Bayes逐步判别法在绿茶板栗香化学识别上的应用

由经验丰富的感官审评专家对各茶样进行感官审评,依据感官审评结果将茶样分为板栗香型、非板栗香型两大类;应用Bayes逐步筛选过程对具有板栗香茶样的共有成分先进行筛选,再以筛选出的香气成分为变量,建立判别方程。交叉验证和检验样本验证结果显示:用筛选出的顺-茉莉酮和香叶基丙酮建立的判别方程,在训练数据集判别和交叉验证中,判别正确率均达到94.44%;对8个检验样本都做出了正确的判断,正确率为100%,可认为,该判别方程有效,判别结果理想。此外,由顺-茉莉酮和香叶基丙酮的主成分图也可得出,筛选出的变量对板栗香与非板栗香具有很好的区分效果。

系统聚类逐步判别法对皖北矿区突水水源的分析

以Ca2+、Mg2+、K++Na+、Cl-、SO42-、CO32-、HCO3-、pH值与TDS的测试结果为指标,对皖北矿区四含、煤系、太灰、奥灰4个主要突水含水层系统分别进行聚类分析。在此基础上,筛选出能代表各含水层水化学特征的水样进行逐步判别分析,并从中选出了SO42-与TDS两种标型组分,建立了皖北矿区突水水源的判别模型,该模型具有较好的判别效果。

油纸绝缘老化的超宽频带局部放电信号时频域特性逐步判别分析

传统局部放电检测方法测量和分析1MHz以下信号,测量频带窄、信息量少、易受干扰,不能全面反映局部放电本质特征。首先对多个试品进行电热联合老化试验,然后用超宽频带局部放电测试系统,将时域参数和频域参数相结合诊断油纸绝缘老化状态。通过逐步判别分析,先选取13个时频域特征参量中的8个重要特征参量,建立典型判别方程,描出对应的散点图。继而又推导出分别表征油纸绝缘5个老化阶段的Bayes线性判别方程。经原样本组内验证和Jackknife法交叉验证,所建方程组用于诊断油纸绝缘老化状态具有良好的效果。

应用Bayes逐步判别方法识别东辛油田沙四段储层流体性质

东辛油田沙四段储层存在相当数量的低阻油层,油层、油水同层、水层测井响应特征比较接近,常规交会图法难以准确识别储层流体性质.本文介绍了Bayes逐步判别方法原理和技术流程,综合应用声波时差、自然伽马、自然电位、深探测电阻率、浅探测电阻率测井资料和生产动态资料建立了油层、油水同层、水层的判别函数.应用效果表明,Bayes逐步判别法识别油水层符合率达到了87.5%,可满足东辛油田沙四段储层流体性质识别的需要.

基于Fisher判别准则的逐步判别方法及其应用

本文在遵循 Fisher判别准则的基础上 ,提出了一种二级逐步判别的新方法 ,并应用于云南省五月雨量的预报中。理论分析和实际应用结果表明 ,此新方法具有理想的历史回报率和良好的外推预报能力。

用逐步判别分析从毛发中微量元素含量进行胃癌的辅助诊断

根据毛发中微量元素的含量，应用逐步判别分析进行了胃癌辅助诊断的研究，所得结果令人满意。特别显示了用统计方法筛选出的几种元素在区分是否胃癌上起着显著的作用。

兔血液凝血功能诊断的逐步判别与分析

目的测定兔胸部不同程度撞击伤后凝血指标的变化,并对传统的活化部分凝血活酶时间(APTT)、凝血酶原时间(PT)、凝血酶时间(TT)和纤维蛋白原(FIB)含量等指标进行筛选。方法用相关分析做数据预处理剔除指标,再用逐步判别分析(stepwise discriminant analysis,SDA)选入指标,并用多元线性判别分析诊断,最后随机抽样比较剔除指标前后的诊断效果。结果用逐步判别分析法选入4项指标,判别正确率达87.60%;剔除指标FIB后,判别正确率达96.12%;1000次抽样诊断检验,4项指标和3项指标的平均诊断正确率分别为83.07%和85.16%。结论逐步判别分析可有效判别兔血液出、凝血功能状况,剔除指标FIB后诊断正确率略有提高。

多元逐步判别对突发性聋预后的估计

为了解影响突聋预后的主要因素，并对预后作出估计，我们对２０２例突聋患者用多元逐步判别和多元逐步回归分析。得出判别函数为：Ｙ（１）＝－６．９３４８５５９Ｘ２＋６．１１１３２８８Ｘ３＋１．５８４８８６２Ｘ５＋１．１４６３９４４Ｘ６＋３．７８８１４８３Ｘ８－２０．９１０９６５Ｙ（２）＝－５．９５０８７３０Ｘ２＋６．４４９１１９６Ｘ３＋１．５４８４１０８Ｘ５＋１．４５５２９８３Ｘ６＋５．６７９９１２７Ｘ８－２４．８０６８１０Ｙ（３）＝－６．８０３８９５７Ｘ２＋６．５１０１９４Ｘ３＋１．９２７２０８１Ｘ５＋０．３１４７５７８Ｘ６＋５．２０２７３６１Ｘ８－２６．０８７９９２Ｙ（４）＝－６．３０４７００６Ｘ２＋６．１２３６２５９Ｘ３＋２．２１０７１８２Ｘ５＋０．２０９５１１６Ｘ６＋４．８４４７９５３８Ｘ８－２３．８６２６９５其标准回归方程是：Ｙ（ｇ）＝０．２６８３６Ｘ８＋０．２６７１９Ｘ５＋０．１８００７Ｘ６－０．０７０１１Ｘ２。结果发现：耳聋程度、发病至治疗的时间和是否伴有眩晕对突聋的预后影响较大，且性别对突聋的预后亦有一定影响。判别函数和回归方程说明，耳聋越重、发病至治疗时间越长以及发病时伴有眩晕，其预后越差。在性别?

基于逐步判别分析的砂土液化预测研究

为高效地进行砂土液化的预测,运用逐步判别法,从8个液化影响因子中选择平均粒径、烈度、震中距等3个判别能力显著的影响因子,建立判别函数,并利用工程实例进行验证。研究结果表明:逐步判别分析模型预测性能良好,且能有效地选择对砂土液化起主导作用的因子。相比距离判别分析,逐步判别分析建立的判别函数更加稳定,且所需测试因子较少,节省了因试验和现场调查所耗费的大量人力、物力和时间,因此逐步判别分析是一种值得推广的砂土液化预测方法。

基于逐步判别与支持向量机方法的沉积微相定量识别

利用测井资料快速准确地确定沉积微相是油田勘探开发中急需研究解决的问题。沉积微相特征在测井曲线上有所反映,将常规测井资料及其解释成果中的地质资料同岩心资料相结合,通过逐步判别法提取反映沉积微相变化的特征,利用支持向量机(SVM)建立沉积微相的判别模型,根据该模型对未取心井段的沉积微相进行自动识别。实际资料处理表明该方法在小样本情况下,性能优于贝叶斯判别方法。

Fisher型逐步判别法在东海水团判别中的初步应用

1998年2月份对东海区进行了大面水质调查。样品分析方法依据《中华人民共和国标准》GB17378.4-1998,所得数据应用美国StatSoft公司开发的STATISTICAS软件进行分析。聚类分析结果,东海表层主要水团配置为黄东海混合水团(HE)、东海表层水团(E)、沿岸冲淡水(C)、黑潮变性水团(EK);底层主要水团配置为东海表层水团(E)、黑潮变性水团(EK)。M为水团间过渡带。应用Fisher型逐步判别法建立判别方程式时,根据计算的统计量F值对表底层的指标值进行筛选。表层水团入选的指标值有温度、盐度、溶解氧、总磷、pH值和硝酸氮六个指标;底层水团入选的指标值有温度、盐度和叶绿素α三个指标。经显著性检验,建立的判别方程式符合聚类分析的要求,选定的指标可以有效判别水样归属。判别式回代验证结果表明,本文建立的判别式的正确率为100%。本次应用过程中没有出现空间站位划分混乱现象,说明冬季该海域水团分布均匀,没有受到上升流的影响。

逐步判别法在气味指纹图谱鉴别中药中的应用

目的:运用电子鼻提取中药气味特征来建立气味指纹图谱,同时建立气味指纹图谱的鉴别模型,实现对中药的快速鉴别,提供一种中药气味鉴别新方法。方法:以传感器阵列的最高响应值为指标,运用逐步判别法对气味指纹图谱进行特征提取并建立鉴别模型,并将其运用于对姜科白豆蔻、草豆蔻、草果、莪术、干姜、高良姜、姜黄、砂仁、益智和郁金等10味中药的气味鉴别。结果:实验数据显示逐步判别法建立的鉴别模型对训练集中100个样本和测试集中20个样本的回代正判率分别为97%和90%,鉴别效果满意。结论:应用逐步判别法建立气味指纹图谱的鉴别模型准确、有效、可行,能很好地鉴别不同品种的中药。该方法为现行中药质量标准中气味指标的数字化、客观化提供实验依据和方法;也为中药指纹图谱的数据挖掘提供新的研究思路。

用逐步判别分析模型预测农业害虫发生程度

本文应用逐步判别分析模型对第一代小地老虎为害程度进行了研究。结果表明：历史符合率达９１３％，将１９９０年作为独立样本进行试报，预测结果与实测相符，为农业害虫发生程度的预测预报提供了一种新的研究方法。

应用逐步判别法建立气测解释模型

气测录井解释方法与模型多种多样,但其真正意义上的解释符合率却较低。该文介绍了一种新型的气测录井解释方法的建立过程,即根据贝叶斯准则,用逐步判别分析法建立了气测录井解释模型,模型建立过程中选用样本数334个,数据源为气测全烃及色谱组分分析数据,根据归属最大概率判别油层、气层、油水同层、水层和干层。解释模型的显著性水平为0.1,总体回判分辨率92％。

海洋水团的Fisher型逐步判别预报

判别分析是多元分析方法之一,我们将其应用于海洋水团的判别预报。用逐步判别的方法挑选因子,依每个因子的Wilks量进行F—检验,逐步地将判别“能力”强的因子选入。同时将由于其他因子组合而相形见绌者及时剔除。根据矩阵变换的信息,给出了Fisher型逐步判别预报式。将北黄海冷水团强度预报作为示例,给出了筛选因子及建立判别式的全过程。用历史资料检验了预报效果。与习用的Bayes型逐步判别预报进行了对比。

逐步判别的一种快速算法

本文给出了逐步判别的一种快速算法及其计算机程序框网。

逐步判别法在产能预测中的应用

油水层识别是测井解释工作的主要研究任务之一。找到油气层以后,为避免盲目射孔带来的无效射孔,产能预测成为测井解释技术的关键环节。与Fisher判别法、Bayes判别法相比,利用逐步判别法进行产能预测也有一定的优势。本文建立产能预测模型的"储层基础数据"和"油水层数据"是来自大庆外围庆新油田的经压裂改造过的低孔渗储层,也含有一些中低孔渗自然求产的储层,利用逐步判别法对其进行产能预测。

煤炭自燃预测的非参数逐步判别方法及应用

运用在煤矿生成实践中积累的众多相关数据和资料,通过全面分析影响煤层自燃因素,基于非参数逐步判别分析理论,建立煤炭自燃预测的判别分析模型。选取影响煤炭自燃的主要因素如煤的自燃倾向性、煤层厚度、煤层倾角、煤的坚固性系数、工作面供风量、回采工作面推进度、采场回采丢煤率,作为判别因子,建立煤炭自燃预测的非参数逐步判别分析模型,利用某煤田的多个参数作为学习样本进行训练。经过训练后的模型回判的误判率为0。说明该模型在研究煤炭自燃预测中具有良好的实用性和有效性。

应用逐步判别法进行油水窜流通道预测研究

注水开发油田因地质和工程因素造成的日益突出的层内层间矛盾,导致直接运用地质和生产参数很难准确判断存在窜流通道的油水井对,进而影响合理调整方案的制定。本次研究选取影响储层大孔道形成的10个因素,将逐步判别分析方法应用于具体的窜流层位的识别中,建立窜流通道综合评判分析模型,并对待判样品进行识别。研究表明,该模型误判率较低,有助于预测、识别具有窜流通道的油水井对。