基于Fisher判别分析法的岩溶塌陷预测

为了更准确地预测岩溶塌陷,基于Fisher判别分析法,首先选择内聚力、内摩擦角、覆盖层厚度、覆盖层厚度减高水位埋深、覆盖层厚度减低水位埋深5个最主要的影响因素作为判别因子; 接着以桂林市20组岩溶塌陷案例为学习样本进行计算,建立相应的Fisher线性判别函数; 然后利用回代估计法对上述20组样本的预测结果进行逐一检验,其正确率为100%; 随后将上述预测结果与前人运用逐步判别、神经网络判别等方法得到的结果进行比较分析,认为Fisher判别分析法具有不需进行模型和参数的选择以及不受人为因素的影响等优点; 最后将建立的Fisher线性判别函数用于另外的10组实际案例进行预测分析,预测结果与实际情况完全吻合。结果表明:用Fisher判别分析法进行岩溶塌陷预测,简易方便,正确率高,实用性好; 该方法是岩溶塌陷预测的一种新方法。     

基于图像纹理分析的大米加工等级检测方法

利用不同加工等级大米表面纹理不同的特点,提出了基于纹理分析的大米加工等级检测方法。设计了大米的计算机视觉检测系统,获取4个不同加工等级大米标准样的图像,采用灰度梯度共生矩阵的纹理分析方法提取图像的纹理特征值,采用Fisher判别法和PNN神经网络对大米加工等级进行检测判定。试验结果表明:Fisher判别法和PNN神经网络对4种不同加工等级的大米样品检测判定的正确率分别是96.25%和90.00%。     

基于边际Fisher深度自编码器的电台指纹特征提取*

针对在少量有标签样本条件下传统方法训练不充分而且难以准确提取通信电台指纹特征的问题,文中提出基于边际Fisher深度自编码器的电台指纹特征提取算法.以深度自编码器为基础,训练过程分为无监督预训练、基于边际Fisher映射的有监督训练两部分.首先挖掘海量无标签样本中包含的电台个体类别信息,用于深度自编码器最优参数训练.然后在有标签样本的辅助下对训练参数进行基于边际Fisher映射的有监督精校,提高指纹特征对同类型电台个体的鉴别能力.在多个通信电台数据集上进行的分类识别实验表明,文中算法能在小样本训练条件下有效表达同类型通信电台个体之间的差异.     

LBP特征和改进Fisher准则的人脸识别

为了进一步提高人脸识别系统的性能,在LDRC算法的基础上进行改进,并将改进LDRC算法的准则函数应用到Fisher分类器中,提出了一种新的基于LBP特征和改进Fisher准则的人脸识别算法。该算法提取每幅人脸图像的标准LBP直方图特征：把提取到的LBP特征输入到改进后的Fisher分类器中,得到最佳投影矩阵和投票结果矩阵;求解出投票结果矩阵的最大值所对应的类别号,将其作为最终的识别结果;分别在FERET和AR人脸库中进行实验检测,结果表明与传统的特征提取方法相比,给出的方案可以使人脸识别率得到显著提高。     

Theory for Optimal Test Plans for the Random Fatigue-Limit Model

This article presents methodology for planning life tests based on the random fatigue-limit model (RFLM). The RFLM describes the relationship between fatigue life and the applied load in the presence of fatigue limits. A standardization of the RFLM is presented, and corresponding expressions for the elements of the Fisher information matrix are given. Different test plan criteria that express various objectives that the practitioner may have in conducting experiments under the RFLM are discussed. These criteria include estimation of life quantiles, estimation of stress/strain levels that yield a specific life quantile, estimation of fatigue-limit quantiles, and D and D_s optimality. Equivalence theorems used to verify optimality of test plans are also presented. The methods are sufficiently general so they can be applied to criteria based on any function of the model parameters. They are demonstrated using a nickel-base superalloy experiment.     

On the estimate of the rate constant in the homogeneous dissolution model

The aim is to determine how well the rate parameter of the homogeneous model of dissolution can be estimated in dependency on the chosen times to measure the empirical data. The approach is based on the theory of Fisher information. We show that if the probability distribution of the measurement errors is known, the data should be collected at a single time instant or its close proximity in order to obtain the best estimate. This is in sharp contrast with commonly used experimental protocols. Further, from the properties of the Fisher information we deduce how suitable is the model of measurement error and we show that asymmetric distribution of data close to the time origin is unavoidable.     

Fisher判别法在房地产投资环境评价中的应用

分析了影响房地产投资环境的因素,根据Fisher判别法的一般原理对房地产投资环境进行分析。最后举例说明了如何将Fisher判别法应用于房地产投资环境的分析,体现了该方法的合理性与优越性。     

单通道视觉诱发脑电的单次提取方法研究

针对单通道脑电信号单次提取识别率较低的问题,提出了一种正交B样条小波变换与Fisher线性判别相结合的方法,提高了视觉诱发电位P300的单次提取识别率。首先采用相干平均和小波变换的方法对脑电信号进行预处理,然后根据脑电信号的时-频特性及视觉诱发电位的锁时关系,提取出表征P300的8维小波系数模板,再次利用模板对单次样本进行特征提取,最后根据Fisher线性判别对测试样本进行分类识别,判断单次输入是否为视觉诱发脑电信号。实验结果表明,该方法对单次样本P300的平均识别率为95.10%。     

基于费歇贡献图的故障诊断方法研究

提出了将多尺度主元分析方法和费歇判别分析相结合,一种多变量过程监控和故障参数的诊断方法。它的基本过程是利用多尺度主元分析对多变量生产过程进行监控,当监测到过程发生异常波动时,对包含故障信息的重要尺度的数据进行重构,重构后的信号进行聚类后利用费歇判别分析进行故障参数诊断。     

基于电子鼻技术对不同类型洋葱提取液的识别

洋葱提取液作为新型的生物果蔬保鲜剂,因天然、安全等特点受到消费者信赖。然而不同类型洋葱提取液对果蔬的保鲜效果并不相同,因此对不同类型洋葱提取液的快速识别是有实践意义的。本试验以云南、甘肃、安徽、四川、山东、江苏的紫皮洋葱,甘肃、吉林、云南的黄皮洋葱和新疆的白皮洋葱为试验对象,测定植物学性状后提取洋葱的提取液,运用电子鼻检测分析提取液的挥发性物质,采用费舍尔判别(Fisher判别)和反向传播神经网络(back propagation neural network, BPNN)建立预测模型。结果表明：电子鼻的10个传感器对不同类型的洋葱提取液的响应值有显著性差异(P < 0.05),Fisher判别模型和BPNN模型均可有效的识别不同类型的洋葱提取液,其中BPNN识别的正确率比Fisher判别高。因此,电子鼻技术结合BPNN更适合不同类型洋葱提取液的识别。