基于人工蜂群算法优化支持向量机的 采场底板破坏深度预测

为确定合理的底板防水煤岩柱尺寸,减少底板突水安全事故的发生,利用支持向量机(SVM)与人工蜂群算法(ABCA)综合研究底板破坏深度问题。由于SVM训练参数惩罚因子 C 和核函数宽度 g 的选择对预测精度的影响显著,采用ABCA优化该训练参数的选择过程,建立基于SVM的底板破坏深度预测模型。选取采深、煤层倾角、采厚、工作面斜长、底板抗破坏能力和是否有切穿断层或破碎带作为影响底板破坏深度的主要影响指标,利用现场实测的30组数据作为样本对该模型进行训练和预测。结果表明：该预测模型的平均相对误差为12.5%,平均绝对误差为 0.986 m ,均方误差为0.005,平方相关系数为0.980,较其他预测模型具有更强的泛化能力和更高的预测精度。     

基于支持向量机的蘑菇毒性判别研究

毒蘑菇和可食用蘑菇在外表上非常相似,依靠传统方法难以判别。为了实现判别上的自动化和增强可靠性,提出了一种基于支持向量机的蘑菇毒性判别方法。首先给出了数据样本和数据预处理的方法,其次建立C-SVM模型并进行训练,同时依照一对一方法实现了支持向量机的多分类,最后使用定步长探索法获得了模型的最优参数。仿真实验对比分析了不同样本量,不同参数下所提方法的准确度,验证了该方法在蘑菇毒性判别上的可行性。同时,使用神经网络、决策树方法进行分类器间的性能对比,发现与神经网络、决策树的判别结果相比,所提方法具有准确率高、操作方便、实用性强等优点。     

基于PSO-SVM的高光谱数据降维的可靠性研究

PSO结合SVM算法对高光谱数据波段进行优化,每次搜索结果不一定相同,因此很多学者对此类算法的可靠性存在疑问。为了证明PSO-SVM降维算法的可靠性,利用PSO-SVM算法对杉木和马尾松的幼中成熟林的高光谱原始数据、一阶微分变换数据、对数变换数据及归一化变换数据进行降维运算,对降维后选择的波段分别利用支持向量机（SVM）、BP神经网络、Mahalanobis距离分类法、Fisher分类法及贝叶斯分类法进行分类,分类结果中,Fisher分类法的结果最好,所有的分类结果均在90%以上,SVM和BP神经网络的分类结果都保持在80%以上,贝叶斯分类法分类精度最差,所有分类结果均未超过90%,最差结果为43.75%。同时,将PSO-SVM与PCA算法进行对比分析,发现在马尾松和杉木的分类过程中PSO-SVM算法优于PCA算法。最后得出结论,PSO-SVM算法提取的特征对Fisher、SVM及BP神经网络分类法有效;当光谱数据差异非常微小时,PSO-SVM比PCA对特征的提取更有效。     

Fault diagnosis of rotating machinery based on SVM 2PTMC

A method is proposed to determine the priority class of binary tree SVM. Firstly, the vibration signals of rotating machinery are colleted through a rotating machinery fault experimental platform and data acquisition system. The signals are from 5 different conditions, i.e. rotor normal, rotor unbalance, rotor misalignment, rotor bearing inner ring cracks and rotor bearing outer ring cracks. Then the signals are disposed by zero-mean and the main frequency band of the vibration signals are reconstructed to, extract the dimensionless time domain as characteristic value. Finally, the priority class of SVM 2PTMC can be determined by the correct inspection rate of parallel SVM. Training samples can be completely divided in experiments, which verifies the effectiveness of this method.     

A Novel Method Based on Support Vector Machine for Defect Identification

The traditional fault detection suffers from complicated process, low accurate ratio and off-line implement. The improved methods of defect recognition by artificial neural networks (ANN) can lead to the problems of overfit and bad generalization because of finite samples. With a view of data mining and technique parameters directly, the new approach using support vector machine classification algorithm after removing redundant parameters by rough set theory and eliminating noise of data to identify the defects is discussed. The results of a experiment show that unlike conventional and ANN recognition methods the new technique performs better than conventional evaluation ones with advantages of high efficiency, lower cost, easy implement on-line, excellent generalization and so on. The approach provides a novel technique means for nondestructive defect identification of various products.     

基于粒子群算法和支持向量机的黄花菜叶部病害识别

使用数字图像处理技术,以黄花菜叶部病害图像为识别对象,基于Lab空间和K-means聚类算法分割病害区域,提取目标区域的颜色特征、方向梯度直方图(histogram of oriented gradient,HOG)特征和形状特征,分别建立单一特征模型和特征融合模型,采用粒子群(particle swarm optimization,PSO)算法通过交叉验证优化支持向量机(support vector machine,SVM)模型的惩罚因子和核参数,建立基于PSO-SVM的多特征融合分类模型识别黄花菜病害。基于SVM的多特征融合分类模型识别率高于单一特征分类模型,识别率可达为81.67%;基于PSO-SVM多特征融合分类模型识别率高达92.39%。基于PSO-SVM的多特征分类模型识别率高,可以及时、便捷、高效地识别黄花菜病害。     

深锥浓密机底流浓度预测与外部结构参数优化

针对困扰支持向量机(SVM)模型参数选择问题,结合遗传算法(GA),建立了深锥浓密机底流放砂浓度的GA-SVM预测模型,研究了不同结构参数状态下底流浓度的变化规律,进行了深锥浓密机的外部结构参数优化选择。以司家营铁矿为例,在最优底流放砂浓度为72%的条件下,经外部结构参数优化后的深锥浓密机锥高10 m、锥角为30°,系统稳定可靠、底流连续均匀,动力荷载较同类矿山降低约15%,压耙停机故障降低80%。     

基于移动溯源与图像分析的茶叶品级鉴定方法研究

为解决茶叶在质量追溯时防伪和品质鉴定问题, 以六安瓜片为研究对象, 提出一种结合移动计算和图像分析的茶叶质量追溯方法。该方法的实现以 Android操作系统为平台, 通过扫描茶叶质量追溯二维码查询溯源信息。在此基础上, 利用智能终端拍照获取完整的单片茶叶正面照片并上传至后台服务器。后台编写的 MATLAB图像处理程序对采集的图像进行预处理和特征参数提取, 将提取的颜色和形状共 7项特征参数作为参数集合, 运用 SVM分类器对茶叶进行分类, 最终将结果反馈到溯源客户端。测试结果证明, 该方法能快速帮助消费者对茶叶品级进行初步鉴定。     

低场核磁共振技术结合主成分分析法对4种植物油的快速鉴别

为了研究一种快速且准确鉴别不同种类植物油的方法,采用低场核磁共振技术测定4种不同种类植物油样品的低场核磁弛豫特性,并结合主成分分析法分析低场核磁弛豫特性数据.结果表明:采用低场核磁共振技术的CPMG脉冲序列测定山茶油、花生油、大豆油和玉米油4种植物油横向弛豫时间T2;T2谱包含许多样品内部的信息试验结果,仅通过分析T2谱的方法不能快速直观地同时辨别4种植物油,而通过结合主成分分析法分析处理低场核磁共振T2谱数据能够快速而准确地对4种植物油进行识别.该方法可为4种植物油的鉴别及市场监督体系的完善提供技术支持.     

Adaptive Inverse Control for Feed Water and Superheated Steam Temperature of Supercritical Pressure Boiler

An adaptive inverse control method for feed water and superheated steam temperature of supercritical pressure boiler is investigated. Through the analysis of the boiler system ,s dynamic characteristics, the input vector structure of inverse dynamics model of feed water and superheated steam temperature is constructed. The adaptive inverse control system is realized through on-line identification of inverse dynamic model with recursive least squares support vector machine. In the control process, the demand for feed water and spray water flow to the outlet steam temperature and micro-superheated steam temperature is considered to realize the integrated control of feed water and superheated steam temperature. Simulation results show that this control system has good control performance and adaptability and can void the repeated oscillation phenomena of control variables which appear in present two section control system.     

Key parameters analysis of surface subsidence induced by tunneling construction

In order to identify the key factors inducing the surface subsidence while shield tunneling,a key parameter selection model and solving method based on RS-SVM is proposed. The information entropy rules were used to discretize seven continuous variables including Internal Friction Angle(IFA),Cohesive Force(CF)etc. Genetic Algorithm and Rough Set for attribute reduction were combined to obtain several collections that significantly affect the surface subsidence; Using the statistical learning of RVM to select the best collection which optimally reflects the relationship between parameters and surface subsidence,we get four parameters: Single Ring Grouting Pressure,Internal Friction Angle,Specific Torque(ST),Incision of Slurry Pressure and each of the collections was the critical parameter that should be considered in construction. The method was applied in a completed metro tunnel in Wuhan,China and the results indicated the feasibility of the method.     

石榴POD基因家族鉴定及生物信息学分析

为解析石榴POD基因家族的特征,本研究利用生物信息学技术对石榴POD基因家族成员进行鉴定,并对其理化性质、二级结构、亚细胞定位、系统进化关系和保守基序等进行了预测分析。结果表明,石榴中共鉴定出107个POD基因家族成员,其大部分为碱性蛋白、稳定蛋白和亲水性蛋白。蛋白二级结构以α-螺旋和无规则卷曲结构为主要构成元件。亚细胞定位表明POD蛋白主要分布在细胞质中。根据系统进化关系可分为11个亚族,每个亚族基因的数量不同,第5个亚族最多。聚在同一亚族POD蛋白的保守基序组成相似,其进化关系较近。研究结果为深入分析石榴POD基因的功能,揭示其调控石榴果实褐变的机理提供了科学依据。     

贵州四种名优茶叶的电子鼻鉴别与香气成分分析

为实现贵州4种名优茶叶（湄潭翠芽茶、石阡苔茶、凤冈锌硒茶、都匀毛尖）的鉴别,本文通过线性判别分析（LDA）和载荷分析（Loadings）,研究电子鼻技术对贵州4种名优茶叶的鉴别能力,并采用顶空固相微萃取-气相色谱-质谱联用技术对香气成分进行分析。结果表明：电子鼻中LDA方法能够将4种名优茶叶有效鉴别,而Loadings分析表明2号（氮氧化合物）和7号（萜烯类、硫化物）传感器在整体气味鉴别中起到主要作用。对4种名优茶叶的具体香气成分分析表明,4种茶叶中共检出香气成分77种,共有成分14种。其中,醇类和烷烃类在4种茶叶香气成分中的相对含量均较高,4种茶叶均未检测出独立的醛类化合物。芳樟醇、2-丁基-1-辛醇、5-庚基苯-1,3-二醇、癸烷分别是湄潭翠芽、石阡苔茶、凤冈锌硒茶和都匀毛尖茶中检测出独有的且相对含量最高的香气成分,说明不同种类的茶叶均有独自的香气成分。因此,不同种类的茶叶由于挥发性成分种类及相对含量有差异导致其香气不同,并且电子鼻技术可以对贵州这4种茶叶进行有效鉴别。     

豇豆轮纹病病原菌鉴定及ITS分析

为了解豇豆轮纹病病原,本研究采用形态观察、分子鉴定和系统进化分析的方法,对采自海口、澄迈、定安、文昌、万宁、陵水、三亚、乐东、东方、五指山等10个市县的豇豆轮纹病病样,进行了病原鉴定和ITS分析.结果表明:病原分离物具有多主棒孢霉(Corynespora cassiicola)的形态特征.其分生孢子梗褐色,数根丛生或单...     

理化诱变小豆京农6号突变体的鉴定

选用小豆品种京农6号种子,分别采用甲基磺酸乙酯(EMS)(0.5%、0.9%和1.4%处理12h和24h)、电子束(100、300、600Gy)、60Co-γ(400Gy)诱变处理,将处理后的种子种于大田,鉴定后代植株性状的变异。观察表明,EMS诱变的变异类型最丰富、60Co-γ射线次之、电子束产生的变异类型较单一。EMS处理小豆以浓度0.5%和0.9%处理24h为宜;0.5%EMS处理的粒色和荚色变异突出,有鲜红、黄白、绿白粒色和黑荚、褐荚、黑褐荚变异;0.9%处理的叶形变异突出,有鸡爪叶、剑叶、肾形叶、小密叶等突变类型;电子束诱变后,M2变异率分别为4.09%、3.64%和2.22%。400Gy60Co-γ射线处理种子,后代变异率为7.23%。通过两年的鉴定筛选,获得937个EMS诱变M3代株系,934个60Co-γ射线和电子束诱变M2代株系,已得到株高、叶形、叶色、粒形、粒色、荚色、无分枝、多分枝、叶簇生、分枝簇生、光叶、蔓生、有限结荚习性、株型松散、育性、成熟特性等突变体材料1490份。本研究为小豆基因遗传分析、基因定位与克隆及其进一步的基因功能分析奠定了基础,为小豆育种提供了重要的材料。     

河北省马铃薯S病毒株系的分子鉴定研究

对张家口分离的马铃薯S病毒(Potato virus S,PVS-Hebei)的CP基因进行了克隆和序列分析。以提纯的马铃薯植物总RNA为模板,应用RT-PCR技术扩增目的基因,PCR扩增产物克隆到质粒pMD18-T上,并进行了序列分析。结果表明,克隆的cDNA片段由885个核苷酸组成,编码294个氨基酸组成的33 kD蛋白,与PVS外壳蛋白的大小一致,与国际基因库登记的几个株系相比,结果表明,PVS-Hebei与它们之间的核苷酸序列同源性为82.4%~95.6%,氨基酸序列的同源性为93.9%~98.0%,进化树分析表明,PVS明显存在2个组(组Ⅰ和组Ⅱ),PVS-Hebei归类为Ⅰ组,与来自组Ⅰ的欧洲普通株系(PVS-Uk)的亲缘性要比来自组Ⅱ北美的Andean株系(PVS-A)株系的亲缘性要近。     

小麦穗型突变体(库)的创制、鉴定及其遗传分析

穗型是构成小麦穗部的重要性状,与小麦产量和品质密切相关.本研究利用甲基磺酸乙酯(EMS)处理小麦新品系河科大527(KD 527),通过多年农艺性状鉴定,从KD 527的EMS处理后代中选育出的一系列穗型突变体,对其穗型进行遗传分析及其效应评价.结果显示,1)构建出了包含15种(类)不同穗型的突变体(库),综合农艺学鉴...