搜索到683篇“ FISHER判别分析“的相关文章
- 基于核Fisher判别分析的船舶中央冷却器状态评估
- 2025年
- 为实现船舶系统或设备的实时状态评估,本文采用核Fisher判别分析法,以船舶中央冷却器为例,选择合适的核函数及核参数,利用其正常数据和异常数据建立状态评估模型,即最佳投影方向,并利用过程数据验证其有效性。结果表明,核Fisher判别分析法无需深入分析中央冷却器的结构与原理即可有效识别中央冷却器的正常工况和异常工况,同时能够通过投影值准确描述过程工况的变化过程。在故障发展初期,根据运行参数投影值的变化趋势,可判断船舶系统或设备状态的发展趋势,为早期发现船舶系统或设备的重复性故障提供有效手段。对于船舶系统或设备而言,具有重要的工程实际应用意义。
- 吴小豪邹永久刘军朴
- 基于Fisher判别分析的槐花、炒槐花标准汤剂特征图谱差异性研究
- 2025年
- 目的:建立槐花、炒槐花标准汤剂特征图谱,区分图谱差异。方法:采用了UPLC色谱仪与WATERS BEH C18(2.1mm×100 mm,1.7μm)色谱柱,以乙腈-0.1%磷酸水为流动相,柱温为35℃,流速为0.3 mL/min,检测波长为257 nm。结果:应用特征图谱提取槐花、炒槐花标准汤剂特征图谱中特征成分,共确定5个特征峰。结论:槐花、炒槐花标准汤剂UPLC特征图谱方法可靠、稳定,可用于槐花、炒槐花配方颗粒的定性鉴别。
- 高晗孙福仁李争李军山梁彩娟廖明丽李振江
- 关键词：槐花芦丁槲皮素FISHER判别分析
- Fisher判别分析法在加工精度评估中的应用
- 2024年
- 针对花键轴磨床企业零件生产加工精度评估需要,利用Fisher判别分析法对闲置机床的加工精度等级进行评估。将评估数据分为评判标准类和待判样品类。为保证正确性,对评判标准类数据进行误判率和显著性差异检验,并利用回代法将数据代入线性判别函数方程式进行量化归类。结果表明,评判标准类数据可以作为待判数据的评判标准,Fisher判别分析法能够对加工精度进行可靠评估。
- 李双成陈兴媚
- 关键词：FISHER判别分析
- 基于Fisher判别分析鉴别中药材种类及产地
- 2024年
- 本文根据 2021 年高教社杯全国大学生数学建模竞赛“中药材的鉴别”的数据进一步研究。中药材鉴别是中药学研究 的重要领域之一,其目的是通过分析中药材的光谱特征和其他物理、化学性质,来鉴别中药材的种类和产地,以提高中药的品质和 疗效。在实际应用中,结合药材的近、中红外的光谱特征以及不同药材的吸光度可以对中药材的产地进行综合性的鉴别。本文使用 R 语言软件,通过对数据进行标准正态变量变换(svn)处理后主成分分析、K-means 聚类,根据附件给出的几种药材的近红外光 谱数据,对数据进行相关性筛选,求出该未知数据与平均值的相关性,利用 Fisher 判别分析进行对比,最后鉴别药材的类别与产 地。另外建立 XGboost 模型及作多元线性回归模型鉴别不同产地的近、中光谱特征来辨别各类药材的产地以及种类。
- 林进川赵巧娜
- 关键词：K-MEANS聚类FISHER判别分析多元线性回归模型
- 基于Fisher判别分析构建热射病患者死亡风险的预警模型
- 2024年
- 目的建立早期评估热射病患者死亡风险的预警模型。方法于2022年6月,选取2016年1月至2020年12月鄯善县人民医院重症加强护理病房(ICU)收治的确诊为热射病的患者病例资料,根据患者短期结局(28 d),分为死亡组(20例)和幸存组(53例),选取患者入院后24 h内组间差异有统计学意义的相关指标,通过绘制受试者工作曲线(ROC)并计算曲线下面积,选取曲线下面积>0.7的相关指标,并采用Fisher判别分析建立热射病死亡风险的评估模型。收集2021年1月1日至2022年12月鄯善县综合ICU热射病患者数据进行外部验证。结果年龄、胱抑素C、降钙素原测定、血小板计数、肌酸激酶同工酶(CKMB)、肌酸激酶(CK)、肌酐(CREA)、凝血酶原时间(PT)、凝血酶时间(TT)、活化部分凝血酶时间(APTT)、心率、呼吸频率、GLS评分组间差异有统计学意义(P<0.05)。胱抑素C、CKMB、CREA、PT、TT、入院时心率AUC面积>0.7。采用Fisher分析方法构建函数模型。通过回代性检验,该函数模型诊断的灵敏度为95%,特异度为83%,AUC面积为0.937。外部验证结果为预测幸存组准确率为85.71%,预测死亡组准确率为88.89%。结论应用ROC曲线分析及Fisher判别分析构建的热射病死亡早期预警模型,可以为热射病早期干预提供客观参考依据。
- 马恩茂卢奎魏永斌
- 关键词：热射病FISHER判别分析预警模型多器官功能障碍
- 基于Fisher判别分析对不同油分烟叶的识别研究
- 2024年
- 为烟叶油分档次的判别提供参考,以三门峡主产区132份初烤烟叶为样品,评定油分档次后,测定烟叶样品中主要含氮化合物的含量,运用方差分析、Spearman相关性分析和主成分分析筛选出油分档次的判别指标,采用Fisher判别分析建立烟叶油分档次的判别模型。结果表明,不同油分烟叶的含氮化合物中大多数氨基酸含量(19/21)存在显著差异,除脯氨酸外,基本与油分呈显著或极显著负相关。经过主成分分析,从主要含氮化合物中提取出4个主成分,代表了总指标73.441%的信息,筛选出17种烟叶油分的特征含氮化合物。经Fisher判别分析,确定了17种游离氨基酸作为烟叶油分的有效判别指标,构建了烟叶油分档次的Fisher判别模型,训练集和测试集的识别率均为100%。并利用江西吉安和云南楚雄的20份样品对模型进行了验证,准确率分别为100%和80%,对烟叶油分档次的判别效果较好。游离氨基酸的检测结合多元统计分析方法可用于烟叶油分档次的判别。
- 杨建新付光明刘新源杨军杰贾保顺李致新李洪臣杨晋燕常剑波姬小明
- 关键词：烟叶含氮化合物游离氨基酸油分FISHER判别分析
- 基于Fisher判别分析构建LDH患者MSLD术后复发的预测模型
- 2024年
- 目的建立腰椎间盘突出突出症(lumbar disc herniation,LDH)患者行显微镜经皮通道下髓核摘除术(microsurgical lumbar discectomy,MSLD)手术后复发的预测模型。方法收集2023年9月至2024年8月于本院行MSLD治疗的16例LDH患者的一般临床资料,包括年龄、性别、体质量指数(BMI)、病程、突出节段数量、直腿抬高实验、骨密度(bone mineral density,BMD)、术前Oswestry功能障碍指数(Oswestry Disability Index,ODI)。将具有统计学意义的年龄、BMI、骨密度、术前ODI障碍指数等参数构建Fisher判别函数诊断模型并进行外部验证检验效能。结果收集2023年9月至2024年8月新疆医科大学第一附属医院LDH患者10例验证结果显示复发组4例,错误分组1例(25%);未复发组6例,错误分组1例(16.67%),模型敏感性为70%,特异度为83.3%,准确性为80.0%。结论应用ROC曲线分析及Fisher判别分析构建的MSLD患者术后复发的预测模型,可以为复发早期干预提供客观参考依据。
- 李瑞范雁东邓国棋高升罗坤
- 关键词：腰椎间盘突出症复发FISHER判别分析
- 企业债券违约风险的研究——基于ZETA模型及Fisher判别分析
- 2024年
- 文章采用理论分析与实证检验结合的方法,以76家公司的综合财务数据为研究基础,对债券违约企业与非违约企业的财务特征进行研究,以ZETA模型参数变量和Fisher判别分析方法,搭建违约风险评估模型,对企业的违约风险实施分析评价,并进行检验,以期为国家金融监管机构、金融机构和投资者等利益相关方提供科学的评价方法和决策依据。
- 姜俊聪
- 关键词：违约FISHER判别分析
- 高端酒店业亏损预警模型比较研究——基于Logistic回归分析与Fisher判别分析
- 2024年
- 世界经济增长缓慢,产业结构调整的持续深化为我国带来了前所未有的新挑战。高端酒店行业的财务预警问题受到越来越多利害关系者的关注。基于Fisher判别分析与Logistic回归分析,结合酒店业经营现状,建立预警分析模型。结果表明,判别模型准确率为80.77%,而Logistic回归分析达到了84.62%,说明Logistic回归模型更为优化,可直接用于实际,能够找出公司陷入财务危机产生显著影响的主要指标。对利害相关者预测财务困境、进行风险投资、企业预警分析以及企业综合评价有着重要的现实意义。
- 舒康李振楠
- 关键词：财务预警LOGISTIC模型
- 三维荧光光谱融合小波包分解融合Fisher判别分析及支持向量机识别紫苏被引量：3
- 2024年
- 为实现紫苏品种的快速鉴别,避免以次充好,选取4个品种的紫苏采集三维荧光数据,提出了一种基于小波包分解融合Fisher判别分析(Fisher discriminant analysis,FDA)的荧光数据特征选择策略,并实施了4种紫苏的有效鉴别。首先,对三维荧光数据进行预处理,采用Delaunay三角形内插值法去除瑞利散射和拉曼散射,以消除它们的不利影响;运用Savitzky-Golar卷积平滑对数据进行平滑处理,以减少噪声的干扰。同时,对三维荧光数据进行初步筛选,去除了荧光强度小于0.01的发射波长。然后,对各激发波长对应的发射光谱进行3层sym4小波包分解,计算得到最低频段的小波包能量值,作为各激发波长光谱数据表征量。接着,再利用FDA对小波包能量进行判别分析,将其所包含的差异性信息进行融合,得到FDA生成的新变量,并选取累计判别能力达到99%的前3个FD变量作为不同品种差异性信息的表征变量,提出三维荧光数据的表征策略。最后,利用BP神经网络(backpropagation neural network,BPNN)和支持向量机(support vector machine,SVM)两种模式识别算法对表征变量进行分析,得到FDA+BPNN和FDA+SVM两种鉴别结果。FDA+BPNN的训练集正确率为97.5%,测试集正确率为95%;FDA+SVM的训练集和测试集的正确率均达到98.33%。结果表明,三维荧光光谱技术结合小波包分解、FDA和SVM算法基本上能够实现紫苏品种的鉴别。这为后续有关紫苏的进一步检测研究(如某些有效成分的定量检测)提供了研究基础。
- 任永杰殷勇于慧春袁云霞
- 关键词：紫苏三维荧光小波包分解FISHER判别分析BP神经网络支持向量机
