改进Fisher判别法的突水水源快速判别模型

为快速有效地判别矿井突水水源位置,预防水害事故的发生,根据平煤五矿实际水文地质特征,针对砂岩、太灰和寒灰含水层水质差异性,收集34组水样资料,并选取K^(+)+Na^(+)、Ca^(2+)、Mg^(2+)、SO_(4)^(2-)、Cl^(-)、HCO_(3)^(-)六大常规水化学离子作为判别因子,开展水化学特征分析;结合PCA降维统计算法,建立改进的Fisher水源判别模型,并利用待测样本对比改进前后Fisher模型的判别结果,同时将训练样本回代到改进模型中进行验证。结果表明,根据水化学类型无法准确区分寒灰水与太灰水;利用改进Fisher判别模型测试10组待测样本,判别准确率为100%,相较于基础Fisher模型,准确率提高了20%,应用改进Fisher判别模型可大幅提升水源识别准确率;已知训练样本的回代结果显示,改进Fisher判别结果与实际情况基本吻合。通过2种模型的对比分析,采用改进Fisher模型进行矿井水源识别准确率及可靠性高,具有一定研究价值,可为矿井水源识别提供新的思路。

基于SF_(6)气体温度迟滞模型的密度监测失效判定策略

气体绝缘开关(gas insulated switchgear,GIS)设备SF_(6)气体密度监测失效可能会导致泄漏状态误判断,威胁电网安全运行。为此,针对数字式SF_(6)气体密度监测装置特点,构建并优化了基于热力学的SF_(6)气体温度迟滞模型。通过温度迟滞实验,获取了模型中未知参数。模拟实验表明,SF_(6)气体温度迟滞模型温度补偿偏差为±0.6℃,基于补偿后温度的计算压力与压力传感器检测压力偏差为±0.002 MPa。设计基于计算压力与检测压力相互验证的密度监测失效判定策略,结合某220 kV变电站中试点设备数据进行验证,经SF_(6)气体温度迟滞模型温度补偿并归算至20℃下的压力与实际值均不超过0.002 MPa,验证了该模型的准确度以及SF_(6)气体密度监测失效判定策略现场应用的可行性。

室内POI显著度评价的Fisher判别法模型

随着社会经济的快速发展,大型建筑物内部结构越来越复杂,室内空间的位置服务愈显重要。地标作为室内空间中的基础要素,能够帮助人们在室内认清方向和定位。但是,现有的室内地标的选取方式大多牵引于室外准则,未考虑室内POI独有的特点,导致所选取出的地标与用户的认知不匹配。针对这一问题,本文在室内空间POI显著度影响因素探究试验基础上,采用Fisher判别法(FDA)对试验数据进行语义信息量化、构建模型、模型回判和交叉互判处理,确定了室内POI显著度评价模型,并用于室内地标的提取。结果表明,建立的判别模型对室内POI显著度的判别和分级效果显著,选取出的地标能够与用户认知结果相一致。

基于LDA-MURE模型的背景音乐自适应推荐方法

用户的情绪状态不同,需要的背景音乐也不同,因此提出基于LDA-MURE模型的背景音乐自适应推荐方法。提取背景音乐的音频特征和社会化标签,通过Fisher线性判别分析方法融合上述数据的特征,结合投影变换方法获得不同类别背景音乐的类内离散度和类间离散度。通过现代心理学分析人类情绪的节律周期变化,在此基础上判断用户当前的情绪状态。最后在LDA模型的基础上构建LDA-MURE模型,为用户推荐不同类别的背景音乐。实验结果表明,所提方法的MEA指标值较低、P@N指标值较高、用户满意度较高。

永磁同步电机新型模型预测电流控制

为降低传统多矢量模型预测电流控制(MPCC)算法的计算量和复杂度,并保证良好的控制性能,提出了快速筛选第二电压矢量的新型多矢量MPCC算法。根据电流无差拍控制原则,通过直交轴电流差值定义直交轴电流判定因数,简化了第二电压矢量选择过程,减轻了控制芯片的计算量,并保持了低电流脉动的优势。在新型双矢量MPCC算法基础上,提出了结合直交轴电流判定因数和有效电压矢量表用以直接选择第二电压矢量的新型三矢量MPCC算法。实验结果表明,新型多矢量MPCC算法在保持传统多矢量MPCC算法控制性能的同时,新型双矢量MPCC算法的计算量减少33.96%,新型三矢量MPCC算法的计算量减少48.7%。

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。

混凝土拱桥既有墩台再利用方案判定模型建立研究

为解决混凝土拱桥既有墩台的再利用问题,采用基于粗糙集理论构建判定模型的方法对既有墩台再利用方案决策进行研究。结果表明:1)粗糙集理论能够简化指标体系,筛选出切合实际工程的判定指标;2)利用粗糙集理论中的属性依赖度计算,可对指标进行赋权,无需再借助其它理论方法就能计算指标权重;3)运用方案判定模型,能得到科学合理的决策结果。将基于粗糙集理论建立的混凝土拱桥既有墩台再利用判定模型应用于贵州花鱼洞大桥既有桥台再利用的方案决策中,成功验证了方案判定模型的可行性。

异钢种连铸混浇模型及试验研究

针对连铸异钢种混浇过程化学成分变化及混浇坯长度预测的问题,基于某厂实际钢液混浇过程,建立了异钢种混浇模型,并结合工业试验研究了连铸工艺条件对混浇坯长度的影响。结果表明:该混浇模型预测的铸坯化学元素含量偏差在±2%以内,可用于混浇坯的化学元素含量预测及长度判定。铸机通钢量保持34.6 m^(3)/h不变,中间包剩余钢液质量从38 t减少至30 t,混浇坯长度从7.13 m减小至5.70 m;中间包剩余钢液质量34 t,通钢量从26.9 m^(3)/h增至42.3 m^(3)/h,混浇坯长度从10.45 m减小至5.70 m;中间包剩余钢液质量34 t,通钢量为34.6 m^(3)/h时,新钢液注入流量从50.0 m^(3)/h增至73.1 m^(3)/h,混浇坯长度均约8.71 m,新钢液注入流量对混浇坯长度的影响可以忽略。以炉次分割线为基准可以实现混浇坯和正常坯的精确判定。

基于Jaynes-Cummings模型的量子参数估计与初态优化

参数估计理论是根据实验测量数据推断物理模型中未知参数的重要理论工具.Jaynes-Cumming模型是量子光学中广泛使用的模型,描述了二能级原子和单模量子光场之间的相互作用.利用参数估计理论系统地研究了该模型中光-原子耦合强度g的估计精度,并找到了可达到最高估计精度的初态.该结果可以提高基于Jaynes-Cumming模型的量子精密测量的精度,该研究方法也可用于其他基于混合量子系统的量子度量学研究.

多量子比特WV纠缠态在Lipkin-Meshkov-Glick模型下的量子Fisher信息

量子Fisher信息在参数估计理论和量子精密测量领域扮演着非常重要的角色,不仅可以用来标定量子系统的测量精度极限,还可用于有益量子计量的纠缠态判定.本文从量子测量的角度出发,对多比特WV态(α|W_(N)>+√1-α^(2)|00...0>)进行研究,通过计算其在局域操作下和Lipkin-Meshkov-Glick(LMG)非局域操作模型下的量子Fisher信息,分析其在精密测量方面的表现.研究发现:在局域操作下,随着参数α由0到1的变化,多比特WV态的量子Fisher信息逐渐变大,表明其量子纠缠程度在不断增加,也体现出更强的量子测量能力.在LMG非局域操作下,随着相互作用强度γ的增大,N=3量子比特WV态的量子Fisher信息值趋于稳定,几乎不受参数α的影响,而当体系量子比特数N>3时,量子Fisher信息值会随参数α的变大而变大;当参数α固定时,多比特WV态的量子Fisher信息会随着相互作用强度γ的增强而变大,呈现出相互作用强度越大,WV态的量子测量能力越强.

土体滑坡监测联动式预警模型及其应用

基于当前滑坡监测预警信息系统的预警模式下滑坡预警工作存在较多误报的现象提出了“联动式预警模型”进行滑坡的监测预警方法,利用大量的滑坡变形监测数据,采用综合指数法构建了滑坡变形滑动时的预警模型,可以联合判断滑坡的整体运动状态并进行预警预报。该模型分别从滑坡监测设备类型、滑坡体分区及监测点变形状态3个方面进行综合判定:首先根据监测设备的不同给予其不同的权重,然后依据监测设备所处滑坡的不同位置确定其对应的权重,最后根据监测点处于滑坡变形破坏的不同阶段确定其对应的变形分值,经过综合计算最终确定出滑坡滑动的预警分值。将此模型应用于渐变型土体滑坡的监测预警,可有效减少预警中存在的误报现象,提高监测预警效率,也可用于同类滑坡监测预警的推广。

瓦斯灾害隐患预警模型及现场应用效果分析

以A煤矿为例,提出一种瓦斯灾害隐患预警模型,并通过实践应用验证模型的应用效果。该模型通过采集放炮、风机故障、打钻喷孔、顶板冒落、煤与瓦斯突出、采空区瓦斯涌出等环境数据,进行超限预警分析和动态趋势预警分析。同时,利用Fisher判别法对分析结果进行对比,判断煤矿井下作业面是否存在瓦斯灾害隐患。应用效果分析显示,该预警模型表现良好,成功预警了5次瓦斯灾害隐患,准确率达到100%。这表明该瓦斯灾害隐患预警模型具有较高的应用价值,可在大规模范围内推广使用。

基于色差值和色度值的醇化片烟褐变判定模型研究

【目的】研究不同褐变程度醇化片烟间色差值和色度值的差异与规律,建立一种可以快速、准确判定醇化片烟褐变程度的方法,为醇化片烟褐变情况自动化识别提供参考依据。【方法】利用2016和2017年广西中烟工业有限责任公司238份不同褐变等级醇化片烟的色差值和色度值,通过SPSS 20.0建立醇化片烟的Fisher判定、多项Logistic回归判定和MLP神经网络判定3种判定模型,并对比分析不同模型的片烟褐变判定效果。【结果】不同褐变程度烟叶色差值和色度值存在显著差异(P<0.05,下同),其中,色差值L*、b*与褐变程度呈极显著负相关(P<0.01,下同),色度值Y、R与褐变程度分别呈极显著和显著正相关。在建立的3种判定模型中,多项Logistic回归判定和MLP神经网络对醇化片烟褐变情况的判定级别与真实级别间的差异无统计学意义,可用于醇化片烟褐变程度判定,且MLP神经网络准确性最高(95.8%),配对t检验的t绝对值小于多项Logistic回归判定,稳定性更优。【结论】与Fisher判定模型和多项Logistic回归判定模型相比,MLP神经网络模型具有更高的准确性和更好的稳定性,适合作为醇化片烟褐变程度的判定模型。

基于Fisher判别分析鉴别中药材种类及产地

本文根据 2021 年高教社杯全国大学生数学建模竞赛“中药材的鉴别”的数据进一步研究。中药材鉴别是中药学研究 的重要领域之一,其目的是通过分析中药材的光谱特征和其他物理、化学性质,来鉴别中药材的种类和产地,以提高中药的品质和 疗效。在实际应用中,结合药材的近、中红外的光谱特征以及不同药材的吸光度可以对中药材的产地进行综合性的鉴别。本文使用 R 语言软件,通过对数据进行标准正态变量变换(svn)处理后主成分分析、K-means 聚类,根据附件给出的几种药材的近红外光 谱数据,对数据进行相关性筛选,求出该未知数据与平均值的相关性,利用 Fisher 判别分析进行对比,最后鉴别药材的类别与产 地。另外建立 XGboost 模型及作多元线性回归模型鉴别不同产地的近、中光谱特征来辨别各类药材的产地以及种类。

急倾斜煤层顶煤可放性分类预测的Fisher判别分析模型及应用

基于Fisher判别理论建立了急倾斜煤层顶煤可放性分类的Fisher判别分析模型.选取老顶、直接顶、底板、瓦斯、采深、倾角、煤层厚度、坚固性系数、夹矸等9项指标作为Fisher判别分析模型的分类判别指标.利用国内矿区急倾斜煤层可放性分类实例数据作为训练样本进行训练,建立顶煤可放性分类的Fisher判别分析模型,求得判别函数.用建立的模型对5个矿山的急倾斜煤层顶煤可放性进行分类预测,结果与实际情况符合良好.

基于分形维和图像特征的牛肉大理石花纹等级判定模型

采集135个牛胴体眼肌样本,参照中国牛肉质量标准的大理石图版,由3人评定小组评定出每一个样本的大理石花纹等级,再用数码相机采集每一个样本的数字图像。用图像处理技术对每一幅图像进行降噪、分割等处理,提取出牛肉大理石花纹,并计算出牛肉大理石花纹的面积比率、总脂肪颗粒数和大小脂肪颗粒数;然后用变尺度的方法,测定出每个牛肉大理石花纹样本图像的计盒维数和信息维数;以这些参数为基础,分别建立牛肉大理石花纹等级判定的多元线性模型和多元多项式模型。实验结果表明,利用多元线性模型和多元多项式模型判定牛肉大理石花纹等级,预测正确率分别为75%和87.5%。

基于多元统计分析的矿井突水水源Fisher识别及混合模型

综合运用多元统计分析技术、Fisher判别分析理论和混合计算理论,依据含水层地下水组分数据,分别建立河南焦作矿区突水水源的Fisher识别模型和混合模型,并分别对它们进行验证。结果表明:因子分析能有效建立识别模型训练水样;突水水源Fisher识别模型对混合程度较低地下水判别精度较高,利用回代估计法所得到的误判率小,具有较强的涌水水源判别能力;混合模型能有效确定地下水混合程度,δ18O的预测值与实测值偏差总体上低于10%,应用混合模型还能进行水文地球化学质量平衡模拟。

利用人工神经网络模型判定膨胀土等级

膨胀土是一种吸水后体积产生膨胀 ,失水后体积产生干缩 ,对铁路工程极其有害的土质 ,而其胀缩等级的划分是一个典型的不确定性问题。应用神经网络的联想记忆功能 ,以膨胀土胀缩等级划分标准中三个类别作为训练标本 ,建立膨胀土胀缩等级与分级指标之间的对应关系的BP判定模型 ,以对膨胀土胀缩等级进行划分 ,并结合具体工程进行了应用。应用表明 ,神经网络方法与模糊综合评判法膨胀土胀缩等级判定结果一致 ,神经网络具有在膨胀土胀缩等级判定问题上的可靠和从训练模型中获得划分知识的能力。

仿真模型可重用性的概念与判定研究

仿真模型重用是当前建模仿真领域的热点和难点问题之一。模型重用的关键是对可重用性的判定。统一的构造了可重用性的形式化概念体系,厘清了可重用性、应用情景、模型假设、模型约束、实验框架、能力框架以及可重用模型等概念及其相互关系;在形式化定义的基础上,给出了可重用性的判定算法,该算法包括应用情景接口兼容性判定和行为逻辑的等价性判定两部分。最后讨论了研究成果的应用策略以及已经完成的工作。

海洋溢油生态环境损害因果关系判定方法与模型研究

海洋溢油对生态环境造成污染损害,构成了对海洋环境安全和人体健康的重大威胁,科学地评估溢油污染损害可以发挥为损害修复和赔偿仲裁提供依据的重要作用,为成就这一目标,亟待加强有关溢油污染损害的因果关系及其判定方法与准则的相关理论、技术方法和业务化应用的研究。为此,在对不同原油的各馏分占比和分类组分及含量进行统计分析的基础上,构建了溢油成分统计均值指标体系,基于WHO/IARC化学物质引起人类癌症危险性评价,揭示了不同种类溢油所造成的海洋生态环境损害类型和程度有所不同的因果关系,进而研究提出了基于溢油环境归宿和POPs毒性理论的损害机理分析方法,构建了包括事故发生、成分含量、分类后果、时空分布4类判定准则及其相应指标体系的海洋生态环境损害因果关系判定方法,提出了包括因果关系判定模型、多类型辅助评估模型、调查试验诊断评估方法及业务化流程、以及损害基线与程度判定准则及指标体系的海洋生态损害评估模型体系总体架构,设计阐述了多类型辅助评估模型、损害基线与程度判定准则及指标体系的构建方案。针对辅助评估模型中具有代表性的易受损因子——海水水质指标的损害因果关系判定和损害程度量化问题,构建了基于溢油风化缩比仿真试验的溢油风化水质影响评估模型,采用溢油事故引起海水水质超过不同等级水质标准的超标面积,以及事故发生前后实测的相关海域海水水质超过不同等级水质标准的超标面积发生变化以及出现峰值的状况,作为判定损害因果关系存在和评估损害程度的量化指标,通过开展"塔兹曼海"、大连"7.16"等发生于渤海和黄海的溢油及危化品事故案例调查,实施了判定方法与模型的应用研究,对模型参数进行了率定,模型和实测结果均显示,在具有连通性的渤海和黄海海域,不同时段超过不同等级海水水质标准的超标面积增量与该海域实际发生溢油事故的时间存在显著的关联响应关系。综合判断,溢油污染损害与污染事故发生的时间和位置、所处海域的连通性及扩散条件、入海溢油的总量及环境污染持久性呈密切相关的因果关系。