数学判别模型对白背飞虱主害代发生程度的预测

根据2个总体的Fisher判别准则，建立了预测害虫种群动态的数学判别模型，对重庆市黔江区1989—2004年白背飞虱主害代发生程度的2类资料进行了数量分析，建立了数学模型：D=0.015 x1-0．029x2，对历史资料进行回测检验，历史符合率达93.8％。     

基于单萜类香气组分的工夫红茶发酵适度判别

单萜及其衍生物是茶叶香气成分的重要组成,也是表征香气适宜的重要指标。文章对工夫红茶发酵进程中,香气组分变化进行了全程取样分析。通过感官品质评价,定性工夫红茶发酵程度;借助气相色谱-质谱法（GC-MS）手段,分析发酵过程香气组分,结合化学结构特征,筛选出单萜及其衍生物21种;运用偏最小二乘法判别分析（PLS-DA）,实现工夫红茶发酵程度的有效预判,并计算出相关性显著的5个单萜类香气组分。研究结果为工夫红茶发酵工序的反馈性调控,提供了理论保障。     

基于人工神经网络的苹果等级判别方法研究

 应用计算机视觉以及图像处理技术,提出一种基于改进的LVQ人工神经网络算法,从苹果的色泽、横径及果形指数3方面对苹果进行等级划分。结果表明,与传统的LVQ人工神经网络相比,改进的LVQ人工神经网络提高了苹果的分选精度,具有更好的判别效果。     

区域引进良种成败的判别方法研究

分析了引进良种的经济效益,指出了传统农业引进良种的缺点,提出了区域引进良种的模糊相似优先比方法及其优点。     

基于近红外光谱与DPLS的潲水油快速鉴别方法

潲水油回流餐桌等食品安全问题越来越受到社会关注,探寻准确、快速、简便、高效且成本低廉的潲水油鉴别新方法成为食用油安全性能检测的新要求.对收集的82份潲水油和合格食用油样品进行了理化检测,鉴别出潲水油样品37份,合格油样品45份.从82份样品中随机选出24份样品作为第一组,余下58份样品作为第二组,以第一组24份样品作为校正集,建立判别偏最小二乘法(DPLS)模型,鉴别第二组58份样品,总体鉴别正确率为86.21%;再以第二组58份样品作为校正集,建立DPLS模型,鉴别第一组24份样品,总体鉴别正确率为95.83%.研究表明,基于近红外光谱与DPLS的潲水油快速鉴别方法可行,具有较好的鉴别效果.     

气体传感器鉴别花椒产地研究

目前花椒产地鉴别基本以感官评定为主,缺乏客观性,在实施应用时难以做到量化和标准化,难以做出判断。因此设计研发一种快速鉴别花椒的智能装置。该装置以气体传感器阵列为核心,能够独立对花椒气味信息进行检测和鉴别,区分不同产地的同类花椒。利用主成分分析和WilksΛ统计分析对检测数据进行处理。提取主成分5个,累积贡献率为94.41%,其对应Fisher判别模型训练集平均准确率达到88.6%,验证集90%,WilksΛ统计分析最终选取8个变量,其对应判别Fisher模型训练集平均准确率91.82%,验证集95%。对WilksΛ统计所选取变量建立细分类交叉验证的Fisher判别模型,平均正确率达到97.27%,将模型移植到采集装置,完成智能花椒品种鉴别装置。该方法是一种简便高效的花椒品种鉴别方法,可为今后进一步研究花椒产地、分级提供检测仪器和理论依据。     

基于颜色和纹理特征的玉米旱情统计判别模型

利用颜色和纹理特征判定玉米植株干旱程度是玉米旱情监测识别的新途径,良好的统计判别模型构建方法对实现这一新途径意义重大。采集了玉米出苗-拔节、拔节-抽雄、抽雄-成熟3个生长发育阶段适宜、轻旱、中旱、重旱、特旱5个干旱程度的玉米植株图像,用MATLAB软件从图像中提取玉米植株的颜色和纹理特征数据,以SPSS软件对特征数据的训练集进行Fisher逐步判别分析,获得Fisher判别函数组,结合曼哈顿距离判别规则,建立了玉米出苗-拔节、拔节-抽雄、抽雄-成熟3个生长发育阶段的正视面、俯视面和侧视面共9个单视角统计判别模型,并将每个生长发育阶段的单视角统计判别模型联合构建为三维统计判别模型。玉米3个生长发育阶段的所有单视角判别模型在训练和测试时的平均判别准确率无显著差异,所有正视面和侧视面单视角统计判别模型训练和测试时的平均判别准确率均在90%以上,判别玉米不同干旱程度的准确率差异性小,所有俯视面单视角统计判别模型训练、测试时的平均判别准确率均低于85%,且判别玉米不同干旱程度的准确率差异性较大。玉米3个生长发育阶段的三维统计判别模型的训练和测试平均判别准确率在97%以上,且判别玉米不同干旱程度的差异性较小。玉米3个生长发育阶段的单视角统计判模型中,侧视面统计判别模型的判别效果最好,正视面统计判别模型次之,俯视面统计判别模型的判别效果相对较差,每个生长发育阶段的三维统计判别模型的判别效果均比单视角统计判模型好。     

基于费舍判别法的族群分类问题研究

判别分析是根据观测到的某些指标对所研究的对象进行分类的一种多元统计分析方法。在生物学中,对物种进行分类是极具研究价值的。本文根据题中已知两种蠓虫的触角和翼长的不同特征,进行简单的分析,利用F分布判断题中所给数据满足判别分析的要求。在此基础上,针对蠓虫进行分类的目的,使用费舍判别法给出对检验样本进行分类的依据,并通过三个样本分别给出了结果。     

野生、池塘养殖及红树林生态养殖中华乌塘鳢成鱼的形态判别

[目的]比较分析3种不同来源中华乌塘鳢群体是否存在形态差异,为辨别中华乌塘鳢产品来源提供快速便捷的形态学判别方法,也为创建中华乌塘鳢红树林生态养殖品牌提供基础数据.[方法]分别测量中华乌塘鳢野生群体、红树林地埋管道生态养殖群体和池塘养殖群体的6个可量性状和20个外形框架结构数据,并采用方差分析、聚类分析、判别分析和主成分分析等方法进行多元分析.[结果]除头长/体长外,其他各项可量性状比值在各中华乌塘鳢群体间均存在明显差异.主成分分析结果显示,对第一主成分影响较大的有L9(第二背鳍起点至其末端的距离)、L13(第二背鳍末端至臀鳍起点的距离)、L14(第二背鳍末端至尾鳍背侧起点的距离)、L17(第二背鳍末端至尾鳍腹侧起点的距离)、尾柄长/体长和尾柄高/尾柄长等尾端特征值,对第二主成分影响较大的有体高/体长、L2(第一背鳍起点至腹鳍起点的距离)、L5(第二背鳍起点至臀鳍起点的距离)、L6(腹鳍起点至臀鳍起点的距离)、L7(第一背鳍起点至臀鳍起点的距离)和L8(第二背鳍起点至腹鳍起点的距离)等躯干特征值,对第三主成分影响较大的有L11(臀鳍起点至其末端的距离)、L12(第二背鳍起点至臀鳍末端的距离)、L16(臀鳍末端至尾鳍腹侧起点的距离)和L18(臀鳍末端至尾鳍背侧起点的距离)等体后端特征值.野生、生态养殖和池塘养殖中华乌塘鳢群体可通过判别函数进行有效区分,其综合判别正确率为93.1%.聚类分析结果显示,野生群体与生态养殖群体先聚为一支,再与池塘养殖群体相聚,即中华乌塘鳢生态养殖群体与野生群体的形态较相近.[结论]中华乌塘鳢野生群体、红树林地埋管道生态养殖群体和池塘养殖群体的形态存在明显差异,通过形态学多元分析可有效辨别.红树林地埋管道生态养殖群体的形态与野生群体更相近,食物保障和食物组成、环境理化条件等可能是引起中华乌塘鳢各群体形态差异的主要原因.     

利用叶片光谱的作物铜铅污染判别

重金属污染种类的判别是作物生长环境监测的重要组成部分。该研究旨在提出一种由叶片光谱构建的铜铅污染判别特征(Copper and Lead Contamination Discriminating Features,CLCDF),以实现作物铜、铅污染判别。以典型作物玉米为试验对象,运用包络线去除与导数处理叶片光谱,基于该研究提出的归一化铜铅污染指数(NormalizedDifference Copper and Lead Contamination Index,NDCLCI)构建叶片CLCDF,在CLCDF分布域内建立判别平面(Discriminating Plane,DP)。依据CLCDF与DP的位置关系,得出直观的污染种类判别规则,并利用判别距离(Discriminating Distance,DD)对判别规则进行量化。基于训练集数据进行试验,提取到189种用于判别铜、铅污染的DP,同时获取了对应的污染种类判别规则,判别正确率为100%。使用验证集数据进行验证,189种DP中的88种判别效果较好,判别正确率为78.22%。该研究结果证明,基于CLCDF的铜铅污染判别方法效果良好且稳定。