近红外光谱法非破坏分析生理盐水

本文将近红外光谱法与偏最小二乘法(PLS)结合,对生理盐水中的NaCL浓度进行快速分析,建立了最佳数学校正模型。讨论了光谱的预处理方法和主成分数对PLS定量预测生理盐水中NaCL浓度的影响,并对预测集样品含量进行预测,结果令人满意。     

近红外漫反射光谱法非破坏分析颠茄粉末药品质量

本文应用偏最小二乘法(PLS)同近红外漫反射光谱法结合,对颠茄粉末药品进行无损非破坏定量分析,建立了最佳的数学校正模型。讨论了光谱的预处理方法和主成分数对PLS定量预测能力的影响,并对预测集样品含量进行预测,得到了较为满意的结果。     

短波近红外光谱法非破坏分析颠茄粉末药品质量

本文应用偏最小二乘法(PLS)同近红外漫反射光谱法结合,对颠茄粉末药品进行无损非破坏定量分析,建立了最佳的数学校正模型。讨论了光谱的预处理方法和主成分数对PLS定量预测能力的影响,并对预测集样品含量进行预测,得到了较为满意的结果。     

短波近红外光谱法非破坏分析青霉素V钾粉末药品

本文应用偏最小二乘法(PLS)同近红外漫反射光谱法结合,对青霉素V钾粉末药品进行无损非破坏定量分析,建立了最佳的数学校正模型。讨论了光谱的预处理方法和主成分数对PLS定量预测能力的影响,并对预测集样品含量进行预测,得到了较为满意的结果。     

PLS-近红外漫反射光谱法对氢氧化铝粉末药品非破坏定量分析

本文采用近红外漫反射光谱法对氢氧化铝粉末药品中主要成分氢氧化铝进行快速、无损定量分析。采用偏最小二乘法(PLS)建立近红外光谱信息与待测组分含量间的最佳数学校正模型。讨论了光谱的预处理方法和主成分数对PLS定量预测能力的影响,并对预测集样品含量进行预测,得到了较为满意的结果。     

短波近红外漫反射光谱法对氨苄西林粉末药品的非破坏定量分析

本文采用短波近红外漫反射光谱法对氨苄西林粉末药品中主要成分氨苄西林进行快速、无损非破坏快速定量分析。采用偏最小二乘法(PLS)建立近红外光谱信息与待测组分含量间的最佳数学校正模型。讨论了光谱的预处理方法和主成分数对PLS定量预测能力的影响,并对预测集样品含量进行预测,得到了较为满意的结果。     

SVM、PLS方法解析光度法多组分同时测定数据的比较研究

对分光光度同时测定润滑油中的Ca,Ba,原油中的Fe,Ni,V,润滑油中的Fe,Cu,zn和铝合金中的Fe,Mn,Cu,Zn的光谱数据分别采用偏最小二乘(PLS)和ε-支持向量机(ε-SVM)两种方法进行解析,结果表明PLS和ε-SVM都能利用校正样建立有效的校正模型对合成样进行合理预测,但从预测结果的绝对误差和平均相对误差的比较看,ε-SVM的预测准确率要比PLS方法高,表明ε-SVM在紫外光谱数据解析方面有着比PLS更好的回归能力,适合用来处理多元校正问题.     

Stone—Geisser检验在顾客满意度中的应用

偏最小二乘法（PLS）模型对数据没有做任何的分布假设，因此基于分布假设的统计检验方法无法实现对PLS模型预测效度的度量。采用非参数检验方法——Stone-Geisser检验，通过盲目（Blindfold）过程进行预测效度的度量。使用MATLAB软件实现了两种Stone-Geisser检验——公因子方差检验与冗余检验。在地税部门顾客满意度应用中，Stone-Geisser检验结果与PLS模型其他结果保持内在一致，从而表明检验方法是有效的。因为Stone-Geisser检验基于交叉验证技术，因此非常适合作为PLS模型的基准检验方法。     

短波近红外光谱-偏最小二乘法非破坏分析复方头孢氨卞片

本文应用偏最小二乘法(PLS)同短波近红外漫反射光谱相结合,对复方头孢氨卞片进行了无损非破坏定量分析,以样品中头孢氨卞和甲氧卞啶为活性成分建立了最佳的数学校正模型。分别讨论了三种预处理光谱,即标准归一化(SNV)、一阶导数和二阶导数光谱中主成分数对PLS定量预测能力的影响,证明使用SNV预处理光谱更有优越性。     

短波近红外光谱的盐酸环丙沙星粉末药品的定量分析

利用漫反射法获得环丙沙星短波近红外光谱(700-1100nm),采用化学计量学中的偏最小二乘法(PLS),选取不同的波长范围及不同的光谱预处理方法(一阶导数和和二阶导数)对光谱进行信息提取和分析,对盐酸环丙沙星粉末药品进行了无损非破坏定量分析,以样品中盐酸环丙沙星为活性成分建立了最佳的数学校正模型。讨论了主成分数对PLS模型定量预测能力的影响,并做了比较。     

Multiscale Combined Forecast of Carbon PriceBased on Mixed Structure Data

Accurate forecast of the carbon trading price is of great significance in promoting the scientific and rational development of carbon trading market. Therefore, this paper proposes a multi-scale combined forecasting method for carbon price based on mixed structure data. First, the Google Index is used to extract the unstructured data related to the carbon price.The dimensions of unstructured data are reduced based on principal component analysis. Then, EMD is employedto the structured data,unstructured data and the carbon trading price to obtain different IMFs, which are reconstructed by the Fine-to-Coarse technique to get low, high frequency sequence and trend sequence. Furthermore, the three items are predicted respectively by using ARIMA, PLS and neural networks according to the features of each scale in time series. Finally, the forecasting results are summed to get the carbon price forecast sequence. The proposed method is used to forecast carbon price in EU. The empirical results show that the prediction accuracy of the model is higher than that of the single prediction method and the prediction method that time series aren’t decomposed by EMD, which is of great applicability.     

氧化铈填充硫化天然橡胶疲劳寿命预测

为了保证橡胶组件的安全性和可靠性,疲劳寿命预测和评估在橡胶组件设计过程中是非常必要的,本文根据天然橡胶材料特性和失效准则提出了ε-N预测方程,基于氧化铈填充硫化天然橡胶在不同应变幅值下的疲劳试验数据,对疲劳方程进行非线性拟合求出参数,然后对氧化铈填充硫化天然橡胶材料试件的疲劳寿命进行预测,并对预测结果进行了评估。结果显示预测曲线与试验数据拟合良好,预测结果较好。