共查询到10条相似文献,搜索用时 296 毫秒
1.
2.
天山北麓土壤有机质高光谱特征分析 总被引:1,自引:0,他引:1
《环境科学与技术》2015,(9)
随着土壤遥感科学的快速发展,光谱技术及其相关理论分析在农业生产与生态规划领域得到了广泛的应用。通过对光谱反射率进行一阶微分与倒数对数形式的变换,选取相关系数较大的波段构建基于多元逐步回归与偏最小二乘法的反演模型,得到如下基本结论:土壤光谱的一阶微分的变化,显著提高了土壤有机质含量与光谱间的敏感性;在多元逐步回归分析中,反射率一阶微分的多元回归模型的稳定性及预测精度最好;在偏最小二乘法回归分析中,反射率倒数对数模型的决定系数达到了最高的0.962,而总均方根误差为最低的1.082,其模型的稳定性及预算精度优于其他模型;总体上,偏最小二乘法回归模型的稳定性及预测精度优于多元回归模型,能够进一步满足研究区土壤有机质含量估算的实际需求。 相似文献
3.
针对出行生成预测中变量众多以及多重相关性问题,以常州调查数据为样本,分别采用逐步回归分析方法和偏最小二乘回归(PLSR)方法,建立基于土地利用形态的交通发生量模型.并对两者建模方法进行分析比较,结果表明PLSR能有效地解决变量多重相关性问题,模型意义清晰,效果显著. 相似文献
4.
应用偏最小二乘回归技术建立了102种酚类化合物气相色谱保留指数与分子全息结构间的相关模型,在最佳建模条件下得到非交叉验证相关系数(r2)为0.965,交叉验证相关系数(qLOO2)为0.963. 从102种酚类化合物中随机选出68种作为训练集,其余作为测试集,来验证分子全息QSRR模型的预测能力和稳健性. 在最佳建模条件对训练集进行偏最小二乘回归分析,r2为0.967,qLOO2为0.927. 用训练集数据所建立的QSRR模型预测测试集中酚类化合物的色谱保留指数,结果表明,基于训练集所建立的QSRR模型具有很高的预测能力和稳健性,可以对测试集酚类化合物的气相色谱保留指数进行很好的预测. 此外,利用最佳全息定量结构保留关系(HQSRR)模型的色码图,探讨酚类化合物中的不同侧链基团对其色谱保留性质的影响,及其在固定相上的色谱保留机理. 相似文献
5.
利用分子全息定量结构-活性相关关系(HQSAR)技术研究了25种硝基苯类化合物对斜生栅藻的急性毒性与其结构之间的相关关系.应用偏最小二乘回归技术(PLS)建立了定量模型.在碎片长度为1~7、碎片区分参数为原子类型、化学键类型和连接性条件下,得到最佳模型(Q2=0.921,R2=0.992).为检验模型的预测能力,将数据集分成训练集和预测集.模型对预测集的预测结果与实测值吻合较好,表明模型的预测能力良好.最后利用色码图对模型中不同原子的贡献进行了解释. 相似文献
6.
利用紫外光谱结合偏最小二乘法(PLS)建立了海水硝酸盐浓度计算模型,并利用间隔偏最小二乘法(interval PLS,iPLS)对建模区间进行了优化。相比全波段建模,优化后模型校正集均方根误差(RMSECV)从39.1降低到9.83。同时利用35个预测集样本对iPLS优化模型进行验证,iPLS优化模型将预测样本平均相对偏差从3.23%降低到1.81%。研究结果表明,相比全波段建模,利用iPLS进行建模波长区间优化,不仅减少了自变量个数,简化了运算,同时提高了模型预测准确度。 相似文献
7.
8.
9.
10.
针对造纸废水处理系统的时变性、非线性和复杂性等特点,本文提出一种基于高斯过程回归的软测量模型.基于平方指数协方差、线性协方差和周期性协方差函数组合构建了7种高斯过程回归模型,分别对出水化学需氧量和出水悬浮固形物浓度进行回归预测.此外,还对比了多元线性回归模型、主成分回归模型、偏最小二乘模型、人工神经网络模型和高斯回归模型的预测效果.对比计算结果表明无论是对输出变量的训练拟合还是预测,高斯过程回归模型的拟合效果均优于非高斯过程回归模型.高斯过程回归模型的预测结果表明:对于出水化学需氧量,线性协方差函数与周期性协方差函数的组合模型可以取得最好的预测结果;对于出水悬浮固形物,平方指数协方差函数与线性协方差函数组合模型可以取得最好的预测结果. 相似文献