表情归属。解决了现有的面部表情识别方法所造成的破坏原始结构信息、粗糙、正确率低及耗时太长，无法实际应用等缺陷。本发明将传统偏最小二乘法为二维偏最小二乘法与局部二元模式算子结合并利用自适应加权方法所得到的图象具有客观、精确、节省时间。

摘要： 本发明公开了用于监测柱色谱性能的方法。这些方法可以包括获取由色谱系统在样品纯化和/或分离期间生成的一条或多条色谱图紫外(UV)迹线；以及用正交偏最小二乘法(OPLS)模型分析获取的一条或多条色谱图UV迹线，从而允许在柱失效之前检测到柱劣化并且定量分析该一条或多条色谱图UV迹线中的UV信号。