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.

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。

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。

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。

企业债券违约风险的研究——基于ZETA模型及Fisher判别分析

文章采用理论分析与实证检验结合的方法,以76家公司的综合财务数据为研究基础,对债券违约企业与非违约企业的财务特征进行研究,以ZETA模型参数变量和Fisher判别分析方法,搭建违约风险评估模型,对企业的违约风险实施分析评价,并进行检验,以期为国家金融监管机构、金融机构和投资者等利益相关方提供科学的评价方法和决策依据。

我国上市公司信贷违约风险评级研究——基于全局Fisher判别的快速聚类模型分析

上市公司的财务基本面一般能够反映出公司在生产经营过程中可能遭遇经营管理不善、宏观经济不景气等原因所导致的无力支付到期债务或费用、公司经营出现困难甚至破产等财务危机的情况。文章根据上市公司的财务指标基于全局Fisher判别的快速聚类模型构造出上市公司信贷违约风险评级体系,用以实现对上市公司可能存在的经营和财务问题所导致的信贷违约风险进行预测与识别,对上市公司财务基本面的研究与应用进行了探讨。

基于系统聚类算法和Fisher判别模型的古代玻璃成分分析与类别鉴定

古代玻璃体现了我国古代高度发达的工艺技术,新时代,玻璃成为了人们生产生活的必需品,研究古代玻璃有助于加深人们对玻璃的认识,唤醒我国人民对工艺研究的热情。本文对古代玻璃的实验数据进行分析,首先使用描述性统计分析和卡方检验分析研究玻璃文物样品表面有无风化化学成分含量的统计规律,得到玻璃表面风化与类型的关系;然后依据玻璃表面风化与类型的关系建立系统聚类算法模型,研究不同类别玻璃文物样品的化学成分之间的关联关系;最后依据化学成分之间关联关系建立Fisher判别模型,得到玻璃类别鉴定的Fisher判别公式,可以对未知类别的玻璃文物进行类别鉴定。本文对古代玻璃的成分分析与类别鉴定提供一定的借鉴意义。

基于Fisher线性判别率的加权K-means聚类算法

为提高K-means聚类效果,采用Fisher线性判别率的方法确定特征在聚类中的贡献度并依此对特征进行加权聚类。在人工和实际数据集上所做的实验表明,本方法在聚类效果上优于其他同类加权K-means聚类算法。

基于Fisher两类判别的高温目标精确识别方法

基于高温目标和绝大多数常温地物波谱特性的显著差异,可利用短波红外波段（1.3-3.0μm）识别高温目标。Landsat8的OLI数据第7波段对高温目标短波红外发射能量有较高的敏感性,可对高温目标（林火、草原火、火山、金属冶炼厂、煤层自燃等）进行有效识别。为实现高温目标的精确识别,对归一化火点指数（NDFI）法进行改进以去除水体干扰,并采用Fisher两类判别法进行高温目标和彩钢屋顶地物的分类。研究表明,改进的NDFI法结合Fisher两类判别法可有效用于高温目标识别,其高温目标识别理论精度为96.9%,实际精度为95.4%。

基于三维多分辨率模型与Fisher线性判别的人脸识别方法

提出了一种不同姿态和光照条件下的人脸识别方法 ,将三维多分辨率模型与Fisher线性判别结合起来 .为了排除光照、姿态对人脸识别的影响 ,利用重采样技术构造了三维多分辨率模型 ,更快、更精确地提取人脸特征 ;同时结合Fisher线性判别 ,充分利用不同条件下的二维人脸图像信息 ,更有效地排除光照、姿态的影响 .实验表明 ,三维多分辨率模型与Fisher线性判别相结合能够很好地适应外部条件的变化 ,提高了人脸识别的速度和效率 .

基于Fisher线性判别模型的文本特征选择算法

在采用向量空间模型表示方法的文本分类系统中,维数约简是必要的步骤,特征选择方法由于计算复杂度较低而被广泛采用。本文基于Fisher线性判别模型提出了一种新的文本特征选择算法,将其求解过程转换为一个特征项优化组合的问题,避免了复杂的矩阵变换运算。实验表明,该方法与信息增益、卡方统计方法比较,具有较明显的优势。

基于因子分析与Fisher判别分析法的隧洞围岩分类研究

为快速有效地预测隧洞围岩的类别,提高地下工程的稳定性和安全性,应用因子分析与Fisher判别分析理论,选取岩石质量指标、完整性指标、饱和单轴抗压强度、纵波波速、弹性抗力系数和结构面摩擦因数等6个指标作为Fisher判别分析的判别因子。建立基于因子分析的隧洞围岩分类的Fisher预测模型。将现场勘测的30组隧洞围岩数据作为学习样本进行训练。利用回代估计法对模型效果进行检验,正确率为96.7%。将建立的判别模型应用于工程实例,以6组工程数据作为预测样本,进行隧洞围岩的分类预测,并与神经网络方法和Bayes方法进行对比。结果表明:因子分析可以有效提取围岩分类指标,去除冗余影响因素,基于因子分析的Fisher判别模型可有效地预测隧洞围岩的类别,所得预测结果的正确率为100%。

北山花岗岩区微震事件的Fisher判别模型

应用微震监测系统,对北山坑探设施开挖过程进行实时监测。为研究北山花岗岩区微震事件的判别方法,采用Fisher判别分析法,选取地震力矩、微震能量、微震体变势、静应力降和视应力等5个震源参数作为判别因子,综合考虑各震源参数的差异性,建立爆破和微震事件Fisher判别模型,并对该模型进行检验。结果表明:总体判别正确率为86.3%,其中爆破组监测数据正确判别率达100%,微震组监测数据的正确判别率为76.4%,判别结果与事件实际基本相符。该模型简便易行,正确率较高,能够对北山花岗岩区爆破和微震事件进行有效地识别。

上市公司财务困境预测的Fisher判别分析模型

文章运用统计方法选取有效建模变量,建立了Fisher判别分析预测模型,对我国上市公司财务困境进行了预测。研究结果表明该模型具有良好的预测精度,可以作为证券投资者和分析人员使用的一种有效的财务困境预测工具。

基于Fisher判别分析法的潜在滑坡判识模型及其应用

针对古(老)滑坡,选取地貌特征(包括地形坡度、沟谷切割状况、洼地封闭状况、前缘临空状况)、滑面特征(包括滑面倾角、滑面形态、滑面阻抗比)、滑体结构和近期活动迹象4大类9个指标作为潜在滑坡的判识指标,然后依据Fisher判别分析的理论和方法,建立了潜在滑坡的Fisher判识模型。实例分析结果表明,Fisher判别方法预测准确率高达100%,回判估计的误判率仅为5%,是一种有效的潜在滑坡判识方法。

膨胀土胀缩等级分类的Fisher分析判别

膨胀土的识别和分类,是一个在膨胀土处理过程中最重要的问题.以黏粒含量、粉粒含量、液限、塑限和塑性指数这5项指标作为模型判别因子建立膨胀土胀缩等级分类的Fisher判别分析模型.并且以膨胀土实测数据作为学习样本进行训练,建立Fisher判别函数对待测样本进行分类.研究结果表明:Fisher判别分析模型对膨胀土的胀缩等分类的判别性能较好,预测结果较客观,操作过程简单,为膨胀土胀缩等级的分类提供了一种新的方法,便于实际推广.

基于Fisher判别分析的企业信用评价模型

本文以100家上市公司综合财务数据为样本数据,采用主成分分析和Fisher判别分析方法,建立模型,对企业的信用风险进行分析评价,为债权人、投资者和交易方提供决策依据。

基于Fisher判别法模型的矿山安全标准化等级评价

为简化矿山安全标准化等级评价的内容和过程,真实反映矿山安全标准化的水平,从安全管理、安全培训、安全意识、安全行为、员工参与和安全绩效6个方面,结合矿山的实际情况,选取了18个因素作为等级评价的指标,建立基于Fisher判别分析(FDA)的矿山安全标准化等级评价模型。根据矿山的安全管理水平及运行过程中存在的问题和缺陷,将安全标准化等级分为4个等级。选取16组数据作为训练样本,采用判别函数进行回检,回判估计误判率为0,并对其余4组数据作为检验样本进行判别,判别率为100%。最后,利用该模型对5家金属矿山安全标准化的指标数据进行预测,预测结果与实际情况一致。研究结果表明:该模型在评价矿山安全标准化等级中可靠性高且判别准确。该评价模型为矿山安全标准化的建设提供了方向和途径,有利于矿山安全管理水平的提高。

基于核Fisher判别的中文文本情感分类研究

针对文本情感分类准确率不高的问题,提出基于核Fisher判别的文本情感分类方法,判别文本观点是正面还是负面。首先采用向量空间模型对文档进行数据化表示,然后将不同权重计算方法和词性特征选择规则与核Fisher判别方法相结合来判别文档的情感观点。实验结果表明:核Fisher判别方法在训练的过程中使用了所有的文本特征向量而不是少数几个支持向量,因此比传统支持向量机具有较高的分类准确率,同时不同的权重特征计算方法和词性特征的选取规则对文本情感分类准确率具有较大的影响。

基于Fisher判别的分布式K-Means聚类算法

为了解决集中式聚类算法不能处理海量大数据的问题,提出基于Fisher判别确定置信半径的分布式聚类算法.应用网络上各个节点的计算、存储能力,以及网络的带宽,将聚类所需的时间复杂度和空间复杂度平摊到各个节点.通过应用Fisher线性判别找到节点在同一子类数据上的稠密和稀疏分布,从而快速确定聚类的置信半径并指导下一步的聚类过程,使得保持聚类精度的同时能提高分布式聚类的速度.对算法进行了数值模拟,并使用真实数据完成了试验.结果表明,所提出算法相比DFEKM聚类算法,能根据数据分布的不同在聚类结果和聚类速度上达到很好的平衡,这表明该算法具有更好的健壮性.