基于主成分和多类判别分析的可见-红外光谱水蜜桃品种鉴别新方法

提出了一种用可见-近红外漫反射光谱技术快速鉴别水蜜桃品种的新方法.应用可见-近红外光谱仪测定三个品种水蜜桃的光谱曲线,再用主成分分析法对不同品种样本进行聚类分析,获取了水蜜桃可见-近红外光谱的特征信息,同时结合多类判别分析技术建立水蜜桃品种鉴别的模型.对经过预处理的光谱数据进行主成分分析,分析表明,以样本在第一主成分和第二主成分上的得分做出的二维散点图,对不同种类水蜜桃具有很好的聚类,能定性区分不同种类水蜜桃;经过主成分分析得到的前8个主成分的累积可信度已达94.38%,说明这8个变量能够代表绝大部分原始光谱的信息.从75个样本中随机抽取60个样本用于建立8个主成分变量的多类判别分析品种鉴别模型,余下的15个样本用于验证,准确率为100%.说明本文提出的方法具有明显的分类和鉴别作用.

MIS多类判别研究

MTS是质量工程学最新发展起来基于稳健思想提高模式识别等软件产品质量的综合计测法,目前仅限于应用在二类判别场合。该文通过建立类别基准空间并分别进行功能性评价使其优化后,将未知样本与各类别最优基准空间作用,根据马氏距离大小划分其归属,从而实现了MTS的多类判别。该文将此方法应用于机车故障部位诊断,取得了良好效果。

Fisher多类判别分析法在期货价格预测中的应用

基于期货价格变化趋势的可预测性,利用判别分析中的Fisher多类判别模型,运用MATLAB程序语言编程,对期货交易中三月铜的数据进行分析,得到了判别函数,给出了预测判别准则,进一步讨论了其在期货价格预测中的应用。

“简化多类判别”方法在科学选材中的应用

体育运动是涉及选材、训练、管理和预测等工作的一项系统工程，寻找出最佳模式来更好地指导体育运动的实践是当今体育工作者研究的重点。多年来，我国体育界在科学选材中仍多停留在经验定性的基础上，故失误较多。本文特推出“简化多类判别”方法应用于体育运动的选材，可收到科学合理，简便易行之效，值得推广。

《简化多类判别分析》在体育选材训练管理预测中的应用

根据体育运动的特定属性可以划分成各种类别和等级,以利科学地进行体育选才、训练、管理和预测。以往在体育的分类、分级工作中多半采用经验定性的方法,虽也取得不少成效,但常常失误较多,随着科技的进步以及计算机的应用与数学的发展近年更新的“多类判别分析”方法则能较好地、客观地、准确地解决了这个体育分类、分级的难题,特别是经过简化后无需作大量演译计算而只要查相应“换算表”的“简化多类判别分析”法更是经济实用,简便而行。

多类判别对潜在型克山病诊断的应用

本文测定了84及85年云南克山病病区与非病区393例2～15岁儿童发样中硒、锰、锌、铜、铁、钙、镁七种元素含量。用84年132例样本通过电子计算机多类判别程序,建立了包含硒、锰、锌及年令四项指标的三类判别函数,用以判别病区正常儿、潜在型克山病病儿及非病区儿童,内部检验符合率为86.4％,有较满意的判别效果。用85年221例样本进行外部检验,符合率为86.9％,有较满意的应用效果。本函数四项指标对克山病潜在型的诊断可起辅助作用。深入研究硒、锰、锌之间的协同或拮抗作用,将有助于克山病病因及发病机理的研究。

多类判别分析在肺心病酸碱失衡临床诊断中的应用研究

本文将165例慢性肺心病酸碱失衡患者的各项检测结果用IBM-PC/AT型微型计算机进行资料处理。对各变量用单因素方差分析进行6组间显著性检验后,将13个变量引入多类判别模型,经逐步筛选进行多类判别分析得出一组判别函数Y值(Y_1,Y_2…Y_6)。同时对本研究所建立的判别函数进行判别效果检验,结果表明原临床诊断与计算机诊断符合率为80.39％。木文试图用多类判别分析方法得出判别酸碱失衡类型的数学模型,以期应用于今后的临床分型。

淮北煤田地下水微量元素贝叶斯多类线性判别分析

在淮北煤田主要含水层水中微量元素及常规离子测试分析的基础上,建立了微量元素Bayes多类线性判别模型。分析结果表明,在以As、Ba、Co、Cr、Cu、Se、V等7种特征微量元素为解释变量的Bayes多类线性判别函数中,Co与Cu对水源判别所起的作用较大,Ba最小。Ca2+、Mg2+、K++Na+、Cl-、SO42-、HCO3-等7种常规离子在判别函数中的系数绝对值相差不大。没有发现判别效果较强的常规离子,但经常规离子修正的微量元素Bayes多类线性判别模型具有很好的判别效果。

“多类多级判别法”在体育管理实践中的应用研究

"多类多级判别法"是一项颇为实用的科学量化管理方法,它不仅用在各行各业的实践管理之中,同时在体育领域的教学、群体、训练、健身、科研的实践管理之中也不失为一种理想的监测方法。其精髓是指在已知总体分类、数量的前提下,鉴别某研究个体属于其中哪些类型的统计判定方法,既科学合理又简便易行,值得在当今大抓科技进步的体育管理各种实践中加以推广应用,具有较好的开发前景。

基于Fisher准则的判别分析

本文较全面地阐述了Ｆｉｓｈｅｒ准则下的多类判别，及其与Ｂａｙｅｓ判别、回归分析之关系。由于Ｆｉｓｈｅｒ判别对变量的分布及协方差阵没有什么要求，故应用范围较广，且能给出判别函数的判别效率及各变量的判别能力，为选择判别函数、筛选变量提供了更多的信息。并用实例说明。

若干历史名瓷的判别函数及其工艺解释

利用一些不同地区制造的外观相似古陶瓷的化学组成,并借助于 Bayes 准则多类逐步判别分析方法,获得了区分这些瓷器产地的关键组分以及判别函数,为外观酷似历史名瓷的断源提供了又一科学方法。

财务报表分析的扩展:财务战略类型判定

财务报表分析包含财务战略的信息,运用财务报表分析可以判别财务战略类型。因此,本文抽取了沪深两市75家上市房地产公司2006～2008年的年报的财务指标,选用了多类线性判别分析方法,并结合年报董事会报告中的财务战略字段,用定性和定量结合的方法对财务战略进行判定。得出以下结论,可以用财务分析指标区分积极扩张、稳健发展和防御收缩型财务战略。而且在本文所选用的三个指标当中,各自的信息含量不同。资产负债率对于判定积极扩张型财务战略作用最大,股利支付率对于判定防御收缩型财务战略作用最大。

基于马氏距离的遥感图像高温目标识别方法研究

高温目标(森林火灾、草原火、煤层自燃、火山喷发等)具有显著区别于常温地物的波谱特性。马氏距离相当于加权的欧式距离,在多元统计分析中被用于多维数据的分类。分别采用马氏距离多元截尾法和马氏距离多类判别法对ETM+遥感图像进行高温目标识别,结果表明:两种方法具有较好的一致性。在异点识别的基础上,对所得结果的光谱特性深入分析,可明确所提异点的物理意义并提取真正的高温目标。经野外验证,两种方法的结合可有效提高高温目标识别精度,分别可达到88.01%和88.09%。

体育多种预测方法的比较研究

运用相关回归、标准百分和多级多类判别理论，建立多元回归和单元回归预测模型，所建立的１、２、３模型预测值准确度高，与实际专项成绩值的相关性显著、t检无差异、有显著的线性关系、tr检验呈高度相关。其中，2模型预测值的准确度更高，建模方法更具简便性、实效性。

体育多种评价方法的比较研究

运用相关系数的归一化、标准百分的类比和多类多级判别分析的理论方法 ,分析于娟推铅球的专项素质对专项成绩影响的重要性大小排序 ,其排序的评价结果较一致。对这 3种方法作为评价手段进行相互比较 ,相关系数的归一化评价方法较其它 2种评价方法合理。

基于红外光谱主成分分析的易混毛皮的鉴别研究

文章对60组牛毛皮和60组马毛皮红外光谱数据采用spss进行了主成分分析;以100组数据为建模样本(牛毛皮和马毛皮各50组)采用spss进行了多类判别分析,建立了典型判别函数和牛毛皮、马毛皮分类函数,并进行了回代验证;以20组数据验证样本(牛毛皮和马毛皮各10组)对所建立典型判别函数和牛毛皮、马毛皮分类函数进行了验证。研究结果表明:采用主成分分析能够有效降维,将原谱图2696个波长变量降至9个变量,新变量的累积贡献率可达到99.89%;建立的典型判别函数回代正确率达100%,验证正确率达100%;建立的牛毛皮、马毛皮分类函数回代聚类图聚类良好,验证聚类图聚类正确率达100%。

基于轨迹簇和MBLDA的受端电网暂态电压稳定评估

针对现有暂态电压状态的多样化以及暂态电压稳定模型训练速度有待进一步提升的问题,提出一种基于电压轨迹簇和多类间线性判别分析(Multiple Between-class Linear Discriminant Analysis,MBLDA)的交直流系统暂态电压稳定评估方法。首先,获取故障后系统关键节点电压受扰轨迹簇信息,借助轨迹簇的几何属性建立暂态电压稳定评估的原始特征集。进而采用ReliefF算法对原始特征集进行压缩,筛选出与系统暂态电压稳定状态密切相关的特征子集,有效表征暂态电压稳定的四种状态(电压迅速恢复、电压延迟恢复、持续低电压、电压振荡)。然后,将高维电压特征空间的特征值方程转化为欠定齐次方程组,提高暂态电压稳定评估模型的训练速度,进而建立大规模系统电压特征集与4种暂态电压稳定状态的映射关系。最后,通过修改后的IEEE39节点系统和修改后的IEEE145节点系统的仿真分析,验证所提方法的可行性与有效性。

基于大数据技术的甘肃省农业综合实力动态变化分析

通过动态聚类分析的方法,分析了甘肃省14个市(州)1995年、2005年、2015年、2018年的农业综合实力动态变化。同时,利用贝叶斯准则多类逐步判别分析方法对聚类结果进行判别分类,在4次计算分析中,两种不同的计算结果完全一致。通过相关分析,根据农业综合实力,将14个市(州)分为强、较强、较弱、弱4类。其中,武威市、张掖市属于农业综合实力强类,白银市、天水市、平凉市、庆阳市、定西市、陇南市属于较强类,兰州市、酒泉市、临夏回族自治州属于较弱类,嘉峪关市、金昌市、甘南藏族自治州属于弱类。

基于光谱技术鉴别机油品种的新方法

提出了一种用可见近红外透射光谱技术快速鉴别机油品种的新方法,应用可见-近红外光谱仪测定三种机油的光谱曲线,然后用主成分分析法对不同品种的机油样本进行聚类分析,并获取机油可见-近红外光谱的特征信息,再结合多类判别分析技术建立机油品种鉴别的模型,对经过预处理的光谱数据进行主成分分析。结果表明,以样本在第一主成分和第二主成分上的得分做出的二维散点图,对不同种类机油具有很好的聚类,能定性区分不同种类机油;经过主成分分析得到的前8个主成分的累积可信度已达95.38%,说明这8个变量能够代表绝大部分原始光谱的信息。从180个样本中随机抽取150个样本用于建立多类判别分析品种鉴别模型,余下的30个样本用于验证。对未知的30个样本进行品种预测,准确率为100%。证明本方法具有明显的分类和鉴别作用,为不同品种的机油鉴别提供了一种新方法。