我国牧区雪灾判别因子体系及分级初探

本文通过对与一场降雪能否成灾有关的各种因素进行分析，确定了对一场降雪能否成灾进行判断的判别因子体系，并通过对西藏那曲地区十多年历史积雪气候资料的统计分析，确定了判别因子的分级标准。且运用这些判别因子和分级标准，在判别模型支持下对那曲历史雪灾及其危险程度进行判别与归类，结果与实情基本吻合，说明此判别因子体系及分级标准是可行的。

图象相关分析法判别因子的比较与实验

天气雷达跟踪回波运动,或卫星云图上示踪云测风,广泛使用相关分析法。本文对比方法中的判别因子进行了理论分析,数值模拟和个例实验。结果表明,在回波结构变化时,用原点矩相关系数R_3作为相关分析法的判定因子跟踪回波或示踪云,较中心矩相关系数R_1和相关亮度综合因子R_2有一定的优越性。

基于SUSAN算子和角点判别因子的目标边缘检测

针对目标区域角点分布密集和背景区域相对稀疏的图像,为了更准确、完整地提取目标区域的边缘,消除背景,提出一种基于SUSAN算子和角点判别因子的目标边缘检测方法.实验结果表明,与Canny方法、改进的非下采样Contourlet模极大值方法和改进的蜂群方法等边缘检测方法相比,本文提出的方法能有效避免背景区域的干扰,精确定位目标区域,所得边缘轮廓连通完整、细节丰富.该方法具有较优的主观视觉效果和较强的抗噪能力,且运行时间较少.

基于判别因子的指纹图像质量评估算法

提出了一种新的指纹图像质量评估方法。该方法根据不同指纹特征对最终评估结果影响的大小,依次通过指纹图像有效面积比、位置偏移量、灰度均值、灰度方差、傅里叶频谱能量比等判别因子对指纹图像质量进行评估,并对低质量指纹提出改进建议。实验结果表明,该算法能够对不同质量的指纹图像进行准确评估,拒绝低质量指纹的输入,可显著提高自动指纹识别系统的准确率和识别效率。

轻介质传输中辐射热传导近似成立的判别因子

从辐射输运方程出发，通过递推的方法，推导并得到了包含高级修正的辐射能流表达式。利用这个表达式，分析了辐射在轻介质中传输时，辐射热传导近似的成立条件。热传导近似的成立条件总是要求温度空间变化尺度与自由程之比远大于某个值，该值即判别因子，它表征热传导近似条件满足的苛刻程度，其值越大，热传导近似就越难满足。讨论得出；当同时考虑轫致和散射过程时，这一判别因子的值在3～60之间。并进一步分析了密度的空间变化以及1维球坐标下的半径对判别因子的影响。

反褶积分层解释的判别因子分析方法

本文叙述了自然伽玛测井中反褶积分层解释法的原理及方法,并对影响解释精度的各种干扰因素进行了充分的讨论,特别是对如何有效地选择最佳特征参数α值而导出的判别因子法作了详细的论述,给出了推导公式,提供了模型和实测数据,并给出了判别因子解释程序和应用实例。

q-T_(s)双因子煤矿水害危险性评价方法应用

为了更加合理、准确评价煤层底板奥陶纪灰岩水害危险性,可按危险性分区。本文以准格尔煤田酸刺沟井田为研究对象,采用富水性指标和突水系数双因子法判别煤层底板水害危险性,将不同煤层底板水害危险性划分为相对安全区、过渡区和危险区。

基于高光谱成像技术和因子判别分析的玉米黄曲霉毒素检测研究

利用高光谱成像技术进行玉米籽粒表面黄曲霉毒素的检测.将黄曲霉毒素原液用甲醇分别稀释成浓度为10、20、100、500 μg/L的溶液,然后逐一滴在等量4组共120粒玉米籽粒的表面,取同品种30粒洁净玉米籽粒作为对照组.利用400～1 000 nm可见/近红外高光谱成像系统进行样品图像光谱信息获取,采用标准正态变量校正进行数据预处理.首先经主成分分析（Principal Component Analysis,PCA）进行高光谱数据降维,然后利用PCA从835个波长中提取的前14个主成分为输入,采用因子判别分析（Factorial DiscriminantAnalysis,FDA）对5类样品进行分类.FDA构建的模型对训练集和验证集的判别准确率分别达95％和86％.结果表明利用高光谱成像技术并结合PCA-FDA方法进行玉米籽粒表面黄曲霉毒素的检测是可行的.

多重共线性的因子判别法

在多无线性回归经济计量模型中,对解释变量的多重共线性的检验目前主要是应用回归分析的方法加以处理,本文则应用因子分析法,通过分析论证解释变量的相关性与公共因子之间的内在联系,给出了检验多重共线性的一种非回归处理法——因子向量均衡载荷判别法。

距离判别法在相似矿区突水水源识别中的应用

为了进行矿井突水水源预测,选用6种常规离子作为判别因子,并结合河南焦作矿区实测数据,建立了煤矿突水水源预测的距离判别分析模型;同时针对该模型自身检验的不足,采用灰色系统关联度法检验距离判别分析模型的准确性;将距离判别分析模型和灰色系统关联度法检验应用于华北型煤田水文地质条件相似的新安矿区,开展关联度分析。结果表明:选用6种常规离子浓度作为判别因子,可解决单位不一致的问题;选用灰色关联度法检验距离判别分析模型的正确性,保证了所选样品的充分使用,能很好地弥补两种方法的不足;距离判别分析模型排除了一般方法评分时存在的人为因素影响;各水样对参考序列的关联度在0.8左右,两矿区石炭系含水层水源具有较强的关联度。

应用电子鼻判别不同储藏条件下粳稻谷品质的研究

采用法国Alpha MOS公司生产的Fox 4000型电子鼻系统对不同储藏条件下的粳稻谷品质进行检测,通过传感器响应值的主成分分析(PCA)、判别因子分析(DFA),结果表明:PCA分析能准确区分出不同储藏时间的粳稻谷样品;基于PCA分析对传感器阵列进行优化后重新分析,可显著提高PCA分析的识别指数;选取16个样品作为样品集建立DFA数据分析模型,并随机选取20个样品进行验证性分析,正确判别率高达93%,证明该方法可用于粳稻谷的归属判别分析;用货架寿命分析比较预测不同储藏条件下的粳稻谷品质变化,温度和水分的影响明显,30℃样品比20℃储藏的样品高出0.6～0.8个气味距离,含水量为15.5%、14.5%样品比含水量为12.5%、13.5%样品高出0.4～0.8个气味距离;结合样品霉菌数量变化,利用PLS分析法可以对粳稻谷样品的霉变程度进行预测,正确率可达到100%。

逐步贝叶斯判别分析中的变量优化方法研究

判别分析中特征变量是影响判别结果的决定性因素,选取适当的特征变量组合可以提高正判率、减少计算量。介绍了贝叶斯判别和逐步判别法的基本原理,分析了目前出现的一些特征变量优化方法,以油气解释评价中的贝叶斯判别应用为例,对于逐步贝叶斯判别中的变量优化方法进行了研究和总结,提出了变量的多步优化策略和分步多模型优化策略,包含了从变量范围选择、数据预处理、特征变量提取到初步筛选和逐步判别的完整过程,使得正判率不断优化,最终得到了较为满意的判别结果。

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。

贝叶斯判别分析在中长期径流预报中的应用研究

基于贝叶斯判别分析原理,考虑径流形成的特点及物理成因,选择研究区碧流河水库1959-2011年的实测资料,且将径流分为5个级别,用相关系数模型,考虑因子的不确定性,筛选出相关性高、彼此间独立性强的10个判别因子,分别构建基于朴素贝叶斯分类器（N-Bayes）和贝叶斯判别准则（DBayes）的年径流属性级别预报模型,并利用研究区2001-2011年资料进行了试报和检验。预报结果表明：两种模型的预报结果相近,准确率均超过70%,D-Bayes的预报效果略优于N-Bayes,初步说明：贝叶斯判别分析原理在水文预报中的应用,有着较好的前景。

基于距离判别分析模型的边坡稳定性评价

将影响边坡稳定性的容重、内聚力、摩擦角、以及边坡角和边坡高度等指标作为判别因子,建立边坡稳定性评价的距离判别分析模型。以边坡工程实测资料作为学习样本进行训练,建立相应判别函数对待判样本进行评价。该模型在通过判别模型的学习功能获得边坡稳定与其各影响因素之间的复杂关系,排除了一般准则中建立判据时人为因素的影响。实例证明该模型利用回代估计法所得到的误判率为零,具有较强的判别能力。

距离判别法在矿山防治水中应用

以淮南潘二矿区、山西河池矿区和河南焦作矿区水样作为突水水源数据,采用距离判别分析理论,对突水水源进行判别分析。选用六大常规离子作为判别因子,分别建立矿井突水水源的距离判别分析模型。经回判检验表明,潘二水样和焦作水样的距离判别模型回判准确率超过90%,而河池矿区水样距离判别模型的回判准确率仅50%。为此,增加总硬度、碱度、PH值和矿化度作为判别因子,重新建立河池矿区水样的距离判别分析模型,回判准确率提高至90%,证明适当增加特征判别因子对改善距离判别分析模型的判别准确率有利。最后对三个矿区的未知样本进行了距离判别分析,并与Bayes逐步判别法和模糊综合评判法判别结果对比,结果表明距离判别法稳定性较好,判别准确率与Bayes逐步判别基本相同,比模糊综合评判要好。因此,在判别因子选择合适的情况下,距离判别法是目前矿井突水水源判别的有效方法。

一种应用判别分析方法

通过对影响一、二级女子标枪运动员成绩的6项因素的考察。

矿井突水水源的Bayes逐步判别分析研究

对Bayes逐步判别法在矿井突水水源判别中的应用进行研究分析。选用六大常规离子(Ca2+、Mg2+、K++Na+、SO42-、Cl-、HCO3-)作为判别因子,建立Bayes逐步判别分析模型,以内蒙唐家汇矿区突水水源判别为例,在建立的判别模型回判检验准确率仅60%,分析原因可能与选定的特征判别因子对该矿区水样分类影响能力较弱有关。增加总硬度、碱度、PH值和矿化度作为判别因子,重新建立Bayes判别分析模型,使回判准确率提高至90%,证明适当增加特征判别因子对改善Bayes逐步判别模型的可靠性和稳定性有利。经对唐家会矿区的3个未知样本进行了判别分析,并与距离判别法和模糊综合评判法判别结果对比,结果表明Bayes逐步判别模型准确性较好,判别准确率与距离判别结果完全相同,而优于模糊综合评判方法。在合理选取特征判别因子的情况下,Bayes逐步判别法是目前矿井突水水源判别的有效方法。

冷轧薄带钢板形失稳快速判别模型

采用四次多项式和正弦函数拟合带钢的失稳挠度,依据最小势能原理建立了带钢板形失稳快速判别模型。以常见的双边浪和中间浪形式的残余应力为例,比较了快速判别法与降阶模型法的差异性,并采用快速判别法分析了带钢厚度、宽度对判别因子的影响。计算结果表明,在计算结果相近的情况下,快速判别法较降阶模型法计算速度更快,计算时间在0.5s以内,满足在线使用要求;板形判别因子随着带钢厚度的增加而增加,随着带钢宽度的增加而减小;在带钢厚度、宽度及残余应力幅值相等的情况下,双边浪比中间浪更容易失稳。