标准贯入试验不同竖向间距对液化判别结果影响的研究

建筑抗震设计规范》(GB 50011-2010)将标准贯入试验列为进行液化判别的指定方法,但在规范和条文说明中并没有对标准贯入试验试验点的竖向间距进行明确的建议或者规定。本文就是根据实际的国内某勘察工程,假定不同的试验点竖向间距对土层进行液化判别,探索试验点竖向间距对场地液化判别结果的影响和规律。

相同场地不同规范标贯液化判别结果差异分析

饱和砂土液化判别是岩土工程勘察非常重要的一项工作,目前国内多采用饱和砂土层标贯击数进行液化判别。不同行业对饱和砂土液化的判别方法不同,其间存在较大差异。经过对相同场地条件下不同规范液化判别的分析比较,总结规范间的主要差别在于:采用经验公式不同,对粘粒含量的影响考虑不同,对地下水位变化、场地挖填影响的考虑不同。

基于电学参数的贺兰山东麓赤霞珠葡萄酒子产区判别

本研究以宁夏贺兰山东麓5个子产区(银川、青铜峡、红寺堡、石嘴山和农垦产区)自然发酵的赤霞珠干红葡萄酒为研究对象,测定其基本理化指标和电学特性,分析不同产区葡萄酒间电学特性的差异,筛选出区分不同产区葡萄酒的特征频率和有效电学参数,初步探索基于电学特性识别宁夏贺兰山东麓不同子产区葡萄酒的能力,以期为简捷快速有效识别产区葡萄酒提供新方法。结果表明,宁夏贺兰山东麓5个子产区的葡萄酒理化指标间存在显著性差异,农垦产区的葡萄酒可滴定酸含量最高,而还原糖含量最低;银川产区的葡萄酒挥发酸含量最低,石嘴山产区的葡萄酒酒精度最高。通过相关性分析、方差分析和多重比较,筛选出电压2 V下,区分不同产区葡萄酒的电学特性特征频率为0.1 kHz,有效电学参数为Z、L_(p)、X、C_(p)和Q。主成分分析和判别分析均显示,利用葡萄酒电学参数能够明显区分贺兰山东麓5个子产区,采用Fisher-判别分析建立的预测模型,其回代检测和交叉验证正确率均为100%。因此,利用葡萄酒电学特性识别产区具有可行性。

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。

基于显微特征颜色量化评价判别栀子与焦栀子

目的:建立基于显微特征颜色量化评价的栀子与焦栀子判别方法。方法:采用显微成像技术和显微特征颜色提取软件测定栀子与焦栀子显微特征颜色,利用Kruska-WallisH秩和检验、Fisher判别分析法分析栀子与焦栀子显微特征颜色差异,建立判别函数。结果:栀子与焦栀子显微特征(内果皮石细胞、内果皮纤维、种皮石细胞)的亮度值(L^(*))、红绿色值(a^(*))、黄蓝色值(b^(*))和总色度值(E_(ab)^(*))均有显著差异(P<0.01)。以种皮石细胞颜色对二者进行判别,其判别函数为y=0.678×L^(*)+0.384×a^(*)-0.576×b^(*)-9.322,y>0为栀子,y<0为焦栀子。结论:通过显微特征颜色量化评价,实现了栀子与焦栀子的有效判别,为栀子生、制饮片的判别和质量评价提供了新方法。

高速铁路三维控制网粗差实时判别方法研究

高速铁路三维控制网外业观测易受不利环境因素影响,难免存在测量粗差,为了尽早识别测量粗差,提高外业数据质量及后续平差结果的精度,需进行三维控制网粗差实时判别方法的研究。根据三维控制网网形及其特点,详细分析三维控制网闭合环的类型,采用三维控制网(Ⅰ类、Ⅱ类、Ⅲ类)22种闭合环进行闭合差计算;同时,基于协方差传播定律构建闭合环校核边中误差的数学模型,以2倍闭合环相对中误差为限差,判别三维控制网外业数据质量。研究表明,三维控制网网形具有较强的规律性和对称性,在完成归整后,可使用1/7000,1/13000和1/23000为对应闭合环的极限误差进行粗差判别。研究结果表明,在三维控制网外业数据观测过程中,采用该方法能够实时判别并发现测量粗差,有利于以最小代价进行现场补测,从而提高三维控制网数据可靠性和数据质量。

k-Bertrand判别法

正项级数的敛散性判别法中比较精细的有Raabe判别法、Gauss判别法和Bertrand判别法.在上述方法的基础上,给出了Raabe判别法、Gauss判别法和Bertrand判别法推广的统一形式,包括非极限形式、上、下极限形式以及极限形式,称之为k-Bertrand判别法.

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。

不同液化判别方法在下辽河地区的对比分析

结合海城地震液化资料,选取四种具有代表性的液化判别方法,通过判别结果与地震液化资料的对比分析,得出各种判别方法的优劣。四种方法可归纳为利用规范和室内实验两大类。结果表明:规范方法,判定结果的准确率为42.8%;调整的规范方法,准确率为88%;室内实验的输入正弦波方法,准确率为88%;室内实验的地震波法,准确率为77%。规范方法优点方便快捷,缺点是利用规范提供参数准确率有限;室内实验方法优点是物理原理清楚,缺点是需要进行土层地震反应计算。由此说明,利用规范方法,并适当调整参数,可以有效提高液化判定准确率。

蒙陕接壤区煤层顶板涌水水源智能判别方法

蒙陕接壤区煤炭高强度开采诱发的煤层顶板水害问题日益凸显,高效智能地判别煤层顶板涌水水源是顶板水害防治的关键。以蒙陕接壤区3个典型矿井为研究对象,将无机指标K^(+)+Na^(+)、Ca^(2+)、Mg^(2+)、Cl^(-)、SO_(4)^(2-)、HCO_(3)^(-)、TDS和有机指标UV_(254)、TOC、溶解性有机质(DOM)的荧光光谱作为判别指标,利用主成分分析法(PCA)对80组地下水水样数据进行主成分提取,提出一种人工鱼群算法(AFSA)改进随机森林(RF)的PCA-AFSA-RF顶板涌水水源智能判别方法。首先,建立PCA-RF判别模型,其准确率(A_(c))、精确率(P_(r))、召回率(R_(c))和F-measure指数(f_(1))分别达到了83.00%、83.17%、80.42%和79.57%;其次,通过AFSA对PCA-RF判别模型中决策树数目、树深和内部节点分裂所需的最小样本数进行寻优,在AFSA中引入遗传机制以避免陷入局部最优,建立基于PCA-AFSA-RF的煤层顶板涌水水源智能判别模型,该模型A_(c)、P_(r)、R_(c)、f_(1)分别达到92.18%、91.11%、87.58%和88.82%,较PCA-RF分别提高9.18%、7.94%、7.16%和9.25%,回代准确率达到97.50%;最后,利用该模型对12个矿井水水样进行判别,结果与现场实际相一致,表明AFSA改进后的PCA-RF模型具有更好的准确性和泛化能力。研究结果可为煤层顶板涌水水源的准确判别提供新方法。

基于时空结合的道路交通事故的黑点判别方法

为精准识别道路交通事故黑点,辅助交通事故的防控,提出了一种基于时空结合的交通事故黑点判别方法。以时空重叠率,来衡量道路危险程度;用双曲正切函数拟合时空重叠率的累积频率;将拟合函数最小曲率半径对应的点,规定为临界值;以大于临界值的时空复合点,来判别为事故黑点;对成南(成都—南充)高速第二辖区交警大队收集的交通事故数据,进行实例研究。利用本时空结合的判别方法,从64例有效案例中,共判别出13个事故黑点。结果表明:事故频率法、累积频率曲线法、核密度分析法、时空重叠率法的碰撞预测准确率指标(CPAI)值分别为2.29、2.03、2.03、2.29,这意味着:时空重叠率法具有良好的判别准确性。时空重叠率法同时结合空间和时间维度,增加了黑点判别的可靠性。

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。

促进经济发展之论企业破产待履行合同判别

企业破产中待履行合同判别是一个重要而复杂的课题。从理论上讲,它涉及如合同的成立、变更、解除、权利义务的转让、债权的消灭、债务人的保护、债权人的平等、破产程序的效力等多方面。实践中它又关系到企业破产中涉及大量待履行合同的合理的选择处置,如是否继续履行或是解除、如何分配风险、如何保障当事人的合法权益等。因此,本文在对待履行合同的概念内涵以及分类划分等方面内容讨论的基础上,重点研究如何依照对企业破产中待履行合同进行识别界定,并提出一个具有操作性的界别流程以供参考。

基于间隙接受理论的环形交叉口机非冲突判别

为了对环形交叉口出口道的机非冲突进行准确判定,利用视频轨迹追踪软件Tracker,提取出口道机动车与过街电动自行车的冲突交通流轨迹数据,选取减速度判别法作为交通冲突发生的判定标准,利用间隙接受理论中的Raff法确定减速度的临界值,并对南京市鼓楼广场环形交叉口的冲突进行机非冲突判别,得到判别结果。

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。

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。

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。

基于近红外光谱法的精米品种判别优化研究

由于地理标志性大米巨大的市场价值,导致掺假行为时有发生。因此,为保证地理标志性大米品牌效益和消费者权益,实现准确的精米品种判别具有重要意义。近红外光谱法是精米品种判别的常用方法,通过提取不同品种近红外光谱中的差异性特征实现品种分类。然而,现有研究中存在特征波长选取性能不足和针对指定品种判别准确度不足的问题,限制了基于近红外光谱法的精米品种判别准确度的提升。针对上述问题,面向东北地区五常、响水、越光、银水四种大米,从特征波长选取和品种判别策略两个方面,研究基于近红外光谱法的精米品种判别优化。首先,为提高特征波长选取性能,将排列熵和自适应滑动窗口分割相结合,提出了基于自适应滑动排列熵的精米光谱特征波长选取方法,并开展与传统特征波长选取算法的对比实验。其次,为提高面向不同指定品种的判别准确度,提出基于判别目标的精米品种判别策略,通过研究光谱预处理算法与分类建模算法匹配优化,建立“指定品种-选定模型-选定算法的”的判别流程。实验结果表明,采用所提出的自适应滑动排列熵算法进行特征波长选取,相比于传统算法精米品种判别误差至少可降低50%;采用所提出的基于判别目标的精米品种判别策略,相比于传统的基于固定模型的判别策略的判别准确度至少可提高2.5%。

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。

基于贝叶斯优化的JADE-SVM中红外食品掺伪判别模型

开展了独立成分分析(independent component analysis, ICA)联合支持向量机(support vector machine, SVM)模型对食品掺伪的判别.通过傅里叶变换红外光谱仪获得食用植物油(正品油、掺伪油和炸货油)以及奶粉(纯奶粉和掺三聚氰胺奶粉)的中红外光谱,首先,探究不同的光谱预处理方法对所建立模型的影响,经考察选取归一化结合移动平滑对光谱进行预处理;然后采用特征矩阵联合近似对角化(joint approximate diagonalization of eigenmatrices, JADE)方法提取光谱特征信息,其结果优于主成分分析对特征信息的提取效果;通过Kennard-Stone算法划分训练集和测试集,利用贝叶斯优化(Bayesian optimization, BO)对SVM模型参数进行优化.经考察,所构建的JADE-BO-SVM模型对掺伪食品的识别准确度达到100%,该法可为食品掺伪的高效、准确鉴别提供新的途径和思路.