介绍一种新的回归方法-最小-乘法

利用最小一乘法回归模型计算并分析它在环境科学领域中的应用，弥补了最小二乘法受异常值的影响加大误差的缺陷，并以文献资料作为应用实例验证了结果，通过大量计算表明，该方法具有一定的优越性。     

矿山变形监测网的图形结构本征

当前测量数据处理理论已经具备了较完善的理论体系,但是没有严格的从数值上去分析图形结构的本征,本文从监测网平差的角度出发,分三个方面对监测网的图形结构本征进行分析。     

安全投入与事故直接经济损失的研究

通过对安全投入及事故直接经济损失的分析研究,利用最小二乘法对安全投入比例(安全投入占GDP的比例)与事故直接经济损失之间的关系进行了回归分析,确定了其对应的函数关系.结果表明,安全投入比例与事故直接经济损失之间呈较明显的负指数关系.根据该计算结果,探讨了安全投入存在的主要问题,提出了几点关于加强安全投入的建议及措施.     

对华北GPS监测区近期地壳应变连续分布的估计

直接利用华北ＧＰＳ监测网各个测点的位移观测值,借助高斯型位移协方差函数通过最小二乘配置建立连续分布的位移函数,并根据应变与位移的偏导关系,对华北ＧＰＳ监测区１９９２～１９９５年、１９９５～１９９６年最大剪应变及面膨胀连续分布进行估算,得到其应变场动态图像。     

安全投入与事故直接经济损失的问题研究

通过对安全投入及事故直接经济损失的分析研究,利用最小二乘法对安全投入比例(安全投入占GDP的比例)与事故直接经济损失之间的关系进行了回归分析,确定了其对应的函数关系.结果表明,安全投入比例与事故直接经济损失之间呈较明显的负指数关系.探讨了安全投入存在的主要问题,提出了几点关于加强安全投入的建议及措施.     

有机化学品不同温度下(过冷)液体蒸气压预测模型的建立与评价

(过冷)液体蒸气压(PL)是评价化学品在环境中分配、迁移和归趋行为的重要参数。PL具有较强的温度依附性。发展一种能够精确预测不同环境温度下化学品PL的方法,有助于填补化学品生态风险评估的大量数据缺失。本研究收集整理了661种有机化合物在不同温度下(200~830 K)共计10 478个log PL值。在此基础上,采用偏最小二乘(PLS)回归和支持向量机(SVM)方法,构建了PL的线性和非线性预测模型。结果表明:2种模型均具有良好的拟合度、稳健性及预测能力,SVM模型的预测性能略高于PLS模型(PLS:R2adj.tra=0.912,RMSEtra=0.477,Q2ext=0.910;SVM:R2adj.tra=0.997,RMSEtra=0.092,Q2ext=0.967)。机理分析表明,温度是影响PL的主要因素,温度越高,蒸气压越大;其次,X1sol也影响PL大小,X1sol用来描述分子间的色散作用,分子间色散力越小,蒸气压越大;此外,化合物的氢键个数、极性和分子构型等因素也影响PL大小。采用Wiliams plot方法表征了PLS模型应用域。所建立的模型可用来预测烷烃、烯烃、醇、酮、羧酸、苯、酚、联苯、卤代芳香烃、含N化合物及含S化合物在不同温度下的PL数据。     

城市道路交通的碳脉研究以无锡市为例CSSCI

道路交通对城市碳排放的影响举足轻重,其碳脉研究则是城市碳控的重要路径。基于偏最小二乘法对无锡市城市道路交通的碳脉,特别是碳转化系统中"脉络盲区"的碳脉驱动要素矢量进行了研究。结果表明,人均道路面积、机动车数量与人口数量是影响城市交通碳转移的主要因素,GDP和居民可支配收入在城市交通碳转移中的地位举足轻重,公交车日均载客量、车辆总数和客货运周转量对城市交通碳转移的影响水涨船高,科研投入对城市交通碳转移的贡献有待提高。从高起点布局智慧城市的邻里设计,高标准推动低碳交通的技术创新,高规格聚合低碳交通的管理工具,高要求构建道路交通的"倒三角"体系等方面提出了城市道路交通碳脉优化的可行性措施。     

间隔偏最小二乘-紫外光谱法海水硝酸盐最佳建模波长区间选取

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。     

液位系统的辅助变量复合建模方法研究

针对发电过程控制策略设计和计量方法研究过程中,对系统模型要求越来越高的现状,基于辅助变量最小二乘(RIVLS)辨识方法,提出一种分别以一阶惯性加纯滞后模型(FOPDT)和二阶惯性加纯滞后模型(SOPDT)为基本组成部分,以建模误差的均方差为加权因子的复合建模方法,并通过实验室液位系统建模仿真过程,证明新算法的有效性。仿真结果表明:该方法具有提高建模准确性的作用,该建模方法可以扩展应用于其它对模型精度要求较高的生产过程中。     

基于高光谱的土壤全氮含量估测

基于高光谱(350~2 500 nm)数据,研究了我国中、东部地区5种主要类型土壤全氮含量与高光谱反射率之间的定量关系,构建了基于偏最小二乘法(PLS)、BP神经网络(BPNN)和特征光谱指数的土壤全氮含量估算模型。结果表明,以500~900 nm、1 350~1 490 nm区域波段反射率经Norris滤波平滑后的一阶导数光谱为基础,构建的基于PLS和BPNN的土壤全氮含量估算模型精度较高,建模决定系数分别为0.81和0.98;独立观测资料检验结果显示,模型预测决定系数分别为0.81和0.93,均方根误差RMSE为0.219 g·kg^-1和0.149 g·kg^-1,相对分析误差RPD为2.28和3.36,说明PLS和BPNN模型对土壤全氮含量具有较高的预测精度。在光谱指数的分析中,基于近红外872 nm和1 482 nm 两个波段的差值光谱指数DI(NDR₈₇₂,NDR₁₄₈₂)对土壤全氮含量最敏感,建模决定系数、预测决定系数、RMSE和RPD分别为0.66、0.53、0.31 g·kg^-1和1.60。比较而言,三种方法估算土壤氮含量的精度顺序为BPNN模型＞PLS＞DI(NDR₈₇₂,NDR₁₄₈₂),基于PLS和BPNN两种方法建立的土壤全氮含量高光谱估测模型具有较高的精度,可以用来精确估算土壤全氮含量;基于两波段构建的DI(NDR₈₇₂,NDR₁₄₈₂)预测效果低于前两者,但也可以用来粗略估测土壤中的全氮含量。