低效循环条带的分析判别与治理

由于长期注水开发,萨北油田油藏储层物性发生了较大变化,形成了低效循环条带,大量的注入水沿这一条带低效循环,很难进一步提高油层的波及体积,使得吨油注水量大幅度增加。以"动态普查,静态确认,测试验证"为指导思想总结形成了低效循环条带分析判别方法,运用该方法对典型区块进行了普查治理,针对不同的低效循环条带类型提出相应的治理措施,为减缓水驱开发的产量自然递减率、控制综合含水上升速度、提高水驱采收率提供技术支持,初见成效。

氨基酸含量分析判别梅鹿辄葡萄原酒产地

测定3个产区,32种梅鹿辄葡萄原酒中的主要氨基酸含量,建立基于氨基酸含量的梅鹿辄葡萄原酒产地判别模型。首先采用方差分析剔除产地间无显著差别的变量,并用主成分分析深入分析数据结构,进而对原始变量进行有效压缩,随后采用逐步线性判别分析选取了6种产地间判别能力强的氨基酸,最后建立了基于这6种氨基酸的梅鹿辄葡萄原酒产地间的典则判别模型。通过交叉检验,该模型对不同产地葡萄原酒的判别能力达到了96.86%。将该模型应用于实际商品酒的判别,发现识别能力有所降低,只有73.6%,这说明商品酒的勾兑对模型的拟合影响很大,虽然如此,本建模方法仍可作为对未勾兑的葡萄原酒产地判别的有效方法,为中国葡萄酒原产地的检测提供方法借鉴。

财务危机预警分析判别模型及其应用

本文以中国实际营运上市公司的财务比率为依据 ,从 12 0个分析研究样本中推导建立起一个财务危机判别分析模型。该模型可直接应用于实际 ,是银行、投资者和基金经理们作财务危机、信用风险预警分析及企业综合业绩评价的有效工具。

膨胀土胀缩等级分类的Fisher分析判别

膨胀土的识别和分类,是一个在膨胀土处理过程中最重要的问题.以黏粒含量、粉粒含量、液限、塑限和塑性指数这5项指标作为模型判别因子建立膨胀土胀缩等级分类的Fisher判别分析模型.并且以膨胀土实测数据作为学习样本进行训练,建立Fisher判别函数对待测样本进行分类.研究结果表明:Fisher判别分析模型对膨胀土的胀缩等分类的判别性能较好,预测结果较客观,操作过程简单,为膨胀土胀缩等级的分类提供了一种新的方法,便于实际推广.

祁东煤矿顶板“导裂”高度的分析判别

新建矿井对导裂带高度设计一般采用矿井规范经验公式,祁东矿松散层发生的特大突水事故说明在水文地质条件复杂的矿井使用规范经验公式有误差。该矿采用钻孔探查导裂带高度取得良好效果。对该矿八个“两带”孔导裂高度分析后认为:同一工作面裂高差异明显,与原生裂隙发育程度有关。建议在水文地质条件复杂的矿井应布置专门“两带”孔,为矿井留设安全煤柱提供依据。

基于稀土元素指纹分析判别普洱古树茶和台地茶的研究

普洱茶根据不同来源分为古树茶和台地茶。古树茶被认为是一种有别于台地茶的茶,具有特殊的香气和品质。本研究为探讨基于稀土元素指纹对普洱茶不同来源判别的有效性,找寻表征判别特性的元素指标,采用电感耦合等离子体发射光谱法(ICP-MS)测定云南省西双版纳州代表性普洱茶古树茶和台地茶中的15种稀土元素(La、Ce、Pr、Nd、Sm、Eu、Gd、Tb、Dy、Y、Er、Tm、Yb、Lu和Sc)含量,对数据进行方差分析、主成分分析和判别分析,筛选出4个有效判别指标La、Ce、Eu和Sc,分别建立普洱茶古树茶和台地茶的判别模型,产地检验判别率为94.4%,交叉检验判别率83.3%;身份判别检验率为100%,交叉检验判别率91.65%。利用不同来源的普洱茶稀土含量差异,结合稀土元素指纹技术判别普洱古树茶和台地茶的分类方法是可行性的。

矿井突水水源的多元统计分析判别

准确地判别突水水源,是做好防治水工作的首要任务。为解决这一问题,收集整理了安徽某矿相关的水文地质资料,以水质分析结果及水文地球化学为基础,选取七个主要离子作为判别指标,基于SPSS软件,将不同含水层的水化学资料中的30个作为训练样本,6个作为预测样本,采用多元统计分析方法中的聚类分析与Bayes逐步判别分析分别建立突水水源判别模型,并对两种方法做出比较。分析结果表明:聚类分析与Bayes逐步判别分析对该矿突水水源都可以做出准确的判别;聚类分析中尤以Ward法准确度最高;Bayes逐步判别剔除了重复信息,判别结果准确率达到100%,是该矿判别突水水源的首选方法。可为矿井突水水源的判别提供一种新的思路。

基于氨基酸模式和判别分析的畜禽肉源性成分鉴别方法研究

为建立畜禽肉中动物源性成分快速有效的鉴别方法,对鸡肉、鸭肉、鹅肉、猪肉、牛肉、羊肉6种动物肉样绝干基础样品中16种氨基酸含量进行测定,建立各种动物样品的氨基酸简洁模式,并通过主成分分析和判别分析对不同样品16种氨基酸含量进行综合评价和分类。结果表明,6种动物样品均具有独特的氨基酸模式。通过主成分分析将16个氨基酸指标简化为3个主成分,其累积方差贡献率为90.575%。判别分析显示鸡肉、鸭肉、鹅肉、猪肉、牛肉、羊肉6种动物样品分别集中在不同的区域,彼此之间差异明显,很容易辨别。基于氨基酸模式和判别分析均可进行畜禽肉源性成分鉴别。

基于有机酸、氨基酸和香气物质的烤烟香型逐步判别分析

研究旨在实现对清甜香型、蜜甜香型、蜜甜焦香型、焦甜醇甜香型和焦甜焦香型5种烤烟香型的快速判定。选取5个省份51个C3F等级的烤烟样品,对烟叶中的有机酸、氨基酸、香气物质进行方差分析与判别分析,并建立Fishier判别函数。结果表明,清甜香型与蜜甜焦香型烤烟总氨基酸含量显著高于焦甜醇甜香型烤烟,总有机酸与香气物质含量在5个香型之间不存在显著差异,在部分高级脂肪酸、苯丙氨酸类降解产物、类胡萝卜素类降解产物和茄酮上存在差异;共有丁二酸、柠檬酸、二十酸、丝氨酸、6-甲基-5-庚烯-2-醇、愈创木酚、香叶基丙酮、巨豆三烯酮3和法尼基丙酮9个指标被纳入函数,建立的判别函数经自身验证法与交叉验证法回判,判对率分别为94.1%和86.3%。本研究建立的判别函数对5种烤烟香型具有较好的判别效果,准确率较高。

基于叶片表型和矿质元素含量特征的油茶品种判别分析

以广泛栽培的‘长林’、‘湘林’、‘赣林’系列28个品种为对象,分析不同油茶品种的叶片表型和矿质元素含量特征,并探讨其在品种判别分析中的应用效果。结果表明,供试28个品种的叶片表型特征和矿质元素含量变异丰富,其中叶面积的变异系数最大(18.66%),形状系数、形状因子的变异系数最小(分别为1.68%、3.64%);油茶不同品种叶片中氮元素平均含量最高,其次为钙、钾和铝元素,镁、锰、硫和磷元素的含量相对较低,从变异系数来看,锰元素的变异系数最大(123.72%),磷、钾、钙、镁元素的变异系数居中(在13.34%~17.71%之间),而氮、硫和铝元素的变异系数最小(在6.77%~9.20%之间);油茶叶片表型特征和矿质元素含量在品种间均存在显著差异;以叶片表型和矿质元素含量指标为变量进行品种判别分析,实现了对供试28个品种的完全判别。本研究为油茶品种鉴别分析提供了思路和借鉴。

半监督空谱局部判别分析的高光谱影像特征提取

为充分利用高光谱影像中蕴含的空谱特征,提出了一种半监督空谱局部判别分析的高光谱影像特征提取算法(S4LFDA)。鉴于高光谱数据集具有空间一致性,首先将像元进行空间重构,保存高光谱数据的近邻关系;其次引入光谱信息散度重构像元间的相似度;为了充分利用大量无标签样本提高算法性能,采用模糊C均值聚类算法对样本进行聚类分析得到伪标签;然后通过增加规范化项到局部力导引算法(FDA)的类内散度矩阵和类间散度矩阵中,以此保持无标签样本的聚类结构一致性;最后通过局部FDA算法来保持有标签样本类间散度最大化和类内散度最小化并求解最佳投影向量。S4LFDA算法既保持了数据集在光谱域的可分性,又保持了像元在空间区域内的近邻关系,合理利用有标签样本及无标签样本,提高了算法的分类性能。在Pavia University和Indian Pines数据集上进行实验,总体分类精度达到95.60%和94.38%。与其他维数约简算法相比,该算法有效提高了地物分类性能。

基于概率球面判别分析的说话人识别信道补偿算法

在说话人识别任务中,概率线性判别分析(PLDA)模型是目前常用的分类后端,但由于高斯PLDA模型分布假设不能准确拟合真实说话人特征分布,导致基于高斯分布假设长度归一化的信道补偿方法会破坏说话人特征类内分布的独立性,使得高斯PLDA不能充分利用上游任务提取特征所包含的说话人信息,从而影响识别结果。针对这一问题,提出基于概率球面判别分析的信道补偿算法(CC-PSDA),通过引入冯·米塞斯-费希尔(VMF)分布假设的概率球面判别分析模型(PSDA)和特征变换方法代替高斯分布假设的概率线性判别分析方法,以避免信道补偿对说话人特征类内分布独立性的影响。首先,为了使说话人特征符合VMF分布先验假设拟合后端分类模型,在特征级利用非线性转换对说话人特征进行分布变换。之后,利用基于VMF分布假设的PLDA模型不会破坏说话人特征的类内分布结构的特点,将变换后的说话人特征定义到特定维度的超球面,最大化特征类间距离。所提算法通过期望最大化(EM)算法进行求解,最终完成分类任务。实验结果表明,改进算法在三个测试集上的识别等错误率相较于对比模型PSDA、高斯PLDA均最低。由此可见,所提模型可以有效区分说话人特征,提高识别性能。

人工养殖斑鰶不同月龄表型性状的主成分与判别分析

为研究斑鰶不同月龄表型性状的生长规律和特征,及最佳生长季节各性状与月龄的关系。采用主成分和判别分析的方法对2、4、6和8月龄斑鰶的全长、体长、头长、躯干长、尾柄长、眼径、体高、尾柄高、体宽、眼间距和体重等11个性状进行分析。结果显示,斑鰶不同月龄各性状指标间呈现不同程度的正相关,各月龄的体重与全长、体长、体高和体宽的相关系数均较大,眼径和眼间距2个性状与其他性状之间的相关系数均较小,8月龄各性状对体重的相关系数均小于2、4和6月龄。斑鰶不同月龄性状的主成分有所不同,各月龄第一主成分均以增重、增长的生长发育特性为主;第二主成分为2月龄指向体宽的发育情况,4、6和8月龄指向眼径发育情况;第三主成分为2和4月龄反映头部发育情况,6月龄反映眼径发育情况,8月龄反映体宽的发育情况。通过逐步判别分析法,剔除掉3个性状指标,建立各月龄的判别函数式,总的判别准确率为99.3%,2、4和8月龄的判别准确率达到100%。斑鰶2~8月龄的体长与体重的关系为W=0.017L^(2.929)(R^(2)=0.981)。研究表明,全长、体长、体高和体宽是影响斑鰶生长发育最重要的表型性状指标,建立了不同生长阶段的判别函数式,生长方式为等速生长(2~8月龄)。本研究为斑鰶的选择育种工作提供理论依据和建议测量指标。

基于Fisher判别分析可分性信息融合的马铃薯VC含量高光谱检测方法

为提高马铃薯VC含量检测结果的准确性和可靠性,提出一种基于Fisher判别分析(Fisher discriminant analysis,FDA)可分性数据融合的检测模型输入变量构建方法。首先,利用高光谱成像技术采集200个马铃薯的高光谱信息,通过对比6种预处理方法和原始数据的建模结果,确定多元散射校正为光谱数据的预处理方法;其次,采用竞争性自适应重加权采样(competitive adaptive reweighted sampling,CARS)、连续投影算法(successive projections algorithm,SPA)及CARS-SPA组合算法3种方法提取相应特征波长,通过对比分析最终确定34个有效特征波长;然后,将有效特征波长进行FDA可分性数据融合,根据融合的新变量对样本间差异性判别能力的大小进行筛选,确定构建检测模型的输入变量;最后,分别对FDA融合前后筛选的变量建立偏最小二乘模型和反向传播神经网络(back propagation neural network,BPNN)模型,并对检测结果进行对比分析。结果表明,将CARS算法提取的34个特征波长进行FDA融合,采用前3个融合变量作为构建检测模型的输入变量时,其所建BPNN模型的相关系数由0.9726提高至0.9990,均方根误差由0.7723降低至0.1727,不仅能够极大地降低数据分析维度,而且能够提高检测结果的准确性。因此,基于FDA可分性数据融合构建检测模型输入变量可以提高马铃薯VC含量检测结果的准确性。

三维荧光光谱融合小波包分解融合Fisher判别分析及支持向量机识别紫苏

为实现紫苏品种的快速鉴别,避免以次充好,选取4个品种的紫苏采集三维荧光数据,提出了一种基于小波包分解融合Fisher判别分析(Fisher discriminant analysis,FDA)的荧光数据特征选择策略,并实施了4种紫苏的有效鉴别。首先,对三维荧光数据进行预处理,采用Delaunay三角形内插值法去除瑞利散射和拉曼散射,以消除它们的不利影响;运用Savitzky-Golar卷积平滑对数据进行平滑处理,以减少噪声的干扰。同时,对三维荧光数据进行初步筛选,去除了荧光强度小于0.01的发射波长。然后,对各激发波长对应的发射光谱进行3层sym4小波包分解,计算得到最低频段的小波包能量值,作为各激发波长光谱数据表征量。接着,再利用FDA对小波包能量进行判别分析,将其所包含的差异性信息进行融合,得到FDA生成的新变量,并选取累计判别能力达到99%的前3个FD变量作为不同品种差异性信息的表征变量,提出三维荧光数据的表征策略。最后,利用BP神经网络(backpropagation neural network,BPNN)和支持向量机(support vector machine,SVM)两种模式识别算法对表征变量进行分析,得到FDA+BPNN和FDA+SVM两种鉴别结果。FDA+BPNN的训练集正确率为97.5%,测试集正确率为95%;FDA+SVM的训练集和测试集的正确率均达到98.33%。结果表明,三维荧光光谱技术结合小波包分解、FDA和SVM算法基本上能够实现紫苏品种的鉴别。这为后续有关紫苏的进一步检测研究(如某些有效成分的定量检测)提供了研究基础。

基于Fisher判别分析对不同油分烟叶的识别研究

为烟叶油分档次的判别提供参考,以三门峡主产区132份初烤烟叶为样品,评定油分档次后,测定烟叶样品中主要含氮化合物的含量,运用方差分析、Spearman相关性分析和主成分分析筛选出油分档次的判别指标,采用Fisher判别分析建立烟叶油分档次的判别模型。结果表明,不同油分烟叶的含氮化合物中大多数氨基酸含量(19/21)存在显著差异,除脯氨酸外,基本与油分呈显著或极显著负相关。经过主成分分析,从主要含氮化合物中提取出4个主成分,代表了总指标73.441%的信息,筛选出17种烟叶油分的特征含氮化合物。经Fisher判别分析,确定了17种游离氨基酸作为烟叶油分的有效判别指标,构建了烟叶油分档次的Fisher判别模型,训练集和测试集的识别率均为100%。并利用江西吉安和云南楚雄的20份样品对模型进行了验证,准确率分别为100%和80%,对烟叶油分档次的判别效果较好。游离氨基酸的检测结合多元统计分析方法可用于烟叶油分档次的判别。

多指标降维判别分析方法在中药配方颗粒汤剂与传统汤剂等效性对比中的应用

针对传统汤剂和配方颗粒汤剂等效性评价方法不直观,未从多维度指标综合评价等问题,该研究建立了一种基于多指标(化学成分、药效作用)降维判别分析二者等效性关系的评价方法。为验证方法的有效性,将A、B、C厂炙甘草,D、E厂白芍,F、G、H厂砂仁配方颗粒汤剂与传统汤剂的化学成分等数据进行验证分析。结果显示建立的判别方法可快速、直观判别两者之间的关系,A、B、C三厂的炙甘草配方颗粒在当量比校正前均不能判定与其传统汤剂等效,经当量比校正后,代表传统汤剂和配方颗粒汤剂的两个置信椭圆部分相交或包含,表明二者可部分或完全替代;D、E厂白芍,F、G、H厂砂仁的配方颗粒在当量比校正前和校正后均不能判定与传统汤剂等效,二者无法相互替代。所建立的方法通过图形化形式快速直观综合判断配方颗粒汤剂与传统汤剂之间的关系,可用于二者之间的等效性评价。

茯砖茶感官特征分析及其产地判别模型构建研究

为客观准确地评价不同产地茯砖茶感官特征品质,结合感官审评、化学组分检测、化学计量学等研究茯砖茶感官品质特征及不同产地茯砖茶判别模型构建。结果表明:湖南、浙江、陕西等19个茯砖茶因原料物质基础的不同其感官品质有非常明显的差异。其中,茯砖茶滋味得分(taste score, TS)与咖啡碱(caffeine, CAF)、水浸出物(water leachate, WL)、儿茶素(catechin, CAT)和表儿茶素(epicatechin, EC)呈现出显著相关性,其相关系数(P<0.05)分别为0.81、0.62、0.55、0.50。同时,基于化学组分的主成分(PCA)表明,前4个主成分的累计方差贡献率为79.48%,并以前4个主成分的线性回归方程和贡献率构建了茯砖茶感官品质综合评价模型与产地判别模型。正交偏最小二乘法判别分析(OPLA-DA)显示,19个不同产地的茯砖茶样品被明显地划分为3组,评价模型对不同产地茯砖茶识别度较高。采用交叉验证法对模型进行验证,模型对自变量的拟合指数(R~2X)为0.879,对因变量的拟合指数(R~2Y)为0.992,预测指数(Q^(2))为0.53。经OPLS-DA共识别出6种预测变量重要性投影(VIP)值大于1的差异指标,其中茶多酚(tea polyphenols, TPP)、可溶性糖(soluble sugar, SS)、CAF、WL为茯砖茶感官特征标志性差异品质成分。结果表明,应用感官审评、化学组分检测、化学计量学等方法可以实现茯砖茶感官特征及其不同产地茯砖茶的快速、准确判别,同时也为茯砖茶感官特征及其不同产地判别提供一种新的参考方法。

气相色谱结合化学计量在核桃油、菜籽油掺伪混合物含量判别分析中的应用

目的:识别核桃油中同时掺入多种其他植物油的多元掺伪。方法:采用气相色谱技术分析核桃油、菜籽油掺伪混合物中脂肪酸含量,结合化学计量方法对气相色谱数据进行建模,并对不同比例核桃油、菜籽油混合物进行判别分析。结果:主成分分析法(PCA)能快速鉴别出纯核桃油和掺伪核桃油,并在一定程度上反映样本的掺伪比例;Bayes判别分析将83.33%的样品归入正确的分类;偏最小二乘判别分析法(PLS-DA)的判别准确率达87.50%;基于BP神经网络模型的判别分析,其训练集的正确率为84.21%,测试集的正确率为80.00%;基于遗传算法优化支持向量机(SVM-ga)的判别分析,其训练集和测试集的正确率均为100%。结论:多种分析模型均能不同程度地识别核桃油、菜籽油掺伪比例,其中SVM-ga模型的预测精度最佳。

结合多特征与线性判别分析的图像检索

卷积神经网络的全连接层特征缺乏对图像底层信息的描述,导致部分样本无法被成功检索。并且全连接层特征维度高,检索效率低下。针对这种情况,提出一种结合线性判别分析和多层特征的图像检索方法。该方法利用卷积神经网络提取卷积层和全连接层特征,并融合HSV特征,使用线性判别分析对融合特征降维。多层特征能增加图像的区分度,提升识别准确率。与其他算法的实验结果表明,该方法在检索精度和检索速度上有一定的提高。