一种基于Fisher判别准则的场对场判别预报方法

针对一个因变量判别方法在短期气候预报中的不足,同时由于准确地定量预测非线性短期气候系统的演变十分困难,提出了一种基于Ｆｉｓｈｅｒ判别准则的场对场判别方法及其求解方案,并引入到短期气候预报中,应用结果表明,这一场对场的预报方法具有较好的判别预报效果。     

美国空军气象局冻雨预报系统对三次冻雨事件及电线积冰厚度的模拟

电线积冰是电网正常运行中最大的气象灾害之一,而冻雨是造成电线积冰事故的主要灾害性天气。利用耦合了中尺度天气研究和预报(weather research and forecasting, WRF)模式的美国空军气象局(Air Force Weather Agency, AWFA)冻雨预报系统,对发生在中国南方的3次冻雨事件进行预报,通过威胁指数(threat scores,TS)评分对AWFA系统在中国地区的冻雨预报能力进行了评估,并根据其输出的冻雨参数,用覆冰增长模型对三次冻雨过程中,电线积冰厚度进行了模拟。结果表明:冻雨事件的发生必须同时满足逆温层、空中高液态含水量和地温低于0℃这三个气象条件;AFWA冻雨预报系统对中国冻雨也有一定的预报能力,但预测范围较实际观测的区域偏大,三次冻雨事件预报TS评分在0.30～0.63,平均为0.45;模拟电线积冰厚度的范围与观测的冻雨密集区相当吻合,对明显的冻雨过程有较好的预报能力且能够获得电线积冰厚度的精细化分布。研究结果对中国南方冻雨预报、电线积冰预报有重大的参考价值,并为电网的防灾减灾提供了坚实的理论支撑。     

一种改进的判别方法及其在纵向岭谷夏季降水预测中应用

 在遵循Fisher判别准则的基础上,提出了一种判别系数和判别临界值随时间变化的新方法,并应用于能反映纵向岭谷区域降水主要变化规律的镇沅测站7月份降雨量的预报中.在前人工作指出印度洋海温变化对该区降水变化有显著影响的基础上,以前期秋季、冬季和春季印度洋海温距平的纬向梯度为预报因子,建立判别预报方程.实际应用结果表明,此方法具有较好的历史回报率和外推预报率;同时具有良好的预报稳定性.     

应用多元回归分析和贝叶斯判别预测稻瘿蚊发生趋势

根据１９８２－１９９１年的虫情调查资料，应用多元回归分析和贝叶斯差别分析，建立 赐稻稻瘿蚊发生趋势的数学模型和灾情分类判别方法，为提高虫情预报的准确度与可靠性提供了科学依据。     

一次冻雨过程的云微物理过程分析、模拟和预测

冻雨是一种对交通、电网以及人民生活带来严重影响的小概率灾害性天气.通过对2018年1月25日—26日中国南方大面积冻雨的天气形势、云微物理量变化的分析,探讨了本次大范围冻雨天气形成的气象条件,进而利用耦合了改进Ramer参数化方案的天气预报模式(weather research and forecasting model,WRF),对本次冻雨过程进行预报并评估了其预报能力,得到了如下结论:①冷干与暖湿气流在贵州-湖南-江西一带形成来回摆动的高空切变线,出现逆温层,地面温度小于0℃,天气形势有利于冰冻天气出现.②冻雨形成必须同时满足三个气象条件:一定厚度的暖层、较高的液水含量和地面温度低于0℃.在一次完整的冻雨过程中,气象要素并不能总是满足上述三个条件,因而一次冻雨过程并不一定是连续的,期间往往夹杂着降雨或降雪事件的出现.③耦合改进Ramer参数化方案的WRF模式对冻雨有很好的预报能力,平均威胁分数(threat score,TS)评分达到了0.52.该研究对冻雨预报有较大的参考价值,并为交通、电网的防灾减灾提供了坚实的理论支撑.     

石油开采区土壤污染等级判别技术探讨

探讨了石油开采区土壤污染等级判别技术,包括判别因子的选取,判别标准的确定以及判别方法的建立。总结了石油开采区土壤污染判别技术的优缺点。给出了土壤污染等级判别技术的发展趋势和研究方向。为石油开采场地以及其他相关行业场地污染等级判别提供依据。     

Bayes逐步判别法在邢台煤矿突水水源判别中的应用

快速有效地判别突水水源是矿井安全生产的重要保障。文章以邢台煤矿为研究对象,选取各含水层多项水质指标,应用Bayes逐步判别法建立矿井突水水源快速判别模型。结果表明:Bayes逐步判别模型以其计算过程简单、模型结构稳定而优于其它模型,既提高判别准确率又提高判别速度,实现对突水水源快速有效判别,为防治水工作提供有力依据。     

基于贝叶斯分类方法的雷暴预报

为了研究贝叶斯(Bayes)方法对单站雷暴预报的应用效能,利用2003年8月~2006年8月WRF模式数值预报产品和单站观测资料,采用朴素贝叶斯分类器(N-Bayes,naive Bayes classifier)和贝叶斯判别准则(D-Bayes,Bayes discriminatory criterion)两种方法,结合多种强对流天气指数场、Fisher准则和相关系数法的预报因子选取技术,分别建立了漳平、广州和湛江3个单站的雷暴预报模型;利用2007年8月资料,检验了模型预报效果,并与Fisher模型的预报效果进行了比较试验。结果表明:N-Bayes和D-Bayes两种模型有较强的雷暴预报能力,24~48 h雷暴预报CSI评分均超过0.23,准确率在72%以上,两者CSI评分接近,趋势相同;两种Bayes分类方法在预报效果上要优于Fisher判别方法。     

改进的距离判别分析法

在不对判别变量进行处理的条件下,对传统的距离判别方法进行改进,提出一种新的判别方法,试图解决复杂球形数据的判别问题,以提高判别的正确率。通过实例表明,该方法的判别效果良好,能较好地处理复杂球形数据的判别问题。     

应用简易模糊推理的多级判别与预测

将模糊数学与多元统计相结合,提出一种模糊推理的简易方法,可避免计算多维模糊关系矩阵的困难。所述方法能更多地利用相关因子（线性的多线性的）信息,具有处理模糊信息的能力,不受样本数据概率分布的限制,因而提高了多级判别与预报的效果,它可用作趋势及定值预报,能更广泛地应用于实际问题。     

关于正值函数无积分收敛性判别法的讨论

文[1]给出了非负函数无穷积分收敛性的几个判别法，本文给出了比文[1]判别法更精细的一个判别法，同时，通过与文[2]中判别法的比较，说明它比文[1]中的判别法都强。     

星座判别分析法及其在天气预报中的应用

本文把星座与Fisher判别分析结合起来,建立了两个数学模型,把多维点聚图投影到复平面上,(?)多元判别分类时很直观,并用于伏旱强度的客观预报,效果较好.     

组合样本指标的模糊多级判别与预测

本文是将模糊数学方法与多元统计方法相结合的一种尝试,所述方法能更充分地利用样本指标(线性的及非线性的)信息,具有处理模糊信息的能力,不受样本数据概率分布的限制,因而提高了多级判别与预报效果。可作趋势及定值预报,并更广泛地应用于各种多级判别与预测问题。     

基于Bayes判别法的内燃机气门间隙故障诊断

以内燃机气门振动信号经过经验模态分解（EMD）方法得到的固有模态函数的关联维数作为判别因子,建立内燃机气门故障诊断Bayes判别分析模型.以内燃机气门故障诊断Bayes判别分析模型计算判别样品的Bayes判别函数值,以最大对应的总体作为样品所归属的总体.对判别准则进行了评价,检验该判别模型的优良性.研究表明：Bayes判别分析模型回判估计误判率很低,为内燃机气门间隙故障诊断识别提供了一种有效的定量化分析方法.     

逐步判别分析—Bayes准则判别法

<正>判别分析是用于分类和预报的数学方法,它广泛应用于生物学研究中,如确立分类系统后的动植物分类、土壤层次的判别等。特别是今后的生态系统分类问题,涉及的变量十分复杂,因素众多;因此,判别分析方法更有其不可替代的优点,尤其是新近发展起来的逐步算法,必将日益受到重视。 一、基本思想 (一)Bayes判别原理 设有L个总体G_1,…,G_l分别具有m维密度,P_1(x),…,P_l(x),又D_1,…,D_l是I维空间R_m的一种划分判别规则采用 x∈G_i,如果x落入D_i(i=1,2,…l),L(i,j)表示样品来自G_i而误判为G_j的损失,误判概率为:     

函数项级数一致收敛性的判定

对比数项级数和函数项级数,给出了与数项级数收敛性判别法类似的函数项级数一致收敛性判别法,即比式判别法、根式判别法,同时还给出了函数项级数一致收敛性的对数判别法.     

交错级数敛散性的判别模式

对已有交错级数的敛散性的判别法加以了综合、比较,结合交错级数自身的特性,给出了交错级数敛散性的一个判别模式.当要判断一个交错级数的敛散性时,该模式提供了一个比较好的参考,可以对问题的解决达到事半功倍的效果.     

逐步Bayes判别在教学研究中的应用

运用逐步Bayes判别法,建立起反映应用电子技术专业毕业设计与基础课之间关系的判别方程.结果表明,方程的判对率较高,可用来预测学生的毕业设计成绩的好坏,为改进教学工作提供参考依据.     

多次线性判别方法

本文提出一种“内聚外散”的投影思想,并以回代正确率为标准,对ｋ个总体的样本数据 逐次建立ｋ－１个线性判别方程,形成多次线性判别方法．并利用此方法对许多例子进行检验,其 回代正确率均高于一般的判别方法．本文还讨论了逐步挑选因子方法,此法具有更明显的优点．     

关于函数一致连续性的判别方法研究

研究了函数的一致连续性问题,提出判定函数一致连续的比较判别法和比值判别法判定定理.最后给出了实际应用的例子,说明该判别法的有效性.