茶叶品种鉴别的近红外光谱指纹图谱模式识别方法

运用傅立叶变换近红外光谱结合主成分-马氏距离判别分析方法 (PCA-Mahalanobis distance discriminant analysis)方法对七种不同品种的茶叶进行品种鉴别。采集七种样品的傅立叶变换近红外光谱指纹图谱,原始光谱经过多元散射校正(MSC)预处理后,运用主成分-马氏距离判别分析方法 (PCA-Mahalanobis distance discriminant analysis,PCA-MD)对茶叶的品种进行判别。所得PCA-MD模型对七种茶叶的分类正确率均为100%,说明模型具有较好的预测分类能力。结论:运用简便、快速、无损的近红外光谱分析结合主成分-马氏距离判别分析方法,为茶叶品种鉴别分类提供了一种快速简便、准确度高、精密度好、分析成本低、实用性强的鉴别方法和手段。     

基于主成分分析的硬件木马检测方法

针对侧信道检测方法检出率不高的问题,提出一种基于主成分分析结合马氏距离的检测方法.通过对芯片功耗进行建模分析,首先采用主成分分析法对旁路信息中的微小差异进行放大提取,获取主特征,然后使用马氏距离进行判别区分,识别硬件木马.基于自主设计的FPGA(field-programmable gate array)检测平台进行实验验证,结果表明:采用基于主成分分析结合马氏距离的硬件木马检测方法可以有效检测出占母本电路面积0.6%左右的硬件木马.     

信息集成方法选择变量与判别分析的应用

针对自变量较多,但每一变量携带信息较少的情况,提出通过信息集成选择主要变量的方法.经过相关分析检验,再应用马氏距离判别进行地震预报。模型由主成分分析、相关分析、马氏距离判别组成,利用华北地区地震数据进行了地震预报,取得了较好的效果.     

主成分分析法和Fisher判别方法在汽油分类分析过程中的应用

应用主成分分析(principal component analysis,PCA)法对从90#和93#两种汽油的50个实验样所取的特征数据进行降维处理,再结合Fisher判别方法对这两种汽油进行分类,并将分类结果与不采用PCA法而直接计算数据所得出的Fisher判别结果进行比较,前者的分类正确率达到100%,而后者却只有50%.结果说明采用PCA方法事先对数据处理可以大大的提高汽油分类的准确性.     

深部巷道岩爆加权距离判别法模型的分析和应用

根据距离判别理论,以巷道最大切向应力和岩石单轴抗压强度的比值、岩石单轴抗压强度和岩石单轴抗拉强度的比值以及弹性能量指数为判别因子,并应用主成分分析法计算权矩阵,建立加权距离判别模型。利用冬瓜山铜矿深部岩体工程实例为学习样本进行训练,通过判别模型的学习功能确定岩爆与其各影响因素之间的复杂关系。用该模型对金川深部岩体工程进行判别,其结果与实际情况基本一致,说明此模型对深部岩体工程岩爆的预测具有较强的实用性。     

基于主成分分析的核Fisher判别方法在油水识别中的应用

根据测井数据结构复杂和交集严重的特点,将主成分分析思想应用到剔除奇异点和寻找两类样本的交集中,并在交集中应用核Fisher判别方法,进行油水判别,弥补了Fisher线性判别方法的不足.通过将主成分分析和核Fisher判别方法这两种理论有机的结合起来,提高了利用测井数据识别油水层的鉴别能力,实际应用中证明了本方法的实用性和有效性.     

基于主成分判别分析的全国主要城市空气质量评价

空气质量在国际上已是重点控制对象,利用主成分方法对影响各个城市的空气质量的指标进行分析,得出影响空气质量的主要因素.然后选取主成分进行费希尔(Fisher)判别分析,建立主成分的费希尔判别分析模型,对城市的空气质量进行判别,再利用判别式分别对重庆、成都、昆明、宝鸡4个城市的空气质量类别进行预测.     

基于主成分分析和支持向量机的矿井水源判别

针对传统支持向量机法判别矿井水源准确率较低的问题,选取7种水化学成分指标作为矿井水源判别的指标,采用主成分分析(PCA)和支持向量机(SVM)相结合的方法建立PCA-SVM矿井水源判别模型。以山东盛泉矿业有限公司矿井太原组灰岩含水层和奥灰含水层的水化学特征中的27个样本进行训练和检验,并与传统的支持向量机模型结果进行比较,利用PCASVM模型对矿井水源进行判别,分类准确率由66.67%提高到83.40%。研究结果表明,利用PCA-SVM矿井水源判别模型能有效消除判别指标间的相关影响,判别率较高,引进主成分分析算法是必要的。     

基于改进的主成分分析法的矿工表情识别

针对传统的矿工面部表情识别方法中对矿工面部表情进行特征提取的时间较慢且识别准确率不高的问题,以主成分分析法为基础,运用Fisher线性判别法对传统的主成分分析法进行改进。首先在主成分分析法的基础上增加一个类间离散矩阵,使其投影后不同类别之间特征点的距离更大,同一类别之间特征点的距离更加紧凑,对矿工面部表情图像特征提取的结果更具有代表性和针对性;然后运用径向基神经网络将低维非线性可分的矿工面部表情图像对应的特征矩阵映射到高维空间并使其线性可分,从而实现对矿工面部表情的识别和分类。实验结果表明,所提出的方法对矿工面部表情识别的识别率为89.0%,优于传统矿工面部表情分类识别算法,在矿井安全监控、疲劳驾驶等领域有较好的应用前景。     

基于改进Fisher判别的起步工况驾驶风格研究

以实验采集的起步工况驾驶数据为基础,利用PCA分析筛选出驾驶员在起步工况下的风格特征参数,采用GMM聚类算法对起步工况下的驾驶数据进行分析.以驾驶风格聚类分析结果为基础建立了基于Fisher判别的驾驶风格识别方法模型,运用经典和改进Fisher判别对驾驶风格数据的测试集进行识别.结果表明,改进Fisher判别的识别正确率可达85%以上,证明了改进Fisher判别在处理驾驶风格会影响车辆的多种性能表现时有效,具有较高的准确性.      

新井试井曲线类型预测新方法研究

在部署测试监测井点、制定合理的测试时间时,准确预测待测井的曲线类型具有重要的意义。从多组判别分
析基本原理出发,结合油田实际监测井点的试井曲线类型,以及各井的测井和生产动态资料,优选出与试井曲线类型
相关的井和储层参数,建立曲线类型预判模型。通过多次反复筛选参数并结合总错判率,最终建立了以储层厚度、含
水率、测井渗透率和产量为主要因素的八厂油田试井曲线类型预测模型,模型回代错判率为9.09%,现场应用符合率
为85.7%,可用于预判待测井曲线类型。研究成果为现场工作人员优化监测井点、制定合理测试时间、提升监测成果
质量等提供了科学的指导。     

基于多目标优化问题模型的鉴别分析方法

该文提出一种新的Fisher鉴别分析的多目标优化问题模型。模型将最大的Fisher函数值与鉴别矢量所抽取特征间最小的相关同时作为优化目标。通过构造评价函数,将这一问题转换为适当的单目标优化问题。利用问题模型的特殊性,用Lagrange乘子法分析得出了相应鉴别矢量解的表达式。将该方法与F—S鉴别分析方法在CENPARMI手写体阿拉伯数字库上进行了对比实验。实验显示,该文方法明显优于F—S鉴别分析方法。     

农作物生长的胁迫因素光谱甄别模型研究

玉米作为我国重要的粮食产物之一,其生长期间的健康检测一直是农业生产的重要问题。本文以受不同因素影响下生长的玉米叶片为研究对象,采用ASD光谱仪进行叶片光谱采集;对原始光谱数据进行导数（Derivative, D）处理,针对经过求导后光谱部分数据无限趋向0的现象,引入压缩感知（Compressed Sensing, CS）方法,并采用迭代重加权最小二乘（Iterative Re-weighted Least Squares, IRLS）数据重建的方法对光谱数据进行恢复;然后选取竞争性自适应重加权算法（Competitive Adapative Reweighted Sampling, CARS）,结合不同试验下的影响因素作为标签提取光谱特征;最后通过多层感知机分类模型（Multi-layer Perceptron, MLP）,以达到判别生长状态不佳的农作物所受影响因素的目的。本试验生成的D-CS-CARS-MLP模型的精度相较于传统模型精度有所提高,可以高达99%以上,可以看出该模型可以针对农作物生长状态不佳所受的影响因素进行判别。经过验证,D-CS-CARS-MLP模型具有较好的稳定性和精度,为植被健康生长监测提供了新的思路与方法。     

一种有效的声信号特征提取算法及应用

针对复杂模式识别中的特征提取与选择问题,结合时间序列的参数模型和Fisher判别准则,提出了利用AR模型来拟合模式样本的时间序列,将模型参数作为原始特征矢量,然后在Fish—er鉴别准则函数取极大值的条件下,求得一组最佳鉴别矢量,最后再将高维原始特征矢量投影到这组矢量空间上来构成低维特征矢量的有效特征提取方法,对6类战场声目标的实测样本数据进行了实际的特征提取,分析了所提取特征的统计分布特性,并采用BP网络对用该算法所提取特征的有效性进行了检验,取得了令人满意的识别效果。     

高校图书馆“学科馆员”的定位及其考绩模型

为了有效地提高高校图书馆咨询服务的质量与效率,对“学科馆员”职责的定位做了探讨,对其绩效分级的量化提出了判别函数比较模型,并阐述了相关的检验方法。     

独立子空间下的草图人脸合成与识别

基于草图的人脸识别对于公安机关通过目击者描述出的犯罪嫌疑人草图来确定疑犯的身份具有重要的意义.为实现草图人脸识别,从人脸独立特征子空间和人脸形状结构特征出发,提出了一种新的草图人脸合成和识别方法.根据人脸图像在独立分量子空间上的重建,研究了基于独立成分分析(ICA)的草图人脸合成,实现了照片草图人脸转换;针对人脸结构信息在人脸识别中的重要作用,在分析主动形状模型(ASM)算法在提取人脸结构信息上所具有的局限性的基础上,提出了极坐标形状模型(PSM);最后,将合成的草图与待识别草图利用ICA/线性鉴别分别(LDA)和极坐标形状模型进行联合识别.实验结果表明,提出的算法可以有效地将照片转换为草图,并具有较好的识别率,1阶识别率达到94.7%,10阶达到99.1%,将子空间投影与极坐标形状模型联合起来识别,1阶识别率可提高5.3%,前3阶识别率平均提高约4.2%.算法较好的识别率基本上满足了自动草图识别系统的要求.     

基于梯度和贝叶斯判别的夹层自动识别方法

针对现有夹层识别方法存在工作量大、精度不高的问题,提出一种基于梯度和贝叶斯判别的夹层自动识别方法。由于测井系列不一,首先对测井曲线进行主成分分析,选取可以代表所有测井曲线类型的曲线。然后对曲线进行滤波,使曲线尽量不受夹层等因素影响。分析夹层测井曲线特征,先以回返程度、各类夹层原有曲线与新曲线的差值作为门槛条件,得到符合条件的"尖峰"和"低谷"。再根据各类夹层特征建立贝叶斯判别模型,并对夹层的"尖峰"和"低谷"进行梯度计算,得到各类夹层的梯度特征。最后利用贝叶斯与梯度判别划分出夹层。应用效果表明:相比于其他方法,该方法以砂体为单元进行数据处理后建立贝叶斯判别模型,并综合梯度判别,极大地提高了夹层判别精度,为夹层自动识别提供了一种新途径。     

净室统计测试在银行凭证系统的应用研究

基于使用模型的统计测试是统计方法在净室软件测试上的一种应用.本文根据马可夫理论建立银行凭证系统的使用模型,并对基于状态转移矩阵和激励矩阵的马可夫链表示模型进行定量分析.通过比较该模型使用链和测试链之间的差异度,结合定量分析方法为自动化测试的充分性证明提供依据;采用discriminant值和测试人员的基准经验数据,提高软件自动化验证效率,结果表明该方法具有较好的测试收敛性.     

梧桐庄矿导水陷落柱的水源辨识研究

岩溶陷落柱作为煤田一种特殊的地质体,不仅影响了煤炭开采过程中巷道布置、巷道稳定性、煤炭开采数量,而且可能引发工作面突水,对井下矿工的生命安全带来严重威胁。本文以梧桐庄煤矿为例,结合矿井水文地质条件及突水水源的水化学特征,建立聚类分析模型、模糊判别模型,对突水水源进行判别,结果显示,成功的预测出陷落柱的存在,并且水质和水温已经成为梧桐庄矿导水陷落柱的辨识依据。这种方法在其它水文地质条件相似的煤矿都起到了很好的借鉴作用。     

判别分析中错判的概率及修正

在判别分析中,无论采用那种判别方法,错判是不可避免的.错判的来源主要有2方面,一是各类总体的均值相近,另一是各总体的协方差的非齐性,针对各种原因给出相应的修正原则和方法.