逐步判别分析在烤烟产地鉴定中的应用

以我国主产烟区烤烟主要化学成分为指标,采用逐步判别分析的方法对不同产地的烤烟样品进行判别分析,并建立判别函数。研究结果表明:总植物碱、总糖、淀粉、钾、氯和石油醚提取物6个主要化学成分进入判别函数,并建立判别模型。采用交互验证的方法对判别模型进行回判,对原样品判对率为79.7%,对预测样品判对率为86.7%。基于烤烟主要化学成分的判别分析模型有较高的稳定性,可以用于烤烟产地的鉴定。     

烟叶褐变表观颜色值及其判别函数研究

以100份陈化的湖北烤烟烟叶样品正反面5种颜色值(亮度值、红度值、黄度值、饱和度值、色调角)为指标,采用逐步判别分析的方法,对不同褐变档次烟叶样品进行判别分析,建立判别函数。结果表明:烟叶正面亮度值L、红度值a、饱和度值c和色调角h进入判别函数并建立判别模型。用自身验证法和交互检验法对原样品进行回判,回判准确率为99.0%,对25个验证样品的判别准确率达到100%。     

基于化学成分的卷烟类型逐步判别分析

以112个卷烟样品的20种化学成分为指标,采用逐步判别分析的方法对不同类型卷烟样品进行判别分析,并建立判别函数.研究结果表明:挥发碱、还原糖、总植物碱、pH值、草酸、苹果酸、柠檬酸、亚油酸、石油醚提取物和芸香苷等10个化学成分进入判别函数,并建立判别模型.用自身验证法和交互检验法对原样品进行回判,回判准确率均为100%,新样品的判别准确率达到100%,判别效果良好.     

用粒形判别对古栽培稻属性的研究

通过多元逐步判别分析方法,对普通野稻、籼稻和粳稻的已知的粒长、粒宽、粒厚、长／宽比和粒重共５个性状变量进行分析,分别获得上述３组稻总体的粒形判别函数,经回报检验,精确度达９２．３％￣９３．３％。用这一方法对古栽培稻的粒形属性作了研究。     

南方速生丰产林基地划分的探讨

本文采用了主成分分析，聚类分析等方法，在南方12省，区内划分了18个速生丰产林基地，用判别分析建立了各基地的判别函数式，回判准确率在99％以上。本文还就各基地的水热状况提出了可能生产力。     

两广火炬松引种栽培区气候生态区划的研究

本文选择了16个与水热状况有关的气象因子，作R型主成分分析，结果前5个主成分的累积贡献率达84.25％；用前5个主成分坐标作模糊ISODATA聚类分析，将研究区划分为3类；用逐步判别分析建立的各类判别函数式，回判准确率为89％；最后，结合模糊相似优先比的结果，将研究区区划为火炬松最适宜发展区、火炬松较适宜发展区和火炬松控制发展区。     

Jud基于烤烟中上部烟叶致香物质比例的香型判别分析(英文)

[目的]为了区分烤烟中上部叶的不同香型风格特征,并为其判断提供数学模型。[方法]以中国11个主要产烟省的63个C3F和65个B2F烟叶为材料,并以67种致香物质含量占致香物质总量的比例为指标,采用逐步判别分析的方法对不同香型烤烟样品进行判别分析,并建立判别函数。[结果]结果表明,清香型和浓香型烤烟中大部分致香物质的比例明显高于中间香型。清香型、中间香型、浓香型烤烟中分别有51、43、40种致香物质的比例表现为上部叶高于中部叶。且在不同部位烟叶中,主导某种香型的致香物质种类不同。在分别以中部叶和上部叶致香物质比例为判别指标构建判别函数时,各有18种和11种致香物质进入判别函数,采用两种验证法(自身验证法、交互验证法)对原样品进行回判,其回判正确率分别为100%、98.6%(中部叶)和96.37%、94.4%(上部叶);采用该模型对其余的样品分别进行预测,其整体准确率为100%(中部叶)和91.7%(上部叶)。[结论]采用致香物质比例作为判别指标建立的数学模型对中上部烟叶的香型判断效果较好,能够实现对烤烟香型的客观、准确和快速鉴别分析。     

基于化学成分和致香物质的烤烟上部叶香型判别分析

为了区分烤烟上部叶的不同香型风格特征，为其判断提供数学模型，以中国11个主要产烟省的65个B2F烟叶为材料，分析比较烤烟的化学成分和致香物质含量，以67种化学成分和致香物质为指标，应用逐步判别分析法对不同香型烤烟的上部叶样品进行判别，并建立Fisher判别函数。结果表明，中间香型烤烟的致香物质总量最高，清香型其次，浓香型最低，3种香型烤烟中含量最高的致香物质种类差异很小，清香型烤烟的总糖和还原糖含量极显著高于另2个香型，主导烤烟香型的化学成分和致香物质有所不同，且同一地区烤烟的香型具有一定的多样性和差异性；判别分析发现，共有12个指标(总糖、还原糖、3–甲基–1–丁醇、2–吡啶甲醛、2,4–庚二烯醛、2–乙基吡啶、壬醛、苯乙醇、苯并[c]噻酚、胡薄荷酮、丁基化羟基甲苯、3–氧代–α–紫罗兰醇)进入判别函数，并建立判别模型；采用自身验证法和交互验证法对原样品进行回判，回判正确率分别为100%、98.33%；采用该模型对19个验证样品分别进行预测，3种香型烤烟的判别正确率分别为100%、100%和83.33%。     

判别分析法在三化螟一代预测预报上的应用

本文的数理统计采用了Fisher准则下的两类判别分析方法,在PC-1500型袖珍电脑上,对无锡地区的历史资料进行了数量分析,建立了预测无锡地区三化螟第一代发生量的线性判别函数。对于历史资料的回代验证,拟合率在90％以上,试报准确率是高的。     

南方三省（区）南洋楹气候区划的研究

选择纬度、经度以及16个与水热状况有关的气象因子进行R型主成分分析，用前5个主成分坐标值进行模糊ISODATA聚类分析，将研究区划分为3类；用逐步判别分析建立了各类的判别函数式，回判准确率为91.81％；结合模糊相似优先比的结果．将研究区区划为南洋楹适宜发展区、南洋次适宜发展和南洋楹控制发展区3个气候区。     

不同产地黄硬皮马勃的红外光谱鉴别方法研究

黄硬皮马勃(Scleroderma flavidum Ell.et EV.)主要生长在我国南方地区,有食用和药用价值。利用红外技术对其进行产地鉴别,为黄硬皮马勃的资源鉴别提供基础分析方法和理论依据。利用傅里叶变换红外光谱(Fourier transform infrared spectroscopy,FTIR)仪采集4个不同产地共40个黄硬皮马勃样本的红外光谱,每个样本平行扫描3次,取平均值。随机选择12个样本作为验证集,其余作为校正集,采用1 800~500 cm-1波段的光谱数据,对比多种预处理方法,选择最佳预处理方法建立模型并进行判别分析(discriminant analysis,DA)。结果表明,预处理方法 ND(7∶3)+SD+MSC(ND为诺里斯导数平滑,SD为二阶导数,MSC为多元散射校正)构建的判别模型性能最佳,验证集样本的分类准确率和校正集样本的回判准确率均达到100%,模型鉴别效果良好,可靠性高。傅里叶变换红外光谱法结合判别分析,能有效鉴别不同产地黄硬皮马勃。     

基于主成分与聚类分析的樱桃番茄品质综合评价

为探讨育种材料之间的品质差异,筛选适宜的推广品种,对29份樱桃番茄杂交组合的14个品质相关指标进行测量,运用描述性分析、主成分分析、聚类分析和判别分析对樱桃番茄进行综合评价。结果表明,番茄红素的变异系数最大,达到59%;横径的变异系数最小,仅为11%。主成分分析将14个品质指标简化为5个因子,累积贡献率达79.05%。结合聚类分析,筛选出决定番茄综合品质的6个指标——单果重、糖酸比、硬度、果形指数、V_C和番茄红素。综合主成分分析筛选出综合品质得分较高的组合。聚类分析将材料分为6类,结合判别分析构建了樱桃番茄品质判别函数,模型交叉验证显示正确判别率达到79.3%。此研究为樱桃番茄的品质评价提供了新思路。     

不同地理群体多鳞鱚的形态差异分析

采用聚类分析、主成分分析和判别分析3种多元分析方法,结合可量性状和框架测定数据,对湛江、北部湾和阳江3个不同地理群体的多鳞鱚进行了形态差异的比较研究。可量性状及框架数据的聚类分析结果表明,湛江与北部湾群体之间的形态差异最小,而阳江群体则单独形成一个聚类分支。主成分分析显示,3个群体在主成分1和主成分2上的分化较显著,但仍有部分重叠交错现象;在主成分1分布上,3个群体中湛江和北部湾群体相对较接近,而与阳江群体稍微分离,与聚类分析结果相一致;此外,主成分分析表明,头部和尾部纵向长短对多鳞鱚3个不同地理群体间的形态差异贡献率最大。同时,通过对8个贡献率较大的形态比例参数进行逐步判别分析,建立了3个不同地理群体的判别函数,判别准确率P1、P2以及综合判别率均为100%。综合以上3种多元分析的结果表明,湛江、北部湾和阳江3个不同地理群体的多鳞鱚在形态上已产生一定程度的差异,而3种多元分析方法均具有很强的实用性,能从不同角度反映出3个不同地理群体间的形态差异。     

基于体尺指标的山羊品种SPSS判别分析方法

为了提供一种基于体尺指标的山羊不同品种和地理类型的量化分析方法,用SPSS软件对崇明白山羊、海门山羊、徐淮山羊、关中奶山羊的17个体尺指标进行了典型判别和逐步判别分析。结果表明:该方法总体判别率可达到95.5%,当要求交叉验证正确率>90%时,至少需要9个体尺指标;在品种间两两进行比较时,对判别贡献率最大的指标因品种不同而异。在本研究范围内,角型和胸宽是崇明白山羊区别于其他山羊的两个最具区分度的体尺指标。     

基于图像处理技术的四种苜蓿叶部病害的识别

基于图像处理技术,对4种苜蓿叶部病害进行识别研究。利用结合K中值聚类算法和线性判别分析的分割方法对病斑图像作分割,获得了较好的分割效果。结果表明:该分割方法在由4种病害图像数据集整合成的汇总图像数据集上综合得分的平均值和中值分别为0.877 1和0.899 7;召回率的平均值和中值分别为0.829 4和0.851 4;准确率的平均值和中值分别为0.924 9和0.942 4。进一步提取病斑图像的颜色特征、形状特征和纹理特征共计129个,利用朴素贝叶斯方法和线性判别分析方法建立病害识别模型,并结合顺序前向选择方法实现特征筛选,分别获得最优特征子集;同时利用这2个最优特征子集,结合支持向量机(Support vector machine,SVM)建立病害识别模型。比较各模型的识别效果,发现利用所建线性判别分析模型下的最优特征子集,结合SVM建立的病害识别模型识别效果最好,训练集识别正确率为96.18%,测试集识别正确率为93.10%。由此可见,本研究所建基于图像处理技术的病害识别模型可用于识别上述4种苜蓿叶部病害,为苜蓿病害的诊断和鉴别提供了一定依据。     

猕猴桃有机成分产地指纹特征及判别分析

【目的】分析不同地域来源猕猴桃有机成分组成特征及含量差异,各有机成分指标对猕猴桃产地来源的判别效果,探讨有机成分指纹分析技术对猕猴桃产地鉴别的可行性。【方法】检测来自陕西周至和眉县、四川沐川、湖南永顺3个主产区93份猕猴桃样品的VC、VE、可溶性固形物、总酸及总糖含量,分别对数据进行方差分析（ANOVA）、多重比较分析和判别分析。【结果】不同产地猕猴桃的有机成分指纹信息有显著差异。陕西周至和眉县猕猴桃的VC含量最高,VE、可溶性固形物及总糖含量最低;四川沐川样品的VE、可溶性固形物及总糖含量最高,总酸含量最低;湖南永顺样品的总酸含量最高,VC含量最低。利用VC、VE、可溶性固形物、总酸及总糖含量对猕猴桃产地进行判别分析,回代检验正确判别率为92.2%,交叉检验正确判别率为90.0%。【结论】不同地域来源的猕猴桃有其独特的品质特征,有机成分指纹分析是用于猕猴桃产地鉴别的一种潜在技术。     

苹果叶部病害的傅里叶变换红外光谱鉴别研究

为建立一种基于傅里叶变换红外光谱技术结合光谱检索和逐步判别分析的苹果叶部病害快速鉴别方法,以白粉病、花叶病、炭疽叶枯病和早期落叶病4种病害,共60份样本的红外光谱、一阶导数光谱和二阶导数光谱为指标,利用Omnic 8.5软件中光谱检索功能依次与相应光谱库进行检索鉴别。检索结果显示:基于一阶导数光谱和二阶导数光谱的检索正确率均为96.7%,高于基于红外光谱检索的83.3%。同时,以样品光谱差异较大的1 800~1 000 cm~(-1)波数内的二阶导数红外光谱数据作为判别变量,利用SPSS 20.0软件中的逐步判别分析功能,比较了基于5种挑选判别变量方法建立的判别模型的鉴别效果。鉴别结果显示:采用Mahalanobis距离逐步判别法建立的模型对苹果叶部病害的鉴别效果最好,对训练样本的回判正确率为100.0%,对测试样本的预测正确率为80.8%,总正确率最高,为92.3%。综上表明,傅里叶变换红外光谱技术结合光谱检索法或逐步判别分析法,均能较好地诊断苹果叶部病害种类,可为苹果叶部病害的鉴别和诊断提供一种省时、易行的方法。     

基于逐步判别分析方法的农户正规融资信用风险度量研究

在综合评价信用风险度量模型后,认为多元统计分析方法更适于我国现阶段农户信用风险的测度,同时在山东省满庄和宁阳96位农户数据的基础上,运用逐步判别分析法对农户正规融资信用风险进行了实证分析。结果表明,判别函数总体上区分样本的准确率高达82.3%,正规金融机构可应用该方法对农户融资的信用风险进行度量;负债情况、借款用途、贷款年利率3个因素与农户贷款违约成正向影响关系;家庭规模、户主教育程度、资产价值3个因素与农户贷款违约成负向影响关系。