最小二乘回归

摘要： 为实时检测化工生产安全并及时应对突发情况,设计基于自动控制技术的化工生产安全检测系统。系统利用温湿度、粉尘浓度、气体浓度等多种传感器采集环境信息,经与设定参数值对比分析后,PLC自动控制模块通过将传感器采集到的数据转换成电信号,利用中间继电器传输信号并驱动电机和控制回路实现控制,经路由节点和网关将控制结果传输到安全状态检测模块,利用基于最小二乘回归的化工生产安全状态检测模型检测化工生产安全状态,并将检测结果通过用户终端向用户呈现。实验结果表明,单因变量的状态检测模型更适合本文系统,不会引入过多噪声影响检测精准度;该系统的自动控制响应速度快,能在较短时间内稳定异常,表现出良好的可靠性和安全性。

摘要： 本文研究了影响济南市旅游业发展的因素,选取了济南市2005~2019年间的旅游指标数据,通过建立多元线性回归模型得出结论,在研究方法上面对常用的回归方法——最小二乘回归,岭回归和Lasso回归进行比较研究,最终选择最合适本文数据的Lasso回归并利用R语言进行变量筛选和选择建立模型。最后研究结果表明,影响济南市旅游业发展的重要因素是济南市社会消费品零售总额和济南市绿地面积,根据研究结果分析并提出相应的建议。

摘要： 针对最小二乘回归子空间聚类法在求解表示系数时忽略了样本相似度的不足,提出改进方法。基于样本相互重构的表示系数矩阵和样本相似度矩阵有很大的关联定义系数增强项,求解可以保持样本相似度的表示系数矩阵,提出系数增强最小二乘回归子空间聚类法。在8个标准数据集上的实验表明该方法可以提高最小二乘回归子空间聚类法的聚类性能。

摘要： 机器学习的发展在织物染色节能减排中起重要作用.在不同操作条件下,如何选择合适的机器学习算法成为解决问题的难点.为了更好地推广机器学习在纺织物染色中的应用,从理论背景和实际应用两方面对目前纺织物染色中的机器学习进行综述.首先简要介绍织物染色中应用的算法理论背景,包括最小二乘回归、支持向量回归、人工神经网络;然后介绍这些算法在织物染色中的实际应用;最后讨论不同算法的优缺点和机器学习在织物染色领域的发展趋势.

摘要： 大坝回归建模中常常因自变量间的多重共线性产生"病态"问题,使得回归系数无法真实反映环境因子对大坝变形的影响.利用岭回归建立大坝变形模型,采用L曲线法对岭回归模型中岭参数进行求解,相比最小二乘方法直接得到的系数,岭回归模型求解结果更符合实际,且所建立模型能对大坝变形进行有效预测.

摘要： 提出一种利用最小二乘回归的配变档位识别方法,通过PSCAD/EMTDC搭建IEEE14节点系统进行仿真验证,可准确进行档位归属且具有一定可靠性。

摘要： 新型职业农民是乡村振兴的主力军,其培育成长关乎农村经济发展和农业结构转型.基于2015-2018年的省级面板数据,构建多元线性回归模型,对新型职业农民和区域农业经济与区域农业结构间的关系进行实证分析,对模型进行了详尽内生性讨论和稳健性检验,旨在研究新型职业农民对区域农业经济与区域农业结构的影响.研究发现:新型职业农民在1％的水平显著地促进区域农业经济发展,新型职业农民每增加1％,区域农业经济增长0.208％.新型职业农民培育在1％的水平显著促进农业结构转型与升级,新型职业农民每变化1％,非粮产值则变化0.074％.因此,应加快新型职业农民的培育,提高农村人力资本水平,改善土地利用情况,提高土地利用率,加强技术指导,增加农业资本投资,落实惠农政策,以实现乡村振兴、加快农业现代化.

摘要： 针对微生物发酵过程中普遍存在的时变性、非线性等问题,基于最小二乘回归算法和改进即时学习(JITL)策略设计出一种基质给进速率控制器.首先,通过发酵仪器采集数据形成历史数据库,再使用加权模糊C均值聚类(WFCM)算法对数据进行分类,使查询值到来时能快速建立基于JITL-LS-SVM的海洋碱性蛋白酶菌体浓度局部预测模型.同时,为了避免预测控制中求解非线性问题,采用泰勒线性化方法,并用广义预测(GPC)算法对海洋碱性蛋白酶菌体浓度进行预测控制.实验仿真表明:基于改进JITL的JITL-LS-SVM模型能够达到较好的控制效果,并且葡萄糖给进速率响应迅速,适合海洋碱性蛋白酶发酵过程中的基质流加补料控制.

摘要： 该文考虑两个经典监督学习问题(即最小二乘和logistic回归)的随机逼近.在损失函数假设非强凸性基础上,减弱了梯度的Lipschitz连续条件,提出了两种加速随机梯度算法.通过对大多数现有工作中的经验风险(期望)的非渐近分析,得到该算法的收敛速度为O(1/n),其中n是样本数量.与已知的结果相比,只需要较少的条件就可以得到最小二乘回归和logistic回归问题的收敛速度.

摘要： 气体光声光谱检测技术灵敏度高,选择性好,不消耗被测气体,能很好地应用于变压器油中溶解气体在线监测。检测中,微音器输出的光声信号是进行气体浓度分析的唯一特征量。气体光声光谱检测技术的目的是利用测得的光声信号对目标气体浓度进行定量分析。rn 本文针对目前通过求解多元方程反演计算气体各组分浓度时,会引入吸收系数、池常数等参数误差的缺点,分析了光声光谱检测原理,提出了一种基于最小二乘回归的光声光谱定量分析方法,并建立了混合气体浓度的定量分析模型;应用该方法反演气体浓度时,可以避免这些参数引入的误差,提高检测精度.本文以变压器油中溶解气体的重要特征气体CH4 和C2H2 进行实验分析,验证了所建立的混合气体定量分析模型的正确性和具有良好选择性的光声光谱系统的光声定量分析的有效性。

摘要： 基于利用多标记信息最小二乘回归的QTL定位方法，具有速度快、操作简单等特点，被广泛的应用于动物QTL定位研究。

摘要： 油中溶解气体对于变压器早期潜伏性故障的诊断具有重要作用。光声光谱技术是基于光声效应的一种新型微量气体检测技术，文章基于光声光谱技术的基本原理，以甲烷和厶炔为例，对变压器油中多组分故障特征气体的光声光谱检测方法进行了研究。文中提出的基于分布反馈半导体激光器的光声光谱检测装置具有选择性好、检测范围大的优点，提出的基于最小二乘回归的多组分气体光声定量方法不需要池常数、气体吸收系数等参数，因而避免了这些参数引入的误差。实验结果表明，本文提出的方法能够有效地检测出多组分故障特征气体，为光声光谱技术的工程应用提供了方法参考。

摘要： 按照退火计划内各钢卷的钢种和厚度对退火中的冷却工艺进行分类,将罩式退火炉冷却时间预报的多入单出建模问题化为一组单入单出建模问题.采用模糊C均值聚类方法对退火实绩数据进行处理,再基于得到的聚类数据点进行指数最小上二乘回归.现场实施表明,该方法能够较为准确的实现退火炉冷却时间离线预报,满足了现场要求.

摘要： 本发明针对优化的挥发窑工况操作模式获取困难，导致其生产过程经济指标波动较大，运行状况不稳定问题，发明了一种融合最小二乘支持向量机回归与粒子群优化的挥发窑工况操作模式优化方法。本发明为使挥发窑产品质量、能耗、有害气体排放工艺指标达到最优，利用基于粒子群算法的多目标优化方法寻找最优挥发窑工况操作模式。针对寻优过程适应度值无法获取问题，根据挥发窑的输入条件以及当前状态，建立基于最小二乘支持向量机回归的挥发窑工况评价模型，预测挥发窑工艺指标值，从而获得相应的适应度值。本发明所提方法有利于挥发窑生产过程节能减排水平的提高。

摘要： 本申请公开了一种最小二乘拟合方法及最小二乘拟合系统，其中，所述最小二乘拟合方法在对每个所述划分区间中的数据对进行最小二乘拟合之前先对其进行数据重构；所述数据重构包括对数据对进行平移以保证平移后的数据对具备数域映射的条件，然后将平移后的数据对由原数域映射到较小的预设数域中，避免由于平移后的数据对对应的待拟合函数的多项式的次数较高，出现病态计算的情况；最后将在预设数域中的数据对进行数量级调整，以降低正规方程组的条件数，从而降低在对数据重构后的数据对进行最小二乘拟合时出现病态计算的可能，进而降低了利用所述最小二乘拟合方法进行函数拟合的拟合过程耗费的时间。

摘要： 本发明公开了一种最小二乘支持向量回归的光伏电站清洗装置，涉及光伏清洗技术领域，该最小二乘支持向量回归的光伏电站清洗装置包括支架，所述支架的顶部设置有光伏电站组件，支架与光伏电站组件均为倾斜设置，支架的左侧开设有通道，通道的内部滑动连接有滑杆，滑杆为“U”字形，通道内设置有清扫装置，通过向前移动连接杆最终带动限位杆进入到卡槽的内部，使挡板不再对出水口的底部进行阻挡并固定，之后向下移动滑杆最终带动水箱在光伏电站组件的顶部进行清洗工作，进而使光伏电站组件的顶部在清洁刷清理之后，依旧能够通过水对光伏电站组件的顶部进行冲洗，加强了对光伏电站组件顶部的清洁效果。

摘要： 本发明公开了一种基于分数阶输入非线性输出误差自回归模型的两阶段多新息递推最小二乘参数估计算法。锂离子电池以其低污染、能量密度大、功率密度高、寿命长等特点得到了广泛的应用。但在实际应用中，电池内部会发生复杂的化学反应和物理变化，增加了电池参数、电池状态估计和管理的难度。本发明利用分数阶输入非线性输出误差自回归模型建立锂离子电池等效的数学模型，首先通过递阶辨识原理将模型分解为两个子辨识模型，减轻计算量，通过多新息原理，获得准确的参数估计，最后通过递推最小二乘和负梯度搜索原理分别对模型的未知参数进行辨识。本发明辨识精度高、收敛速度快，可以应用于锂离子电池系统的参数辨识。

摘要： 本发明公开了一种基于联合分布最小二乘回归的跨数据库语音情感识别方法及装置，方法包括：(1)获取训练数据库和测试数据库，其中，训练语音数据库中包含有若干语音片段和对应的语音情感类别标签，测试数据库中仅包含有若干待识别语音片段；(2)利用若干声学低维描述子对语音片段进行处理并进行统计，将统计得到的每个信息作为一个情感特征，并将多个情感特征组成向量作为对应语音片段的特征向量；(3)建立基于联合分布的最小二乘回归模型，利用训练数据库与测试数据库联合训练，得到稀疏投影矩阵；(4)对于待识别语音片段，按照步骤(2)得到特征向量，并采用学习到的稀疏投影矩阵，得到对应的语音情感类别标签。本发明可以适应不同环境，准确率更高。

摘要： 本发明公开了一种改进的偏最小二乘回归法在微生物培养基优化中的应用，整合交叉验证和变量筛选的技术以降低PLSR潜在的过拟合问题，即首先通过留一法交叉验证提取合适数目的潜变量，然后利用基于变量投影重要性技术的变量筛选方法并结合回归模型决定系数的稳健准则建立简约，稳健，特别是预测精度高的模型。本发明提出的VIP回归模型建立简约，稳健和预测精度高的模型的有效性。可以进一步推广。

摘要： 本发明提供一种多项式与偏最小二乘耦合的非线性回归洪水要素预测方法，包括以下步骤：S1、收集已知洪水信息，建立因变量、自变量数据集；S2、采用多项式特征构造工程方法，开展特征多项式变换，增加原始输入特征维度；S3、对所有数据进行归一化处理，然后将处理后的数据集划分为训练集和测试集两部分；S4、采用偏最小二乘回归方法建立模型；S5、在训练集上优化模型参数，在测试集上测试模型的可靠性，直至预测精度满足要求；S6、利用预测模型对未知洪水要素预测。该方法具有非线性，可在汛期复杂降雨情况下，通过简单操作获取未来洪水信息，具有预见期不受限制、工作量小、参数少、精度高、可靠性高等优点，大大提高了水文预报的效率。

摘要： 本发明提供了一种基于最小二乘回归的动态光伏模型参数辨识方法，参数识别过程基于时域仿真技术，它利用了光伏源I‑V特性的线性区域中对负载变化的阶跃响应，并使用实验数据的最小二乘回归（LSR）技术来提取模型的动态部分的参数。这种方法能够有效地隔离电感和电容的相互影响，使用一个负载电阻，使电路的两极不相互影响。只需要对负载电阻进行一次测量，即可辨识出动态参数。本发明通过基于最小二乘回归的动态光伏模型参数辨识方法，可以适应于灵活可变的光伏发电系统，且只用一次测量即可实现参数辨识，大大提高了辨识效率。

摘要： 本发明属于疏浚作业领域，涉及数据分析技术，用于解决现有的疏浚作业产量预测系统仅能够对单一数据进行处理分析的问题，具体是基于偏最小二乘回归的疏浚作业产量预测模型建立方法，包括以下步骤：通过数据采集模块采集监控时间段的作业值与运行值，并将其发送至初步监测模块；初步监测模块对接收的作业值和运行值进行矩阵产量分析处理，根矩阵产量分析处理结果生成的表征正常信号、表征异常信号和表征考量信号并发送至综合分析模块；本发明通过数据采集模块可以对多源数据进行采集以及预处理，通过对作业值以及运行值进行采集以及线性分析对疏浚作业进度进行反馈，从而提高疏浚作业产量预测的结果精确性。

摘要： 本申请提供一种基于最小二乘回归的配变档位判别方法，包括以下步骤：获取配变电压，利用拉格朗日插值法对所述配变电压中的缺失数据进行填补，得到目标数据；将所述目标数据绘制电压曲线；将所述电压曲线进行最小二乘法回归，设立第一方程；建立所述第一方程中参数的函数，并计算得到所述参数关于第一方程的表达式，得到第二方程；根据第二方程计算最小二乘电压回归均值，并结合配变档位选择原则进行归档。本申请首先利用拉格朗日插值法对缺失数据进行填补，然后利用配变出口电压得到最小二乘回归直线，最后计算最小二乘回归均值以匹配所属档位。实验结果表明，提供的识别方法可准确进行档位归属，且具有一定可靠性。