绿洲土壤水盐耦合关系及景观地球化学特征

绿洲的气候状况、地形特征、土壤地理特点以及农业耕作与灌溉措施,是影响其景观地球化学特征与土壤水盐关系的重要因素．绿洲土壤水盐关系又与MODS关系密切相关．人类活动也自然成为影响干旱区内陆河流域绿洲农田景观地球化学特征与土壤水盐耦合关系的重要因素．土壤水盐耦合类型盐化土主要以Cl-SO4型为主,其次是SO4-Cl型．就阳离子地球化学特征来看,多为Ca—Na型和Mg—Na型,其次是Ca—Mg型．根据分析结果,可估算出盐化土壤的盐分组成是以Na2SO4,CaSO4,NaCl为主,特别是NaCl水溶性极强,SO4-Cl盐土也就主要分布在地下水埋深浅、矿化度高的盐化土壤中．绿洲土壤水盐耦合关系在一定程度上也反映了绿洲景观地球化学过程及其变化特征．从土壤化学分析来看,碱解氮、速效磷,有机质缺乏是造成绿洲土壤肥力不高的主要因素．干旱区渭干河流域绿洲土壤盐渍化类型明显受到地下水盐分及其化学类型的影响．地下水盐分是土壤盐分的重要来源,也是绿洲景观地球化学过程的重要环节．     

背河洼地土壤水盐动态研究

本文通过盐分传感器对背河洼地土壤水盐动态进行实地、定点、定时测定，获得地下水位与地下水矿化度和土壤合盐量的季节性变化规律，以及地下水矿化度与电导率的相关性，ｒ＝０．９５５，ｙ＝０．００１１ｘ＋０．２４。对该地区的农业生产持续地发展具有一定的指导作用。     

宁夏卫宁北山地区遥感地质找矿模式研究

为了应用遥感技术获取有效示矿光谱信息和构造信息,提高找矿效果,通过遥感影像构造信息分析和区域地质背景分析,运用遥感信息多层次分离提取技术,采用波段比值、主成分分析、密度分割及复合叠加等方法,分离提取了矿化蚀变信息,确定了蚀变异常与线环形构造的遥感示矿模型,圈定了多金属成矿远景区.     

微咸水灌溉对土壤水盐分布的影响

土壤中盐分的变化会对农作物的生长产生影响,拟通过田间试验的方法,以衡水地区为例,研究该地区微咸水灌溉对土壤水盐分布的影响。结果表明:利用该地区地下微咸水对灌区玉米进行灌溉时,受气象因素影响,表层土壤含水率随时间变化较小,随土壤埋深的增加逐渐增大;含水率变化频率随埋深的增加逐渐减小;土壤表层含盐量最高,呈现明显的表层富集现象;在降水及灌溉水的作用下,土壤含盐量下降明显,由初始值2.39 g/kg降至1.40 g/kg;考虑地下水作用,土壤在160 cm处出现盐分富集现象;当土壤水分通量增大时,土壤接受降水补给,洗盐效果明显。     

宁夏马家塘盐化土壤灌水前后盐分组成的分布

为了改善宁夏马家塘新灌区灌水后土壤次生盐渍化现象,以马家塘灌区南部有盐化迹象的土壤为对象,选择两种不同土壤类型,即通体型盐化土壤和中位底盐型盐化土壤,在不同的灌水定额条件下,对土壤中可溶盐分组成进行分析.结果表明:该地区主要为硫酸盐型盐化土壤,土壤中SO42-占阴离子总量的96%以上,而对作物生长影响相对较大的Cl-含量较低,Cl-及其他阴离子含量总合所占比率不足4%;阳离子主要为Ca2 ,占阳离子总量的90%以上,其他阳离子含量总合所占比率不足10%.通体型盐化土壤灌水后,在3600m3h/m 2灌水定额下,表层土壤SO42-和Ca2 含量较6000m 3h/m 2灌水定额下SO42-和Ca2 含量增加.因此,该类土壤的灌溉最好在灌区开发先期暂缓旱地改水田,并采取生物改良措施排盐.     

面向非特定人的语音情感识别特征研究

在模式识别中,对于一些常用的特征选择算法存在理论性不强、随机性高、计算量大的缺点,提出了一种基于主成分分析（PCA）的特征选择方法。对训练数据进行PCA变换;以识别率为准则,考察不同的累积方差贡献率对识别精度的影响;根据识别率的最高点选择相应的变换矩阵进行分析;利用变换矩阵分析出各种原始特征的变换权重,根据权重的大小选择出重要的特征。实验结果表明,选择出的特征子集对不同分类器具备稳定性,并且对识别率具有较高贡献。     

基于相关性分析和主成分分析的基因调控网络研究

为了构建基因调控网络模型,提出了相关性分析和主成分分析相结合的方法。利用皮尔逊相关系数进行相关性分析,构造初始的基因调控网络。进而利用主成分分析法确立剪边原则,从而获得新的基因调控网络。采用Dream3中的大肠杆菌（Ecoli1）10个基因的表达数据进行测试,结果表明,参考黄金标准下的基准网络,所提方法获得的基因调控网络具有较高的准确性。     

基于主成分分析的特征简化

特征评述与简化是模式识别研究中至关重要的任务,本文介绍了降维映射的主成分分析特征评选与简化方法,提出了以神经网络实现主要成分分析的结构和算法,为模式识别特征简化提供了一条有效途径。     

油用文冠果品质的主成分分析与聚类分析

利用SPSS软件对文冠果粗脂肪含量和脂肪酸组成进行相关性分析,文冠果粗脂肪与油酸呈极显著正相关,与亚油酸呈极显著负相关.基于对文冠果种仁8个指标建立的主成分分析模型计算出各地区种仁得分,对15个地区文冠果进行K-Means聚类.采用主成分分析提取了3个主成分,可代表油用文冠果品质79%以上的信息,依据文冠果作为油料作物使用的适宜性将其聚为4类.志丹和建平地区的文冠果最适宜作为油脂原料,方山地区的文冠果较为适宜作为油脂原料.对文冠果进行判别分析,建立函数模型能够判别未知文冠果品种在工业生产中作为油料使用的适宜性.     

主成分法分析济南市区土壤中多氯联苯残留

为对济南市土壤中有机物污染程度进行综合评价,本文对济南市各县级市12个表层土壤样品中多氯联苯的12种同系物用气相色谱进行检测,对所得数据用SPSS 17.0程序进行主成分分析,在同系物水平上综合评价了济南市各县级市表层土壤中PCBs污染的贡献率、类型、同系物组成和可能的来源.结果表明:长清归德镇卫楼村、槐荫区裕兴北、章丘市龙山镇霍八村、槐荫济南炼油厂、长清平安店镇高垣墙村总的得分F比较高,说明这几个地方的表层土都受到了不同程度的多氯联苯的污染.     

基于对称性特征分块主成分分析的人脸识别方法

为了进一步提高人脸识别的精度,考虑在分块主成分分析算法中引入对称性思想。首先对图像进行分块并分别求其奇偶对称脸,然后利用主成分分析算法提取图像的主要鉴别特征。该方法充分考虑了光照等多种因素对识别率的影响,利用人脸图像的对称性增加了样本数量,以有效提高识别率。在ORL人脸库上的实验显示,在每类训练样本数为7、提取特征数为20的情况下,基于对称性特征的分块主成分分析方法的人脸识别率为95%,说明该方法是有效的。     

宁夏沿黄城市带投资环境评价与优化

构建包括自然环境、经济环境、社会环境及基础设施4个方面共36个指标组成的评价指标体系,并基于SPSS13.0统计软件,运用主成分分析法对宁夏沿黄城市带投资环境进行综合评价,得出聚类结果和ARCVIEW空间分布图.结果表明,宁夏沿黄城市带投资环境内部差异显著,银川市投资环境最好,综合得分为6.141,其他各市县与之相差较大;在地域空间上呈现3种不同类型.据此,提出了宁夏沿黄城市带不同类型区投资环境优化途径。     

基于广义主成分分析的步态识别算法研究

步态识别是根据人行走方式的不同对人的身份进行识别的.通过背景减除实现人体检测,运用形态学操作和图形几何变换实现了图像的标准中心化.在特征提取阶段使用步态能量图(GEI)来描述每个步态序列,分别使用主成分分析、二维主成分分析、完全的二维主成分分析以及加权完全的二维主成分分析对特征进行降维,最后采用最近邻分类器来测试识别结果作对比研究.实验结果表明权衡计算量和识别率,二维主成分分析对于GEI的步态识别比较有效,识别率可达95.43%.     

主成分分析法在住宅特征价格模型中的应用

线性函数以计算简便、结果精确而广泛应用于特征价格模型中。但考虑线性函数中自变量数目较多并且存在一定相关性的问题,本文提出应用主成分分析法,对特征价格函数中的系数进行标准化处理,排除了变量间的线性关系对特征价格模型所产生的误差。同时,对西安市住宅市场进行实证研究,建立基于主成分分析的特征价格模型,并与线性函数的参数估计结果进行比较,以实际数据证实主成分分析法的可行性和有效性。     

基于特征数据的旅游局官方微博营销效果研究

运用微博风云网站提供的影响力前100名的境内旅游局官方微博特征数据,采用主成分分析方法,对其官方微博的营销效果进行研究,得出了影响旅游局官方微博营销效果的3种主成分及其与微博指标的量化关系,并据此提出了相关建议。研究结论为对境内旅游局官方微博营销效果进行评估提供了参考。     

基于二维广义主成分分析的人脸识别

针对人脸识别中的特征提取问题，提出了一种基于二维广义主成分分析（2DIMPCA）的人脸识别方法.有别于传统的人脸识别算法需要将二维人脸图像矩阵压缩成一维向量，该方法直接采用二维图像矩阵来构建方差矩阵，通过在水平和垂直2个方向上顺序执行2次广义主成分分析（IMPCA）运算，消除了人脸图像行和列的相关性，大大压缩了特征的维数.选用二维最小近邻分类法进行分类，计算识别率.在AT&T人脸库以及Yale人脸库上的测试结果表明，与主成分分析（PCA）和IMPCA相比，该方法具有更高的识别率和更快的识别速度.     

基于主成分分析的辽宁上市公司财务状况评价研究

在确立上市公司财务状况评价指标体系的基础上，应用主成分分析法对指标体系的高维变量空间进行降维处理，借助SAS6．12对辽宁省上市公司的财务状况进行了客观评价，为投资者和债权人的决策提供了借鉴．     

PCA-WNN模型在导水裂隙带高度预测中的应用研究

导水裂隙带是煤层顶板水害的主要通道,准确预计导水裂隙带高度是预测和防治煤层顶板水害的首要任务。基于导水裂隙带发育的复杂性及其影响因素之间的相关性,结合煤矿生产实际和工程地质理论,选取采高、工作面斜长、硬岩岩性比例系数、采深和煤层倾角作为主控因素,利用线性回归拟合及灰色关联分析法分析各主控因素与导水裂隙带发育高度的相关性。将主成分分析（principal component analysis,PCA）与小波神经网络（wavelet neural network,WNN）相结合,通过PCA消除各主控因素间的相关性及冗余信息,构造无相关性的主成分作为WNN的输入因素,建立导水裂隙带高度预测的PCA-WNN模型。结果表明：PCA-WNN模型能有效消除因素间的相关性,预测相对误差为-6.66%～6.13%,平均4.46%,较单纯的WNN模型预测精度高且稳定。将该模型应用于山东新巨龙煤矿1302N工作面,得到了较为准确的预测结果,为导水裂隙带高度预测提供了新方法。