检索结果-南通市图书馆

人工养殖斑鰶不同月龄表型性状的主成分与判别分析

在线全文

学校读者我要写书评

暂无评论

水产学报 2024年第3期48卷 135-144页

作者：平洪领张涛史会来付铁中何杰李彬卢斌俞学军浙江省海洋水产研究所浙江省海水增养殖重点实验室浙江海洋大学水产学院

为研究斑鰶不同月龄表型性状的生长规律和特征，及最佳生长季节各性状与月龄的关系。采用主成分和判别分析的方法对2、4、6和8月龄斑鰶的全长、体长、头长、躯干长、尾柄长、眼径、体高、尾柄高、体宽、眼间距和体重等11个性状进行分析... 详细信息

为研究斑鰶不同月龄表型性状的生长规律和特征，及最佳生长季节各性状与月龄的关系。采用主成分和判别分析的方法对2、4、6和8月龄斑鰶的全长、体长、头长、躯干长、尾柄长、眼径、体高、尾柄高、体宽、眼间距和体重等11个性状进行分析。结果显示，斑鰶不同月龄各性状指标间呈现不同程度的正相关，各月龄的体重与全长、体长、体高和体宽的相关系数均较大，眼径和眼间距2个性状与其他性状之间的相关系数均较小，8月龄各性状对体重的相关系数均小于2、4和6月龄。斑鰶不同月龄性状的主成分有所不同，各月龄第一主成分均以增重、增长的生长发育特性为主；第二主成分为2月龄指向体宽的发育情况，4、6和8月龄指向眼径发育情况；第三主成分为2和4月龄反映头部发育情况，6月龄反映眼径发育情况，8月龄反映体宽的发育情况。通过逐步判别分析法，剔除掉3个性状指标，建立各月龄的判别函数式，总的判别准确率为99.3%,2、4和8月龄的判别准确率达到100%。斑鰶2～8月龄的体长与体重的关系为W=0.017L2.929(R2=0.981)。研究表明，全长、体长、体高和体宽是影响斑鰶生长发育最重要的表型性状指标，建立了不同生长阶段的判别函数式，生长方式为等速生长(2～8月龄)。本研究为斑鰶的选择育种工作提供理论依据和建议测量指标。

关键词：斑鰶表型性状主成分分析判别分析

气相色谱结合化学计量在核桃油、菜籽油掺伪混合物含量判别分析中的应用

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

食品与机械 2024年第2期40卷 63-68,73页

作者：吴史博刘延奇李超马宁姚恒王萌萌南阳市产品质量检验检测中心河南南阳473000 郑州轻工业大学食品与生物工程学院河南郑州450000 南阳理工学院河南省张仲景方药与免疫调节重点实验室河南南阳473000

目的:识别核桃油中同时掺入多种其他植物油的多元掺伪。方法:采用气相色谱技术分析核桃油、菜籽油掺伪混合物中脂肪酸含量,结合化学计量方法对气相色谱数据进行建模,并对不同比例核桃油、菜籽油混合物进行判别分析。结果:主成分分析法(P... 详细信息

目的:识别核桃油中同时掺入多种其他植物油的多元掺伪。方法:采用气相色谱技术分析核桃油、菜籽油掺伪混合物中脂肪酸含量,结合化学计量方法对气相色谱数据进行建模,并对不同比例核桃油、菜籽油混合物进行判别分析。结果:主成分分析法(PCA)能快速鉴别出纯核桃油和掺伪核桃油,并在一定程度上反映样本的掺伪比例;Bayes判别分析将83.33%的样品归入正确的分类;偏最小二乘判别分析法(PLS-DA)的判别准确率达87.50%;基于BP神经网络模型的判别分析,其训练集的正确率为84.21%,测试集的正确率为80.00%;基于遗传算法优化支持向量机(SVM-ga)的判别分析,其训练集和测试集的正确率均为100%。结论:多种分析模型均能不同程度地识别核桃油、菜籽油掺伪比例,其中SVM-ga模型的预测精度最佳。

关键词：核桃油菜籽油掺伪混合物气相色谱化学计量判别分析

维普期刊数据库博看期刊

半监督空谱局部判别分析的高光谱影像特征提取

在线全文

学校读者我要写书评

暂无评论

液晶与显示 2024年第2期39卷 131-145页

作者：吕欢欢黄煜铖张辉王雅莉辽宁工程技术大学软件学院辽宁葫芦岛125105 湖州师范学院信息工程学院浙江湖州313000

为充分利用高光谱影像中蕴含的空谱特征,提出了一种半监督空谱局部判别分析的高光谱影像特征提取算法(S4LFDA)。鉴于高光谱数据集具有空间一致性,首先将像元进行空间重构,保存高光谱数据的近邻关系;其次引入光谱信息散度重构像元间的相... 详细信息

为充分利用高光谱影像中蕴含的空谱特征,提出了一种半监督空谱局部判别分析的高光谱影像特征提取算法(S4LFDA)。鉴于高光谱数据集具有空间一致性,首先将像元进行空间重构,保存高光谱数据的近邻关系;其次引入光谱信息散度重构像元间的相似度;为了充分利用大量无标签样本提高算法性能,采用模糊C均值聚类算法对样本进行聚类分析得到伪标签;然后通过增加规范化项到局部力导引算法(FDA)的类内散度矩阵和类间散度矩阵中,以此保持无标签样本的聚类结构一致性;最后通过局部FDA算法来保持有标签样本类间散度最大化和类内散度最小化并求解最佳投影向量。S4LFDA算法既保持了数据集在光谱域的可分性,又保持了像元在空间区域内的近邻关系,合理利用有标签样本及无标签样本,提高了算法的分类性能。在Pavia University和Indian Pines数据集上进行实验,总体分类精度达到95.60%和94.38%。与其他维数约简算法相比,该算法有效提高了地物分类性能。

关键词：高光谱影像半监督空谱判别分析特征提取地物分类

维普期刊数据库博看期刊

基于聚类分析和判别分析的蛋壳颜色分级方法研究

在线全文

学校读者我要写书评

暂无评论

中国家禽 2024年第3期46卷 1-6页

作者：何爽贺旗郑中华龙君江徐建生邓学梅中国农业大学动物科学技术学院动物遗传资源与分子育种实验室北京100193 山东龙盛农牧集团有限公司山东临沂276000 江西东华种畜禽有限公司江西抚州330029

为制定客观、准确的蛋壳颜色分级体系,研究在用Lab体系量化蛋壳颜色的基础上提出了一种蛋壳颜色分级标准的建立方法,先确定合适的聚类簇个数k,通过K-均值聚类分析处理训练样本,再通过贝叶斯判别分析检验聚类效果并获得各等级判别式,最... 详细信息

为制定客观、准确的蛋壳颜色分级体系,研究在用Lab体系量化蛋壳颜色的基础上提出了一种蛋壳颜色分级标准的建立方法,先确定合适的聚类簇个数k,通过K-均值聚类分析处理训练样本,再通过贝叶斯判别分析检验聚类效果并获得各等级判别式,最后据此对测试样本进行分类,计算色差以检验分类效果。结果显示:训练样本的分类准确率达95.0%,测试样本各类别间颜色差异大,类别内颜色一致性较高,表明其分类效果良好。依据该方法可以针对特定群体构建专用分级标准,实现蛋壳颜色的合理分级与精准判定,进而为蛋壳颜色整齐度的提高提供指导。

关键词：蛋壳颜色分级聚类分析判别分析色差仪

在线全文

学校读者我要写书评

暂无评论

基于判别分析预测马铃薯甲虫发生与出土时间

生物安全学报（中英文） 2024年第1期33卷 19-23页

作者：廖江花牛富帅李超刘娟关志坚新疆农业大学农学院农林有害生物监测与安全防控重点实验室新疆乌鲁木齐830052 察布查尔县农业技术推广站新疆伊犁835300

【目的】马铃薯甲虫是马铃薯生产过程中的毁灭性害虫。温度是影响马铃薯甲虫发生的重要因素,明确马铃薯甲虫越冬期及发生期的温度对其发生的影响,可为该害虫未来发生情况的预测和防治提供理论支持。【方法】采用逐步判别分析法对1994—2... 详细信息

【目的】马铃薯甲虫是马铃薯生产过程中的毁灭性害虫。温度是影响马铃薯甲虫发生的重要因素,明确马铃薯甲虫越冬期及发生期的温度对其发生的影响,可为该害虫未来发生情况的预测和防治提供理论支持。【方法】采用逐步判别分析法对1994—2021年马铃薯甲虫越冬及发生期(上一年12月—当年9月)新疆察布查尔县马铃薯甲虫发生等级及出土时间进行判别分类,建立发生预测模型。【结果】在训练组中,马铃薯甲虫的发生等级、出土时间判别准确率分别为100.00%、80.00%;在预测组中,马铃薯甲虫的发生等级、出土时间总判别准确率分别为69.23%、76.92%,认为判别结果较可信。【结论】通过对影响发生程度、出土时间判别的因素筛选发现,察布查尔县马铃薯甲虫的出土和发生判别均受到4月温度的影响。

关键词：马铃薯甲虫温度发生等级出土时间判别分析

基于核映射判别分析和协同表示黎曼流形的图像识别研究

在线全文

学校读者我要写书评

暂无评论

基于核映射判别分析和协同表示黎曼流形的图像识别研究

作者：李旺旺广州大学

学位级别：硕士

图像识别是人工智能领域的一个核心研究课题。随着深度学习的快速发展,已在许多应用领域获得了前所未有的进步。然而,深度学习方法通常需要海量的数据和庞大的计算资源,而且面对小样本数据和类内样本差异较大的情况,其效果往往不尽如人... 详细信息

图像识别是人工智能领域的一个核心研究课题。随着深度学习的快速发展,已在许多应用领域获得了前所未有的进步。然而,深度学习方法通常需要海量的数据和庞大的计算资源,而且面对小样本数据和类内样本差异较大的情况,其效果往往不尽如人意。传统线性判别分析和协同表示方法在图像识别领域有着长期的研究积累,并获得了广泛应用。然而,这些方法在图像识别上仍面临着许多挑战,例如由光照、姿态和视角变化所引起的数据非线性问题等,并且很多研究表明视觉特征往往存在于非欧空间——黎曼流形上。本文针对数据的非线性、非欧性质问题,在线性判别分析和协同表示方法上采用核方法、和对称正定（Symmetric Positive Definition,SPD）黎曼流形等理论展开以下研究:（1）提出了一种核逆近邻判别分析法。逆近邻判别分析（Neighborhood Linear Discriminant Analysis,nLDA）是近年提出的,解决线性判别分析中多模态问题的有效方法,但其本质是线性判别方法,并不能有效处理非线性数据。本文针对非线性问题,利用核映射方法,将数据从原始的低维特征空间映射至高维特征空间进行判别分析,从而缓解数据的非线性问题。通过核技巧,解决核映射中的隐式映射函数问题。此外,本文研究多种核函数对非线性数据的处理效果,如多项式、高斯、Sigmoid等。所提出核逆近邻判别分析法,能够同时处理非线性和多模态数据,实验结果验证了本方法的有效性。（2）提出了一种基于协同表示的SPD黎曼流形迭代优化算法。针对现有基于再生希尔伯特空间中的协同表示方法（Collaborative Representation in RKHS,LogEKCRC）协方差矩阵维度过高,判别性不够的问题,及其单变量目标函数无法构建测试样本的仿射模型,导致所找到的最近邻距离可能存在偏差。本方法首先应用（2D）2PCA方法对高维协方差矩阵进行降维,从而得到更具判别力的低维SPD流形,降低由数据维度过高而引起的计算开销。然后,通过黎曼核映射,将SPD流形映射至再生核希尔伯特空间（Regenerative Kernel Hilbert Space,RKHS）,利用核技巧实现了一套使用双变量目标函数的核协同表示迭代优化算法,从而获得测试与训练样本在RKHS中的真实最近邻距离。本方法在多个图像集识别任务中取得了较好的识别率和识别速度。

关键词：核函数判别分析协同表示黎曼流形图像分类

乌梢蛇和金钱白花蛇中43种无机元素含量差异及判别分析

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

西藏科技 2024年第2期46卷 3-12页

作者：洪家顺邹艺荣王裕成李道成彭思思江西省道地药材质量评价研究中心南昌330029

采用微波消解法处理样品,ICP-MS和ICP测定蛇中43种无机元素含量,利用主成分分析、正交偏最小二乘判别分析和线性判别分析对乌梢蛇、酒乌梢蛇、金钱白花蛇、酒炒金钱白花蛇中无机元素含量数据进行统计分析。结果表明:Li、Cr、Mn、Ni、Zr... 详细信息

采用微波消解法处理样品,ICP-MS和ICP测定蛇中43种无机元素含量,利用主成分分析、正交偏最小二乘判别分析和线性判别分析对乌梢蛇、酒乌梢蛇、金钱白花蛇、酒炒金钱白花蛇中无机元素含量数据进行统计分析。结果表明:Li、Cr、Mn、Ni、Zr、Y、La、Ce、Pr、Nd、Sm、Gd、Tb、Dy、Ho和Tm 16种元素在4种蛇样品中相对含量趋势基于一致,4种蛇样品中,乌梢蛇中Cu、Ti含量高,Zn含量低,酒乌梢蛇中V、As、Mo、Cd、Sb、Co、Sr、Ba含量高;金钱白花蛇中Lu含量高,酒炒金钱白花蛇中Ga、Fe、Al含量高,不同蛇样品具有独特的无机元素含量。主成分分析提取的5个主成分,累计方差贡献率为84.38%;主成分分析和OPLS-DA可以完全区分乌梢蛇和金钱白花蛇;线性判别模型对乌梢蛇、酒乌梢蛇、金钱白花蛇、酒炒金钱白花蛇的判别正确率为100%.实验结果证明基于蛇样品中无机元素含量所建立的判别模型可以有效的识别乌梢蛇、酒乌梢蛇、金钱白花蛇、酒炒金钱白花蛇,为蛇的真伪、分类判别提供基础数据和技术支撑。

关键词：乌梢蛇金钱白花蛇无机元素判别分析

基于叶片表型和矿质元素含量特征的油茶品种判别分析

在线全文

学校读者我要写书评

暂无评论

中国农学通报 2024年第19期40卷 12-18页

作者：曹永庆王开良汪舍平姚小华陈新建中国林业科学研究院亚热带林业研究所杭州311400 常山县林业水利局浙江常山324200

以广泛栽培的‘长林’、‘湘林’、‘赣林’系列28个品种为对象,分析不同油茶品种的叶片表型和矿质元素含量特征,并探讨其在品种判别分析中的应用效果。结果表明,供试28个品种的叶片表型特征和矿质元素含量变异丰富,其中叶面积的变异系... 详细信息

以广泛栽培的‘长林’、‘湘林’、‘赣林’系列28个品种为对象,分析不同油茶品种的叶片表型和矿质元素含量特征,并探讨其在品种判别分析中的应用效果。结果表明,供试28个品种的叶片表型特征和矿质元素含量变异丰富,其中叶面积的变异系数最大(18.66%),形状系数、形状因子的变异系数最小(分别为1.68%、3.64%);油茶不同品种叶片中氮元素平均含量最高,其次为钙、钾和铝元素,镁、锰、硫和磷元素的含量相对较低,从变异系数来看,锰元素的变异系数最大(123.72%),磷、钾、钙、镁元素的变异系数居中(在13.34%~17.71%之间),而氮、硫和铝元素的变异系数最小(在6.77%~9.20%之间);油茶叶片表型特征和矿质元素含量在品种间均存在显著差异;以叶片表型和矿质元素含量指标为变量进行品种判别分析,实现了对供试28个品种的完全判别。本研究为油茶品种鉴别分析提供了思路和借鉴。

关键词：油茶叶片表型矿质元素变异系数判别分析

聚类分析与判别分析在智慧旅游中的应用与探索

在线全文

学校读者我要写书评

暂无评论

运筹与模糊学 2024年第1期14卷 1021-1032页

作者：金婷婷尚雨浩陈涵怡南京信息工程大学数学与统计学院江苏南京

近年来,我国旅游业一直保持着高速稳定的发展趋势。在近两年疫情的影响下,旅游业发展受到影响,但我国旅游业目前仍处于持续发展增长的时期。并且,随着信息技术的持续发展,大数据时代已经悄然来临,社会各产业与大数据技术进行了深度的融... 详细信息

近年来,我国旅游业一直保持着高速稳定的发展趋势。在近两年疫情的影响下,旅游业发展受到影响,但我国旅游业目前仍处于持续发展增长的时期。并且,随着信息技术的持续发展,大数据时代已经悄然来临,社会各产业与大数据技术进行了深度的融合,智慧旅游应运而生。由于全国各地区之间差异等各种因素的影响,各个地区的旅游业发展水平呈现出不一致性。本文从Tableau可视化以及智慧旅游概念出发,利用Tableau作图工具对全国近十年的旅游发展趋势进行分析。由于影响智慧旅游发展水平的指标有很多,本文选取2019年全国各省份的具有代表性的若干指标进行研究,即选取旅游总收入、总人次、旅游类居民消费价格指数等9个指标。对于各省份智慧旅游的发展,利用聚类分析和判别分析模型对全国各省份的智慧旅游发展现状进行分析。最后,利用多元统计分析软件SPSS得到分析的结果,将各省份归为不同的类别,寻找原因并给出相应的对策。经研究可得,将全国各省份归为5类。结合各地区智慧旅游的发展现状,给出相应的建议和对策。对于北京、上海发展较成熟的地区,应更加注重高级智能化的旅游产品;对于贵州,由于地区、环境等的原因导致现阶段该区域的智慧旅游相对落后,政府的相关策略应向该地区偏斜。

关键词：智慧旅游 Tableau数据可视化聚类分析判别分析