应用判别函数分析过火的松林是否需要再植

一、再植决定的数量化分析为了识别决策者认为能最精确地预测过火林分死亡程度的一些因子,从而提出一种对经营者更实用的决策方法,我们从事了这方面的研究。研究数据由北卡罗来纳州的三家营林公司和该州的林业局提供。从三家公司在1980—1982年期间的林火报告中获得了三年内所属火炬松人工林的火灾情况的数据。因其中两家公司在1982年后没有火灾情况的记载,因此将供研究的数据限定在1980—1982年3年之内。北卡罗来纳州林业局提供所需的气象资料。林火报告的内容有林分概况、林火特征和经营者对各林分的损失估计。林火特征包括林火发生的时间、林分年龄、林火面积及林火地点。

电子鼻判别小麦陈化年限的检测方法研究

采用电子鼻对五个储藏年限的陈化小麦进行年限分析,确定了采用电子鼻判别小麦储藏年限的最佳参数及方法.对传感器信号进行多因素方差分析可知:对于固定容器的陈化小麦样品,不同的小麦密封时间对电子鼻的响应信号的影响极为显著;其次是小麦在烧杯内的密封质量.通过静置密封时间和密封质量的方差分析,得出小麦在500 mL烧杯内的最佳静置时间为1.5 h,密封在烧杯内的小麦最恰当质量为50 g.采用以上参数,对五个储藏年限的小麦进行辨别,PCA分析可以将不同储藏年限的小麦较好的区分开来,并且五个年份的小麦自右上角至左下角依次排列;而LDA分析能够将差别年限较大的陈化小麦进行区分,差距较小的,不能够很好的区分,其区分效果不如PCA分析;进而采用BP神经网络的方法进行判别分析,训练样本正确率为100%,测试样本正确率也达到了85%以上.

气味指纹分析技术在调和油风味研究中的应用

利用电子鼻的气味指纹分析技术,对花生油调和棕榈油样品的风味进行评价。通过电子鼻检测五种油脂的气味在传感器上的响应值,并对电子鼻采集数据进行了单因素ANOVA分析、主成分分析(PCA)及判别函数分析(DFA)。经单因素ANOVA分析,各个传感器的响应值的差别均具有统计学差异(P<0.05)。经两两比较(S-N-K分析),各个样品之间在各个传感器上均具有差异(P<0.05)。样品在各个传感器的响应值雷达图结果表明各样品具有不同的气味轮廓,其中花生油和调和油4#间的轮廓差距最大,表明两者的气味的差异最大。而调和油1#与花生油的差异最小。PCA分析结果表明转换得到的第一主成分,可反映样品原来信息的99.21%,转换得到的第二主成分,可反映样品原来信息的0.702 5%,两个主成分共可反映原来信息的99.912 5%,表明PCA分析可以反映样品的综合信息。通过DFA所建立的模型对测试样品的判别效率为96.089%。分析结果表明利用电子鼻的气味指纹分析技术可较好的区分花生油及四种不同浓度的棕榈油调和花生油样品。

消费动向和潜在消费者分析的数学模型

本文运用多变量方差分析的方法研究对消费者特性起支配作用的主要成分;运用判别函数分析法对潜在消费者进行判别;运用迭代尝试向量的方法定量地证明了消费者特性的主要成分。目的在于为市场的竞争机制提供一种可借鉴的学模型。

基于几何形态学的北二星蝽种内形态差异分析(半翅目:蝽科)（英文）

【目的】北二星蝽Eysarcoris aeneus是一种广泛分布于古北区的重要农业害虫,可危害多种经济作物。其刺肩型和钝肩型前胸背板后侧角长度存在差异,暗示其种内变异的存在。【方法】基于几何形态学的多元回归分析(multivariate regression)、主成分分析(principal component analysis,PCA)、典型变量分析(canonical variate analysis,CVA)和判别函数分析(discriminant function analysis,DFA),对采集于中国19个地区的142头标本(98头北二星蝽标本和44头作为外群的广二星蝽E. ventralis标本)的前翅、后翅、头和小盾片4个性状进行分析比较,研究北二星蝽钝肩型和刺肩型之间的形态变异。【结果】对于所研究的4个性状来说,北二星蝽钝肩型和刺肩型标本间均未检测到异速生长的存在。主成分分析中,钝肩型和刺肩型的标本均有重叠,典型变量分析则显示它们之间存在显著差异(马氏距离和普氏距离的P值均小于0. 01)。判别函数分析显示,依据这4个性状两型样本间的正确判别率在67%~89%之间。【结论】结果表明,前翅、后翅、头和小盾片都可以作为北二星蝽钝肩型和刺肩型之间形态变异的评价指标,小盾片特征具有最高水平的鉴别价值;对于所研究的这4个性状来说,北二星蝽钝肩型和刺肩型之间都表现出显著的形状差异,而它们的质心距离差异不显著,说明相对于体型大小差异分析,形状差异分析能更灵敏地揭示谱系间的变异。本研究表明几何形态学可以有效地描述北二星蝽的种内形态变异,为蝽类昆虫种内变异的研究奠定了基础。

判别函数在同胞鉴定中的应用

目的探讨判别函数法在全同胞与半同胞鉴定中的应用价值。方法根据360对全同胞、90对半同胞及360对无关个体的15个STR基因座分型结果,计算全不同(X0)、半相同(X1)和完全相同(X2)的基因座数目,分别根据DFS1=3.898X0+3.973X1-19.481,DHS1=5.687X0+5.300X1-35.112及DR1=7.309X0+5.533X1-44.941的全同胞/半同胞/无关个体判别函数、DFS2=3.872X0+3.931X1-18.895及DR2=7.303X0+5.473X1-44.298全同胞/无关个体判别函数和DHS3=10.227X0+10.436X1-66.102及DR3=11.863X0+11.089X1-79.494半同胞/无关个体判别函数进行判别。结果判别准确率:①用全同胞/半同胞/无关个体判别函数,全同胞组为83.61%,半同胞组为81.11%,无关个体组为83.06%;②用全同胞/无关个体判别函数,全同胞组为96.39%,无关个体组为98.61%;③用半同胞/无关个体判别函数,半同胞组为88.89%,无关个体组为85.00%。结论本文3种判别函数可应用于同胞鉴定,尤其运用全同胞/无关个体判别函数判断同胞关系准确率高,有较高的应用价值。

电子鼻技术在茶叶辐照鉴定中的应用研究

以辐照0、1、3、5 k Gy的黄山毛峰和祁门红茶为研究对象,通过优化电子鼻测茶叶香气的技术参数,并对未辐照和辐照茶叶、辐照茶叶不同辐照剂量组的气味数据进行主成分分析(PCA)和线性判别函数分析(LDA),研究电子鼻技术在茶叶辐照鉴定中的应用效果。结果表明,利用电子鼻技术可显著区分辐照茶叶和未辐照茶叶,区分率为1.000,并且在PCA分析中可显著区分辐照茶叶的不同辐照量组。表明在辐照茶叶鉴别中电子鼻技术有一定的应用前景。

利用电子鼻区分不同产地、不同品种的烤烟

为了探索区分不同产地、不同品种烤烟的有效方法,利用电子鼻检测了3个地区(贵州、云南、辽宁)共70种烤烟样品的挥发性成分,并对电子鼻采集数据分别进行主成分分析、聚类分析和判别函数分析。通过判别函数分析方法所建立模型对测试集样品的正确判别率达到91.7%,结果表明电子鼻方法可以有效地区分不同产地、不同品种的烤烟,该方法可为人工鉴定烤烟提供参考。

电子鼻系统对危险爆炸物的识别研究

采用纳米氧化锌厚膜气体传感器组成的阵列对硝铵、矿山炸药、苦味酸、2,4二硝基甲苯(DNT)4种典型爆炸物样品进行了实验。称取4mg爆炸物样品,采用动态实验对18只传感器进行筛选、优化,得到6个最优元件组成的阵列。采用静态实验考察了传感器的检测能力,结果表明:随着待测样品浓度的增加,6个传感器的灵敏度均呈指数上升,且该方法能够检测到4种爆炸物样品的最小浓度均低至3.34μg/L。为进一步与实际应用相接近,采用完全动态小剂量实验,结果表明:在15.4μg/L浓度处提取斜率最大值为特征值对阵列进行判别函数分析,可使4种典型爆炸物在该浓度水平能够完全区分。

根据颅骨判定性别

根据骨骼判定死者的性别是法医人类学和考古学的一个极重要的内容。在法医检验工作中,常遇及高度腐败的尸体,肢解尸体的片断以及灾害事故中被焚或已白骨化的尸骨残骸,常需要根据遗留的骨骼,判定死者的性别,然后再做进一步的个人识别。(personalidentification)。

电子舌对酱油的区分识别研究

运用电子舌对多种类型的酱油进行识别,将所得数据经过特征值处理后应用判别值(DI)、主成分分析(PCA)、判别函数分析(DFA)、偏最小二乘法(PLS)4种方法进行分析。结果表明:电子舌能够有效识别不同的酱油,表明电子舌在调味品检测方面有着较为广阔的应用前景。

基于离子迁移谱技术对冰鲜鸡肉和解冻鸡肉的鉴别

为实现冰鲜鸡肉和解冻鸡肉的快速鉴别,本实验采用离子迁移谱技术,取新鲜(对照组)、冰鲜和解冻鸡胸肉各10 g并搅碎成肉糜状,测定其剪切力、保水性(蒸煮损失率、汁液流失率、滴水损失率及加压损失率)、色泽和质构等理化指标并进行离子迁移谱的图谱采集,对其进行标准变量正态变换处理,利用主成分分析及判别函数分析进行鉴别。结果表明:冰鲜鸡肉的各项理化指标与新鲜鸡肉相比无显著性差异(P>0.05),而与解冻鸡肉相比差异显著(P<0.05);冰鲜鸡肉与解冻鸡肉的主成分分析得分达到98.60%,判别函数法得分高达99.17%,完全能够将2种样品进行区分。因此,离子迁移谱用于鉴别冰鲜鸡肉和解冻鸡肉是可行的。

汶川科钻WFSD-3孔裂缝响应特征及识别方法

汶川科钻WFSD-3孔位于四川省绵竹市九龙镇境内,该孔测井资料齐全,钻遇裂缝种类丰富、特征明显,是研究裂隙识别方法和地应力场分布的理想对象。从成像测井出发,通过汶川科钻WFSD-3孔的测井资料研究常规测井识别和提取裂缝的方法,总结了不同种类的裂缝在成像测井中的响应特征,然后分析了对应深度处裂缝在常规测井的响应特征,再根据各参数对裂缝的敏感度优选出裂缝识别参数来构造判别函数进行裂缝自动识别。结果表明,声波测井AC、密度测井DEN、补偿中子测井CNL、微球形聚焦测井RMSL、三孔隙度比值RP、岩石结构指数m和地层因素比值FRP在裂缝处响应明显,其中,声波测井AC、密度测井DEN对低角裂缝尤为敏感,由它们构成的判别函数识别正确率为86.67%,具有较好的应用效果。

小班马尾松毛虫虫灾发生类型的辨识模型研究

应用判别函数分析及线性Logistic回归分析两种方法 ,对影响小班马尾松毛虫虫灾发生类型的各种因素的重要性进行分析 ,并筛选出相对重要的因子建立起小班发生类型的 4个辨识模型 .

电子舌对果酱的区分识别研究

在介绍电子舌技术以及电子舌在烹饪中应用的基础上,研究了电子舌在鉴别同种品牌不同口味与同种口味不同品牌的果酱方面的应用,将试验所得数据经过特征提取后,采取主成分分析(PCA)和判别函数分析(DFA)2种不同的分析方法对试验所得数据进行分析,数据结果显示电子舌可以明确地分辨不同品牌与不同口味间的果酱,使电子舌在调味料检测和鉴定方面有着较为广阔的应用前景。

传感器阵列对浓香型白酒发酵中黄水的检测研究

黄水是白酒在固态发酵过程的副产物,含有大量发酵产物,黄水的成分一定程度反映了固态发酵的信息。基于白酒固态发酵只能在线检测温度这一现状,设计了针对白酒副产物黄水的一种传感器阵列检测装置,用于检测黄水的总酸和残余葡萄糖。该传感器阵列由电导率传感器、pH传感器和氧化还原传感器构成。采用主成份分析、判别函数分析印证了传感器数据对不同样品的区分作用,再采用多元线性回归对黄水样品建立了预测模型,结果显示:该传感器阵列装置对黄水的总酸和残余葡萄糖的预测偏差分别为0.39和0.45。

电子舌技术快速辨识15种茶汤滋味

利用电子舌分析技术,对绿茶、乌龙茶、黑茶、红茶等4类15种茶汤(其中基本茶类13种,再加工茶类2种)滋味进行辨识。通过电子舌检测不同茶汤滋味在传感器上的响应值,采用主成分分析(PCA)及判别函数分析(DFA)进行数据分析。样品在各个传感器的响应值雷达图结果表明各样品具有不同的气味轮廓,表明其具有不同的风味。PCA分析结果表明转换得到的第一主成分,可反映样品原来信息的81.768%,转换得到的第二主成分,可反映样品原来信息的13.004%,两个主成分共可反映原来信息的94.772%,表明PCA分析可以反映样品的综合信息。通过DFA所建立的模型对测试样品的判别效率为95.616%。分析结果表明利用电子舌析技术可较好的区分不同茶汤的滋味。

应用电子舌检测白酒发酵过程黄水的成分

黄水是固态发酵浓香型白酒过程中产生的一种棕黄色、黏稠的浑浊液体。黄水中含有大量的酸、酯、醛、醇类等物质以及有益发酵的微生物群,是一种极富有生产价值和参考意义的发酵副产物。试验利用电子舌的传感器驰豫特性,对黄水进行DFA分析,并通过BP神经网络对传感器数据进行建模,得到了一种快速检测黄水中酒精度、酸度、还原糖、残余淀粉的方法。