工程岩体质量分级的数量化理论Ⅱ判别模型及应用

为快速准确地对岩体质量进行分级，采用数量化理论Ⅱ建立了工程岩体质量判别模型。案例一中选取岩石单轴抗压强度、岩体声波纵波速度、体积节理数、节理面粗糙度系数、节理面风化变异系数和透水系数作为评价指标，案例二中选取回采巷道巷道埋深、巷道跨度、直接顶与煤层厚度之比、围岩单轴抗压强度、围岩节理裂隙发育程度和围岩松动圈尺度作为评价指标，分别对案例一、案例二中不同工程岩体实测样本进行训练，构建相应的线性判别函数，确定各类岩体样本在6维空间中所对应的样本中心点；用建立的模型对训练样本进行判别并对未知样本岩体质量等级进行了预测。案例一中判别正确率为100％，且10个预测样本中只有1个发生误判，案例二中判别正确率为93.3％。研究结果表明：该模型判别过程简单，具有较高的判别正确率，可以作为一种行之有效的岩体质量分级方法在岩体工程中推广应用。     

Fisher判别法在综放回采巷道支护形式选择中的应用

 将Fisher判别分析法应用于综放回采巷道支护形式选择中,建立了综放回采巷道支护形式选择的Fisher判别分析模型,选取围岩强度、煤层强度、巷道埋深、围岩节理裂隙发育程度、采动影响系数、顶煤厚度、护巷煤柱宽度和断面面积8项指标作为Fisher判别分析模型的判别因子,以15组综采巷道围岩及支护实测数据作为学习样本进行训练,建立相应的判别函数对待判样本进行分类.研究结果表明,Fisher判别分析模型分类性能良好,预测精度高,回判估计的误判率很低,是一种综放回采巷道支护形式选择的有效方法.     

岩体爆破震动损伤评估的多元判别分析模型

提出基于多元判别分析理论的岩体爆破震动损伤安全判据方法。考虑爆破震动信号的幅值强度特性、频谱特性、持时特性和时-能密度曲线特性,并选用震动峰值速度、震动主频、震动持时和时-能密度曲线下的面积作为判别因子,建立多元判别分析模型对岩体的爆破震动损伤情况进行预测。以工程岩体实测数据作为学习样本进行训练,建立相应判别模型对待判样本进行判别,利用回代估计法对模型的合理性进行检验。研究结果表明:建立的判别模型回判估计的误判率为0,预测结果与实际结果相符;判别分析模型综合考虑了影响爆破损伤的多种因素,与其他单指标判据相比,评估结果与实际结果更加相符。     

函数型累积Logistic回归模型研究与应用

该文针对响应变量为有序多分类标量数据，协变量为函数型数据构建函数型累积Logistic回归模型，并在贝叶斯分析框架下构造Gibbs抽样算法解决参数估计问题.具体解决流程为：首先，通过潜变量连接有序响应变量与函数协变量间的关系，同时对回归系数函数和回归函数型自变量选取主成分基函数进行展开，设置潜变量模型误差项服从Logistic分布.再利用Polya-Gamma变换解决模型似然函数的复杂性，并求得回归系数展开系数的后验分布从而构建Gibbs抽样算法.最后将该方法应用与模拟数据和实际空气质量指数(AQI)的分析，结果显示能较好地对模拟数据和空气质量指数(AQI)污染状况进行分类.     

巷道岩体质量分类的距离判别方法及应用

将距离判别分析法应用于岩体质量等级判别与分类中,建立了岩体质量综合评判的距离判别模型。模型选取岩石质量指标、单轴饱和抗压强度、完整性系数、纵波波速、结构面摩擦因数和弹性抗力系数等6个指标作为判别因子;以洞室围岩实测数据作为训练样本,建立相应线性判别函数对待判样本进行分类。研究结果表明:距离判别分析模型是岩体分类的一种有效方法,可以在实际工程中应用。     

逐步判别分析的急倾斜煤层顶煤可放性分类

运用煤矿生产实践中积累的相关数据,分析影响顶煤可放性的多个因素,基于逐步判别分析理论,建立逐步判别分析模型.通过逐步判别分析法优选瓦斯、开采深度、倾角、煤层厚度四项作为主要判别指标,利用工程实测数据作为学习样本进行训练,建立相应判别函数对待判样本进行预测,得出预测结果与实际情况相吻合.研究结果表明:经过训练后的判别函数模型回判的误判率为0,判别模型函数效果显著.逐步判别分析模型对急倾斜煤层顶煤可放性分类的判别性能较好,预测结果准确,且操作过程简单,便于实际推广.     

多分类有序反应变量L0gistic回归及其应用

对近年发展起来的多分类有序反应变量Logistic回归进行了补充和完善，设计出对样本数据的应用条件做χ^2检验的方法，证明了比数比在分析自变量作用中的实际意义．随机抽取2002年国家执业医师资格临床实践技能考试30岁以下本科毕业考生5000人，以考生的考试成绩(3分类有序变量)为反应变量，以考生的性别、工作单位级别、考试评分方法、考官回避制度、考题重复次数、考试合格率控制措施等9个影响因素为自变量，进行多分类有序反应变量逐步Logistic回归分析．研究结果已为卫生部改革和完善国家医师资格考试方法、措施提供了重要的科学依据．     

基于Markov转移矩阵预测机场道面使用状态

应用Logistic回归方程建立了连续变量(道面厚度、交通量、道面使用时间)和分类变量(道面养护等级、道面所处的自然区域以及道面结构类型)与Markov转移概率的回归关系.选取我国多个机场实测道面状况指数数据作为基础数据,进行了模型的参数估计及显著性检验,并举例分析模型预测效果.改进了Markov概率预测模型中的参数标定方法,提高了预测精度,并在一定程度上解决了因为机场道面观测数据少,传统预测模型无法获得稳定参数估计的问题,拓展了模型的适用范围.     

隧洞岩体质量分级的支持向量机方法

将支持向量机应用于岩体质量等级分类中,采用工程中适用性强的指标如岩石质量指标、完整性系数、单轴饱和抗压强度及结构面摩擦因数,作为判别因素. 选用径向基核函数进行训练,通过交叉验证确定最佳模型参数,建立了岩体质量分级模型. 该模型采用成对分类方法构建多类分类模型,与已有文献采用一对多分类法构建支持向量机多类分类模型相比,不可分区域减少很多,即模型分类精度提高显著. 将该模型应用于工程实例,结果表明预测结果与工程勘测结果完全吻合,证明了支持向量机岩体质量分级方法的有效性.     

累积比数Logistic回归模型及其应用

在临床医学中评价某种疾病的不同治疗方案效果,进行影响因素分析,可以优化治疗方案,也为制定医疗保障补偿方案提供科学依据.应用累积比数Logistic回归模型,以1 117例急性心肌梗塞（AMI）患者的治疗效果为因变量,以其影响因素为自变量,进行回归分析,找出对治疗效果影响显著的因素.结果表明应用该模型拟合有序多分类变量数据是有效的.     

基于Logistic回归模型的红松立木腐朽分级预测

【目的】红松活立木在生长过程中极易受到各种生物的侵袭,其中木腐菌造成的腐朽是最为广泛和严重的危害之一,活立木腐朽将会造成木材资源的损失,降低木材的力学性能。为了监测红松活立木的健康状况,减少因腐朽引起的相关损失,须定期检测红松活立木腐朽状况,并采用腐朽分级的方法进行评估。【方法】使用阻抗仪和电阻断层成像技术(ERT)两种无损检测手段对黑龙江省五营国家森林公园内的红松活立木进行检测,并在检测截面使用生长锥钻取木芯。将野外测量数据导入电脑,获取立木的阻力曲线和电阻断层图像,分析处理微针阻力的下降幅度,得到样木的阻力损失;根据立木心材与边材腐朽在ERT图像上呈现的不同特征,首次采用一种基于OpenCV的图像处理技术识别腐朽样木电阻断层图像缺陷部分,实现了心材和边材缺陷面积的定量表征;采用烘干法测定质量损失率,根据每株样木的质量损失率将所有样木分为5个腐朽等级。将多分类有序因变量的Logistic回归分析引入到立木腐朽程度分级问题中,以阻力损失、心材缺陷面积比和边材缺陷面积比为自变量,腐朽等级为因变量,建立腐朽分级预测模型。检验模型的有效性、拟合优度及预测能力。【结果】Logistic回归模型性能良好,五营国家森林公园30株红松样木的综合预测准确率为86.67%,各等级预测准确率分布不均,高等级腐朽的预测准确率相对较高。【结论】运用提取心材与边材腐朽的方法处理ERT图像,有效地提高了利用ERT图像识别腐朽的准确率。建立Logistic回归模型可以较准确地预测出立木腐朽的等级,较之烘干法测定腐朽程度,其腐朽评估效率有了明显提高,且对立木损伤更小。     

基于联合学习的少样本多类别情感分类方法

对于多类别的细粒度情感分类任务,目前主流的少样本学习方法不能取得较好的性能。针对这一问题,提出一种基于联合学习的少样本多类别情感分类方法。采用基于替换词检测任务的少样本学习方式,将回归和分类的替换词检测模板以及标签描述词同时添加至输入语句,从而将细粒度情感分类任务同时建模为分类问题和回归问题。在此基础上,设计了不同的融合方法进行联合学习。实验结果表明,与主流少样本学习方法相比,该方法在F1-Score和正确率上都取得更优的结果。     

不同间距和倾角的岩石节理对TBM滚刀破岩的影响

在隧道掘进机(tunnel boring machine, TBM)开挖过程中会遇到表面节理条件不同的围岩,影响TBM操作参数的选取和施工效率。为研究节理条件对滚刀力的影响,设置了3种岩面切缝方案模拟不同间距和角度的节理岩石进行线性切割试验,观察岩面破坏情况,收集岩渣并记录滚刀破岩的三向力和振动信号,从岩体破坏、刀具振动情况分析贯入度、切缝的间距和角度对滚刀破岩效果的影响。结果表明：滚刀法向力和滚动力均随着贯入度的增大而增大;切缝间距400 mm比间距200 mm的岩样所需的破岩力更大,但是破岩效果较差;斜切缝岩样相比平行切缝岩样所需破岩力更低而破岩效果较好。在此基础上利用多元线性回归方法建立了滚刀力预测模型,具有较高的预测精度。     

地下工程岩体节理迹长统计下限值的确定方法

以山东某金矿为工程依托,以实际获得的岩体节理信息为样本,借助聚类分析方法及其指标,采用全面实验法,开展地下工程岩体节理迹长统计下限值的确定方法研究.从节理迹长统计下限值的定义及特征入手,借助DBI指标(Davies-Bouldin index, DBI)实现优势节理组的划分与最佳优势节理分组方案的确定.取离散性系数k是否大于或等于20作为判别节理组能否作为优势节理组的条件,采用离散性系数k及其概率分布指标n综合分析确定岩体区域节理迹长统计下限值,构建在不同岩体条件下确定节理迹长统计下限值的方法,旨在剔除随机节理,优化节理样本数据,精确获取岩体节理空间分布特征.     

随机变量间的相互关系与分类

对2个随机变量的关系进行研究,首先引述了协方差和相关系数的概念,对相关系数从2个方面给出其内涵的深刻解释,阐述了相关系数与相关关系、线性相关与不相关之间的联系。其次,对随机变量的相关关系、线性关系、不相关关系及独立关系和非独立关系等分别进行了详细介绍,深入挖掘各种关系深刻内涵,揭示各种关系的内在联系。特别是对不相关关系、非独立性和独立性几种关系,通过实例进行了深入探讨。最后,对随机变量之间的各种关系进行分类,给出随机变量间按相关性优先划分的各种关系分类图,为初学者学习2个随机变量间的关系提供系统依据。     

基于预测变量图结构的高维逻辑回归模型

针对高维数据集,提出一种利用预测变量之间的图结构信息来改进稀疏逻辑回归模型的方法。该方法通过利用高维图结构数据或者重叠组结构来进行逻辑回归建模,即使预测变量的图结构未知,该方法仍适用,当图结构为某些特殊形式时,目前流行的方法,如Adaptive Lasso,(Overlapping) Group Lasso和岭回归都可以看作是该模型方法的特例。数值模拟和实例分析应用表明:该方法能有效地利用预测变量图结构信息,提高模型在估计、预测以及变量选择等方面的表现,并且该模型在有限样本情形下是有效的;该模型方法克服了数据集的维数问题,利用高维数据的图结构提高了稀疏逻辑回归模型的性能,可广泛应用于高通量基因数据集的疾病分类研究中。     

葡萄酒的评价模型

对两组评酒员的平均打分进行双样本t检验及kendall协调系数W检验,最终确定第一组评酒员更可信;然后利用基于主成分的聚类分析和评酒员对酒样平均打分,实现酿酒葡萄分类定级;采用基于主成分的多分类Logistic回归建立酿酒葡萄与葡萄酒的理化指标之间的数学模型;通过制定葡萄酒分类标准,利用基于主成分的多分类Logistic回归建立酿酒葡萄和葡萄酒的理化指标与葡萄酒等级的数学模型.     

基于三维点云的岩体结构面自动分类与参数计算

结构面间距是岩体稳定性和力学特性分析中的一个重要参数，在岩石力学、采矿工程、边坡监测等领域的数值计算中广泛应用.本文以岩体边坡露头为研究对象，基于非接触测量获得的三维点云数据，提出一种基于密度聚类的结构面细化分类方法；在结构面粗略分组提取的基础上，通过投影变换、散乱点拟合等算法，求得结构面间距和岩体体积节理数.设计开发了结构面细化分类及间距等参数计算与分析原型系统，实际案例分析表明，本文方法可有效实现结构面的自动细化分类，并能够计算出间距等相关参数，可为岩体质量分级和岩体稳定性分析等提供方法支撑.     

更为广义的线性回归模型及其气象应用

为了解决传统的线性回归模型不具备全域分析能力以及表达能力受到模型维数限制的问题,基于要素场和矩阵的概念,提出了基于场的更为广义的线性回归模型——全回归模型。利用大规模要素场分布资料构建全回归模型,模型基本方程采用矩阵形式,方程的基本元素为要素场,相较于传统回归模型,该模型涵盖要素场整体信息。与传统回归方案进行对比分析,结果表明:该模型具有全局表达能力,在拟合过程中采用最小二乘方案可以得到全局最优结果;不同于传统回归模型的单调性特征,该模型自变量局部扰动对因变量的影响有利于分析相关过程;对于传统统计预报而言,基于矩阵分析理论及该模型全局表达能力,可以将该模型延伸应用至单站回归预报。