太行山猕猴跖骨性差

以39例成年太行山猕猴跖骨为标本(27雌,12雄),测量每根跖骨7个变量,采用SPSS 20.0进行数据分析,用7个跖骨变量建立逐步判别函数.选择性差最大的变量直接进行判别分析.结果表明,大部分变量性差显著(P<0.01),侧别差异很小.逐步判别分析选择出来的最好变量是跖骨长度.雄性判别率为78.6%⁹2.9%,雌性判别率为79.3%92.9%,雌性判别率为79.3%⁹3.1%,平均判别率为79.1%93.1%,平均判别率为79.1%⁹3.0%.交互检验比回代检验判别率略微低一些.结果显示用跖骨长度变量可以很好地鉴定性别.     

基于判别分析的基因分类

利用基因表达序列识别肿瘤亚型,具有非常重要的临床意义.根据大肠杆菌基因图谱筛选出的信息基因,采用判别分析法,得到典型判别式函数,以阈值θ=-0.6935来进行分类,进而确定肿瘤基因"标签".     

基于数显卡尺测量数值的4种鼠类特征研究

使用SPSS 18.0,对用数显卡尺采集的158只仓鼠科中成年布氏田鼠(Lasiopodomys brandtii)、棕色田鼠(Lasiopodomys mandarinus)、东方田鼠(Microtus fortis Buechner)、黑线毛足鼠(Phodopus campbelli Thomas)的体重、体长和头骨等17项形态学指标进行了差异显著性分析,基于分析结果,指出4种鼠的17项形态学指标均存在显著性差异,对编号1~138的鼠进行了判别分析并建立了判别函数,对编号139~158的20只鼠进行了判别归类,其判别结果与传统分类的结果完全一致,对158只鼠进行了聚类分析,其分析结果与判别分析结果一致。     

基于大间距准则的混合核Fisher判别分析

针对KFDA算法中存在的问题,提出了基于大间距准则的混合核Fisher人脸特征提取算法;首先,将原始数据通过非线性映射投影到高维数据空间;然后,引入大间距准则和混合核函数使得同类样本在投影后离得更近,不同类样本在投影后离得更远;在PIE和AR人脸库中的仿真实验验证了算法的有效性和稳定性。     

沉积环境与多元统计综合分析法

本文首先根据地震资料提取了十二种地震参数,然后通过对LH油田TZ地区沙三上段下部地层进行沉积环境分析,确定了可能存在的沉积相类型,并用有序样品聚类的方法对过井和井旁地震测线按沉积相个数进行分割,由此而建立了该区各类沉积相的判别函数。通过这些判别函数,用逐步判别分析的方法,对该区其它地震测线的参数进行判别分类,最后搞清了研究区目的层的沉积相展布。通过分析和计算证明,这一方法对有地震资料的盆地或地区进行沉积相的划分,是行之有效的。     

真丝织物力学性能与服装外观造型之间的关系

在Kawabata等人的研究基础上,对30多种真丝织物的力学性能和八片公主线连衣裙外观造型之间的关系进行了研究,运用了多元线性逐步回归和判别分析方法,找出了影响服装外观成形的几个机械力学因子:厚度、面密度、剪切刚性、弯曲刚性、最大剪切力和纬向的拉伸伸长率等.     

基于模糊核判别分析的静态面部表情情绪识别方法

当前面部表情情绪识别方法由于表情类别划分能力差,导致面部表情情绪识别结果精度不佳,为此,该文提出基于模糊核判别分析的静态面部表情情绪识别方法。根据模糊核图像处理原理,线性方程对静态面部表情原始图像进行复原,获取原始人脸图像采集。利用奇异值分解技术提取静态面部表情情绪特征。采用模糊核判别分析方法对面部表情情绪类别进行划分,实现静态面部表情情绪识别。通过五官结构关键信息提取、表情信息匹配精度以及静态面部表情情绪识别精度三部分指标,验证此方法的应用效果。实验结果表明：研究方法的表情信息匹配精度可达97.0%,使用其可有效提升静态面部表情情绪识别效果。     

稳健稀疏线性判别分析方法在人脸识别中的应用

线性判别分析(LDA)是一种在机器学习领域众所周知的监督分类方法,在特征提取方面效果显著.传统的LDA解决了散度矩阵中存在奇异矩阵的问题,但却没有考虑人脸图像中可能存在的椒盐噪声,且无法确定低维空间维数.为此,采用稳健稀疏线性判别分析(Robust Sparse Linear Discriminant Analysis,RSLDA)进行人脸识别,选取公开的人脸库(ORL、CMU PIE、YaleB)对LDA、PCA+LDA、ULDA、OLDA、L21FLDA和RSLDA这6种方法进行系统地比较.实验结果表明,在原始人脸图像中,RSLDA的识别率均在94.82％以上,均高于其他5种方法.当人脸图像存在椒盐噪声时,RSLDA的识别率远高于其他方法.     

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。     

无线电监测中调制信号特征提取算法

针对传统调制信号特征提取算法在噪声环境下存在识别准确度低、分类效果差等问题,基于已有的调制 信号处理方法,提出一种新的无线电监测中调制信号特征提取算法。首先构建无线电监测中各类调制信号的 数学模型,以此为基础通过仿真得到信号瞬时幅值、瞬时相位及瞬时频率的特征。分析当前信号调制方式识别 各类算法的优缺点,采用小波变换完成调制信号的降噪处理与突变边界特征提取算法的设计,利用零中心归一 化瞬时幅度的谱密度最大特征提取算法以及核判别分析算法对各类调制信号进行逐层提取,实现了各类调制 信号的完整分类与提取,提升了噪声环境影响下的特征信号提取精度、且分类效果较好,为无线电监测中调制 信号特征提取提供了有利科学依据。