基于Fisher-逐步判别法的煤与瓦斯突出预测

为准确、可靠地对煤与瓦斯突出进行预测,基于Fisher判别分析理论,建立了煤与瓦斯突出预测的Fisher判别模型。通过逐步判别分析法筛选出瓦斯放散初速度、瓦斯压力和埋深3个煤与瓦斯突出敏感指标作为突出判别因子,利用所构建的判别模型对20组煤与瓦斯突出实例数据进行训练学习得出相应的判别函数,用回代估计的方法进行逐一验证,误判率仅为5%。将建立的判别模型应用于10组突出实例进行判别预测,判别正确率达100%。结果表明:Fisher-逐步判别分析模型稳定性好,判别准确度高,是一种十分有效的煤与瓦斯突出预测方法。

饲粮硒对Fisher-344大鼠和CD-1小鼠高半胱氨酸代谢的不同影响

早期研究表明：大鼠缺硒时，血清和组织中高半胱氨酸凝聚物减少。试验旨在观察、阐述饲粮不同硒水平（缺乏、适量、过量）对高半胱氨酸代谢（包括蛋氨酸再循环、转硫作用）的影响。此外。试验还测定了饲粮硒水平对大鼠和小鼠高半胱氨酸代谢的影响。试验采用2-3两因素有重复设计，饲粮硒设三个水平，分别为0，0．2，2．0μg·g^-1；设两种供试动物，

煤层底板突水危险性的Fisher判别分析模型

为准确评价底板突水危险性,考虑到不同影响因素对于评价方法的作用与影响不同,运用逐步判别法剔除了判别效果不显著的指标,选取了含水层富水性、水压、隔水层厚度、断层导水性、构造发育程度5项主要影响因素作为判别指标。根据以往突水数据建立了底板突水危险性的Fisher判别分析模型,并绘制了判别空间中样本数据散点图。该模型通过了显著性检验,分类效果显著。对15组训练样本进行回代判别,误判率为0,通过距离判别法准确预测了测试样本的突水危险性,表明该模型在煤层底板突水危险性评价上具有较高的可信度和良好的实用性。

山西黄河湿地植被优势种群种间关系

在样方调查的基础上,应用2×2列联表的Fisher精确检验、Pearson相关系数和Spearman秩相关系数检验了山西黄河湿地植被优势种群的种间关系,分别测定了24个优势种,共73个种对的种间关联。结果表明:(1)2×2列联表的精确检验共有33个种对为正关联,4个种对为负关联;Pearson相关系数有16个种对呈正相关,没有种对出现负关联;Spearman秩相关系数有40个种对呈正相关,4个种对为负关联。(2)2×2列联表的精确检验不能精确反映种对间的数量变化关系,只能反映种对间关联与否;应用Pearson相关系数和Sperman秩相关检验可帮助刻划种对间的数量变化关系。(3)依Spearman秩相关系数的半矩阵图将24个优势种分为旱生、中生、湿生、水生4个生态种组,各生态种组内的种对具有相同的资源利用方式和生态要求。

基于混淆矩阵的自适应纠错输出编码多类分类方法

利用纠错输出编码(error-correcting output code,ECOC)作为分解框架,把多类问题转化为二类问题进行求解,是目前解决多类分类的有效手段之一。如何构造基于数据的分解框架是应用此类方法的重点。为此,提出一种自适应纠错输出编码构造方法,利用混淆矩阵计算多类问题中各类别的相关性,基于Fisher准则找出最有利于分类的类别组合,最后根据组合方案构建类别的二类划分并最终形成输出编码。实验中分别对UCI数据集和3种一维距离像数据集进行测试,通过与几种经典的编码方法比较,结果表明该编码方法可以显著提高分类器的性能和稳健性。

pH-区带精制逆流色谱分离高F值寡肽新技术研究

高F值寡肽是一种由2～8个氨基酸组成的生理活性肽。本研究采用胃蛋白酶和O／一胰凝乳蛋白酶对草鱼蛋白进行了两步酶解，高效液相色谱对酶解液进行了肽谱分析，以制备改善肝性脑病的高F值寡肽。结果表明，草鱼蛋白酶解液中含有高支低芳氨基酸的寡肽组分，开发一种pH一区带精制逆流色谱分离新技术，所用体系为甲基叔丁基醚：正丁醇：乙腈：水（2：2：1：5，V／V／V／V），上相中加入20mM三乙胺和20％磷酸二（2-乙基己基）酯（DEHPA）作为固定相，下相分两部分，分别加入10mM HCl和20m MHCl作为流动相，进行梯度洗脱。成功地对酶解液中的混合组分进行了分离，得到了5个高F值（F〉20）的分离组分，估测其F值（F=OD214nm／OD280nm）高达24．7—36．4。该结果为利用低值鱼蛋白酶解制备功能性活性肽提供了新的制备方法。

基于RBF神经网络的人脸识别算法

针对人脸识别技术中存在的高维问题、小样本问题和非线性问题这3个难点,围绕人脸特征提取和人脸识别2个方面展开研究。在特征提取中,采用基于主成分分析和Fisher线性鉴别来克服在人脸识别中的小样本问题,同时也将人脸图像从高维空间映射到低维空间,从而解决了高维问题;在分类识别方面,采用具有很强非线性映射功能的RBF神经网络进行模式分类,解决人脸识别中的非线性问题。利用Matlab分析了RBF网络的聚类性能和分类性能。在ORL人脸数据库上的仿真实验中,人脸识别率达到97.5%,取得比较满意的结果。结合OpenCV中的Haar特征和AdaBoost算法进行人脸检测,在VC平台下开发出基于VC++和OpenCV的人脸识别系统软件,系统界面友好,操作简便,扩展性良好。

基于VFGPIR联合特征的决策级加权融合检测方法

车载前视地表成像雷达(VFGPIR)探测浅埋目标时面临虚警率过高问题,可利用序列图像特征的联合检测解决这一问题。首先利用Fisher鉴别比(FDR)定量评估从单帧和序列图像中提取的单个特征的鉴别能力;然后针对单个最优序列特征无法满足探测指标要求提出一种基于决策级加权融合的多特征联合检测方法;最后利用接收机工作特性(ROC)曲线来验证所提方法的有效性。试验结果表明:序列特征比单帧图像特征具有更好的鉴别能力;所提方法性能优于单个最优序列特征、特征向量和多数票融合准则对应的检测结果,有望满足实际探雷应用需求。

基于Fisher的Gabor特征提取方法

提出在Gabor滤波理论的基础上,结合Fisher线性判别方法,对手写数字图像的所有特征点寻找局部最优滤波频率和滤波方向,从而提取最优Gabor特征的方法。对MNIST手写体数据库的识别实验表明,该方法在小样本情况下明显优于直接Gabor特征提取。

基于快速小波变换和FLD的人脸识别算法

针对快速性和识别率要求较高的人脸识别应用场合,提出了一种基于快速小波变换(FWT)和Fisher线性鉴别(FLD)的人脸识别算法.首先用Haar小波对标准人脸图像分别进行1尺度和2尺度分解,然后用Fisher线性鉴别法对原始图像、1尺度和2尺度分解图像提取特征,最后利用最近邻法对提取到的特征进行识别.利用ORL标准人脸图像库对算法进行了仿真,结果表明,此算法取得了较快的识别速度和较高的识别率.

中国费雪效应的门限协整检验

由于中国费雪效应的研究结果具有很大的不一致性，结合中国1991年1月至2008年12月之间的数据，应用可以刻画变量间非线性均衡关系的门限协整理论检验费雪效应，研究结果显示：第一，中国的名义利率与通货膨胀率均为单位根过程，二者之间不存在线性协整关系，而是存在两个门限值的门限协整关系；第二，当通货膨胀率小于-0．8％时，中国费雪效应不存在，而当通货膨胀率在-0．8％～12．03％2；间时，中国存在值为0．42的部分费雪效应；当通货膨胀率大于12．03％时，中国存在值为0．05的部分费雪效应。

基于宏观经济模型的网格资源调度

传统的网格资源调度研究注重个体如何做出最优的选择和协调他们的选择,不能从整体上把握总供给和总需求的状态及联系。通过分析不同市场类型中网格的总供给和总需求情况,发现价格水平是影响网格计算平均效率的主要因素。为此,基于宏观经济模型建立了三部门模型并引入费雪方程来调整货币供给和价格水平。最后,设计了其网格资源调度算法,实验证明该算法能够有效提高网格计算平均效率。

模拟渔夫捕鱼寻优算法的无功优化

将模拟渔夫捕鱼的寻优算法(Optimization algorithm on simulating the fisher fishing,SFOA)是模拟渔夫捕鱼行为习惯而提出的一种新的智能算法。该算法在搜索域中随机选取若干个点,并以每一个被选中的点为中心各自建立一个方体,然后通过各个方体的独立移动搜索和收缩搜索,最终完成全局最优解的搜寻。通过IEEE-30节点和IEEE-57节点算例仿真结果表明,该算法有较好的全局搜索性能和较稳定的收敛速度,能有效提高系统运行的经济性,有在线应用的前景。

两种基因集分析方法的有效性比较

目的比较竞争性原假设χ2-Fisher’s精确概率法和自限性原假设SAM-GS方法作为基因集分析方法筛选富集基因集的效能,探讨两种方法的筛选效果。方法采用两种待比较的方法处理5种不同情景下的模拟数据,比较筛选结果与模拟设定的差异,计算相应的评价指标,探讨两种方法筛选富集基因集的效果。结果相同设定条件下,SAM-GS方法的筛选率均高于χ2-Fisher’s精确概率法。但推断结论相差不大,即当两组间均数相差较小(≤0.30)时,两种方法均不能较好地识别组间差异;相反,当两组均数差异足够大(>0.30)时,两种方法均能识别差异。结论SAM-GS方法略优于χ2-Fisher’s精确概率法,但两种方法均可用于基因表达谱筛选富集基因集的分析。χ2-Fisher’s精确概率法的优点是可用来分析解释变量为多分类变量的数据资料。

一类分数阶种群扩散模型解的研究

从推广的Fick扩散定律出发研究了一类时间分数阶Fisher单种群扩散模型。利用变分迭代法求解了三种不同情况下的近似解,对结果进行了讨论和数值模拟。

上市公司财务危机预警模型效果比较研究

以2002—2004年深沪两市首次被ST的79家上市公司为研究对象,同时用79家盈利公司作配对样本,选择32个财务指标进行了Wilcoxon符号平均秩检验以判断选取指标的适宜性.运用Fisher二类线性判别分析和二元逻辑回归,分别建立起上市公司财务危机前的3年预警模型.结果表明,用这两种方法建立的模型的预测准确性均超过80%,但这两种方法建立模型的预测效果存在一定的差异.

基于多目标优化问题模型的鉴别分析方法

该文提出一种新的Fisher鉴别分析的多目标优化问题模型。模型将最大的Fisher函数值与鉴别矢量所抽取特征间最小的相关同时作为优化目标。通过构造评价函数,将这一问题转换为适当的单目标优化问题。利用问题模型的特殊性,用Lagrange乘子法分析得出了相应鉴别矢量解的表达式。将该方法与F S鉴别分析方法在CENPARMI手写体阿拉伯数字库上进行了对比实验。实验显示,该文方法明显优于F S鉴别分析方法。

基于S变换与核Fisher的模拟电路故障诊断

故障特征的有效提取和分类器的设计是模拟电路故障诊断的两个至关重要的环节,为此,提出了一种基于S变换与核fisher相结合的模拟电路故障诊断新方法,首先利用S变换对原始数据进行时频分析,其次利用奇异值分解对提其降维去冗处理,选取最佳表示故障的特征量,最后对特征量进行核fisher判别分析,把非线性数据映射到一个高维空间,在高维空间对其进行线性分类处理,完成故障的识别和定位;实例仿真结果表明,该方法能够准确有效地实现故障定位,具有更高的诊断准确率和良好的应用前景。

Bickerstaff脑干脑炎和Miller Fisher综合征免疫调节治疗疗效的对比研究

目的探讨免疫调节治疗在Bickerstaff脑干脑炎（BBE）和Miller Fisher综合征（MFS）中的疗效。方法回顾性分析湘雅二医院和湘雅医院2003~2013年符合BBE（32例）和MFS（67例）诊断标准的患者临床资料,比较免疫调节治疗对两组患者症状的改善及预后的影响。结果与对照组对比,IVIg联合激素治疗可以加快BBE患者意识障碍的恢复（P〈0.05）;IVIg、激素单独治疗在BBE患者意识障碍、眼外肌麻痹及共济失调症状的开始改善时间上无明显差异（P〉0.05）。各免疫调节治疗措施与对照组相比,对MFS患者眼外肌麻痹和共济失调症状的恢复均无明显加速作用（P〉0.05）。两组平均随访时间均〉1 y,未见复发病例,绝大多数的BBE（66%）和MFS（98%）患者症状完全缓解,9例BBE患者死亡。结论 IVIg联合激素治疗可加快BBE患者意识障碍的恢复,改善早期出现意识障碍患者的预后。免疫治疗措施对MFS患者疾病病程及预后无明显影响,可能与该病的具有较好的自然病程有关。

Enrich＿analysis.pl,差异表达基因富集分析的perl脚本

如何从庞大的基因表达数据库里挖掘出有价值的信息,并做出科学的生物学诠释,是基因表达分析领域的重要挑战。富集分析为解决这一问题提出了合理的方案。用Perl语言写了一个脚本——Enrich_analysis.pl,可根据基因注释信息进行基因富集分析,并利用Fisher's Exact Test做检验。富集分析先根据生物学知识将基因归类,然后进行基因差异表达分析,提高数据的可解释性。并利用3篇SCI文章的差异基因数据,对本perl脚本进行了对比测试,证明本perl脚本算法正确可靠。