全面最小二乘法在多端口反射计校准技术中的应用

文中应用全面最小二乘法（ＴＬＳ）于多端口反射计的校准中,并与传统的最小二乘法（ＬＳ）进行了比较．实验结果表明,全面最小二乘法的精确度优于传统最小二乘法．     

计算分光光度法同时测定多组分的原理和方法

介绍了计算分光光度法同时测定多组分的原理和技术,系统讨论了ＡＫＣ矩阵法、最小二乘法、ＣＰＡ矩阵法、岭回归法、偏最小二乘（ＰＬＳ）法、卡尔曼（Ｋａｌｍａｎ）滤波法、人工神经网络（ＡＮＮ）法的原理、特点和适应范围．并对实验方法与技术作了说明．     

基于相空间重构和最小二乘支持向量机的滑坡预测

针对滑坡位移时间序列的非线性特性,引入基于相空间重构和最小二乘支持向量机（LSSVM）的预测法.利用Cao氏方法确定嵌入维数,根据互信息法计算最佳延迟时间;然后在相空间中,利用最小二乘支持向量机（LSSVM）建立预测模型.试验结果表明,模型具有较高的精度,是科学可行的.     

偏最小二乘法在系统故障诊断中的应用

为研究结合关键性能指标（KPI）的偏最小二乘法（PLS）在系统故障诊断中的作用和应用,通过活性污泥数学模型（BSM1）,结合偏最小二乘算法,建立了可以模拟污水处理的仿真模型. 通过收集系统在正常情况下的输入和输出并建立关系矩阵,做到在实际应用时仅通过输入就可以判断是否出现故障. 利用仿真模型,通过改变天气、输入、先验知识的条件,并通过在仿真系统中加入可手动触发的乘法系数来模拟故障,可以验证偏最小二乘法在系统故障诊断中的表现. 研究结果表明:偏最小二乘法具有判断故障发生位置的功能. 这种功能的灵敏度和准确性可以通过结合关键性能指标而获得提升,故障诊断的灵敏度与准确性受到模型中模拟的天气因素以及算法中的先验知识的影响.     

基于总体最小二乘法的二维坐标转换方法

介绍总体最小二乘法进行二维坐标转换的原理和方法。通过具体工程案例,研究利用总体最小二乘法进行坐标转换,结果表明:与普通最小二乘法相比较,总体最小二乘方法能够提高坐标成果转换精度,但如果应用不当,则不如普通最小二乘法的转换结果。     

基于RBF神经网络的交通流量预测算法

传统的径向基函数神经网络构造算法大多是根据先验知识和以往的经验事先确定网络的隐层结构,采用传统聚类和最小二乘法训练网络的各项参数,这种算法一般是基于局部搜索机制,使得训练的参数往往陷入局部极小值.提出用遗传算法结合一种新的聚类方法即最疏集（MSS-most scattered set）均值聚类算法和传统的最小二乘法来训练RBF（radial basis function）网络结构参数的方法.该方法不仅避免了网络训练陷入局部极小的问题,而且新的聚类方法的计算效率有所提高.通过把该算法应用在交通流预测方面,取得了令人满意的效果.     

基于RBF神经网络的交通流量预测算法

传统的径向基函数神经网络构造算法大多是根据先验知识和以往的经验事先确定网络的隐层结构，采用传统聚类和最小二乘法训练网络的各项参数，这种算法一般是基于局部搜索机制，使得训练的参数往往陷入局部极小值.提出用遗传算法结合一种新的聚类方法即最疏集（MSS-most scattered set）均值聚类算法和传统的最小二乘法来训练RBF（radial basis function）网络结构参数的方法.该方法不仅避免了网络训练陷入局部极小的问题，而且新的聚类方法的计算效率有所提高.通过把该算法应用在交通流预测方面，取得了令人满意的效果.     

从约束型最小二乘估计到约束型岭估计的探索

考虑非齐次约束线性回归模型回归系数的最小二乘估计及岭估计,当设计阵X为病态时,最小二乘估计不再是一个优良估计,提出了一种约束型岭估计,从约束条件入手,借助条件极值法研究（Y—Xβ）’（Y—Xβ）的最小值,使问题转化为在两个约束条件下的优化问题。     

多位置检测实现MEMS加速度计的自校准

为实现微机电系统（micro-electro-mechanical system,MEMS）加速度计在应用过程中的实时补偿校准,以保证应用需求的高精度输出,本研究在建立测量值与真实值之间的加速度自校准模型的基础上,对加速度计在任意位置下的多组静态观测数据样本进行筛选,结合LM（levenberg-marquardt）算法和最小二乘法模型参数,优化了LM算法中过度依赖初值的问题。对于任意位置下的加速度计静态输出数据,滤波后筛选出可用于最小二乘法的姿态数据,用来修正部分或者全部第k次迭代模型参数,作为第k+1次迭代的初值;其他姿态数据用于LM算法训练拟合第k+1次迭代模型参数,实现加速度计应用过程中的闭环、实时校准。以智能鞋垫应用为例,本研究对比了传统十二面体法、椭球法、单纯LM算法和LM&最小二乘法自校准法对加速度计的校准结果。结果表明,在智能鞋垫的长期使用中,本研究提出的LM&最小二乘法自校准法消除了由于LM初值设定引起的模型参数解算不精准的情况,并可实现实时采集、实时解算、实时校准的目标,能够达到与传统标定方法相同量级的姿态精度。     

曲面拟合技术在汽车后视镜理论建模中的应用

介绍了汽车后视镜理论建模的传统拟合方法,针对后视镜曲面光滑度高的特点提出了采用基于移动最小二乘法（Moving Least-Squares,MLS）的曲面拟合技术拟合后视镜、实现理论建模的新方法,给出了使用移动最小二乘法进行曲面拟合的程序设计流程.并针对实际测得的后视镜数据进行了2种不同拟合方法的数值实验,分析了MLS拟合曲面的光滑性和拟合质量,实验结果表明了该方法应用在后视镜拟合上的优越性和有效性.