Fisher判别

摘要： 砂砾岩储层岩相变化快、粒度分布广,岩性分类时笼统定名为砂砾岩难以满足储层精细评价的要求,且基于常规测井资料的岩性识别方法划分砂砾岩粒级难度较大。以准噶尔盆地乌尔禾组的244个岩心样品数据为基础,采用主成分分析法提取测井曲线的主成分后,利用K-均值聚类法进行聚类分析,优选聚类数,建立岩石物理相;再根据粒度分析岩性对岩石物理相进行标定,明确岩石物理相代表的岩性,建立相应的Fisher判别模型,实现对岩性的初步划分;最后在岩石物理相约束下,根据粒度曲线对岩性粒级进行细分,建立了一种能够有效划分砂砾岩岩性粒级的方法。研究结果表明,岩石物理相与粒度中值相结合的岩性粒级划分方法能够有效划分砂砾岩岩性粒级,满足砂砾岩储层精细评价的要求。

摘要： 目的:探讨结直肠癌的中医证型分布特点并对其建立判别函数。方法:收集辽宁中医药大学附属医院肿瘤科诊断为结直肠癌的患者107例,根据中医辨证分型分为湿热瘀滞证、肝郁脾虚证、气阴两虚证、脾肾阳虚证、气血亏虚证,通过统计学探索中医证型的分布特点,并根据该证型的患者的症状、体征及部分临床特征进行逐步判别分析,有序变量分为“有”和“无”两级,分别记为“1”和“0”,然后根据入选因素建立判别函数,并对函数式的正确率进行检验。结果:统计学分析表明结直肠癌的中医证型分布由高到低分别是气阴两虚证、肝郁脾虚证、湿热瘀滞证、脾肾阳虚证、气血亏虚者;苔黄腻、情志不畅、舌淡、下肢浮肿、畏寒、少苔、血便、大便溏结不调和肝区不适,以上9个因素对区分5类中医证型有意义,被用来建立判别函数,回代Fisher判别函数结果,正确率达到85%。结论:结直肠癌患者以气阴两虚证居多,其次为肝郁脾虚证,根据主要证候因素建立的判别函数判别正确率较高,有一定的参考意义。

摘要： 以伊犁绢蒿荒漠草地为研究对象,利用SOC710 VP成像光谱仪获取不同季节的伊犁绢蒿荒漠草地地面高光谱影像,通过主成分分析和方差分析提取不同季节主要物种伊犁绢蒿、角果藜、叉毛蓬和裸地光谱特征波段、特征参数与植被指数;采用Fisher判别分析法将样本按7∶3的比例划分训练集和测试集,对3种主要植物和裸地进行识别。研究表明:6月植被指数建立的识别模型对测试集样本伊犁绢蒿、角果藜、叉毛蓬和裸地的判别精度最优,分别达到100%、95.56%、100%和100%,总体精度达98.89%;基于高光谱影像数据,以6月植被指数作为识别参数可以实现伊犁绢蒿荒漠草地主要植物的识别,为进一步对群落影像进行物种定量分类提供了依据。

摘要： 利用三维荧光光谱技术,研究了以微小亚历山大藻(台湾株)(AMSY)、塔玛亚历山大藻(大亚湾株)(ATDY)、链状裸甲藻(防城港株)(GCFC)、塔玛亚历山大藻(香港株)(ATHK)、链状亚历山大藻(南海株)(ACSY)5株4种产麻痹性贝毒(PSP)微藻以及21株不产PSP藻在不同温度条件下培养微藻的各生长期产毒能力与三维荧光的关系。研究结果表明,在不同温度条件下,产毒藻类单位藻细胞产毒量会发生显著变化,低温可促进麻痹性贝毒的产生。通过Db7小波分解,选取Ca3尺度分量的联合荧光谱作为特征谱并利用Fisher判别发现,产PSP藻与不产PSP藻荧光差异主要集中在λ_(ex)为400~425和450~545nm;λ_(em)为715~750 nm的波段,利用判别函数建立判别式,实现了对产麻痹性贝类毒素藻类的识别测定。对产PSP毒素藻类的判别率达到93.7%,不产PSP毒素藻类判别率达到93.3%,综合判别率为93.5%。该研究可实现对水体中活体产PSP微藻的快速识别,为进一步开发产毒微藻识别仪提供理论基础。

摘要： 掌握毒害草在化学防控后的光谱差异及识别效果变化是实现大面积遥感监测防控效果的基础。本研究以白喉乌头(Aconitum leucostomum)为识别对象,试验在5月下旬(化学防控前)、6月下旬(防控后15 d)以及7月中旬(防控后30 d)进行,分析其光谱变化,筛选特征波长并建立Fisher判别模型进行识别。结果表明:防控处理后,白喉乌头在600~710 nm波段内反射率升高,在770~1075 nm波段内反射率降低;其他牧草在720~1075 nm波段内的反射率表现为6月升高,7月无明显差异;各月份的敏感识别波段不相同,主要分布在399~404 nm波段、512~578 nm波段、684~718 nm波段、775~778 nm波段以及979~1075 nm波段内;5月未防控乌头识别效果最好,识别精度为96.00%,防控处理后6月、7月的药害乌头识别精度分别为73.33%,78.00%。总体而言,化学防控降低了白喉乌头的识别精度,但防控30 d后药害乌头的光谱会产生明显变化,增加其识别精度。

摘要： 以D区块奥陶系M组为研究对象,以研究区薄片资料、地质资料、试采资料、电成像测井及常规测井资料分析为基础,依据Fisher判别方法,以交会图技术为手段,研究分析储集空间类型及其测井响应特征,明确了目的区块奥陶系M组储集空间类型,建立了储集空间类型判别模型与判别标准,并对D区块奥陶系M组井资料进行了实际判别.结果表明:判别效果良好,达到了实际应用的水平.D区块奥陶系M组碳酸盐岩储层类型识别方法研究,为该地区碳酸盐岩储层测井评价研究提供了理论依据.

摘要： 风力发电机组齿轮箱等旋转机械故障振动信号具有调制特征,因此有针对性地提出了一种基于局部均值分解(Local Mean Decomposition,LMD)和Fisher判别的故障诊断方法.首先对振动信号进行LMD分解,可得若干个的乘积函数(Product Function,PF)分量,以相关系数为依据进行PF分量筛选和信号重构,并对重构信号进行故障特征提取,然后以多组典型故障样本的特征量来训练得到Fisher判别式,最后利用判别式对待判样本进行分类,由判别结果可知滚动轴承的工作状态、故障部位及故障程度.分析从试验台采集的各类故障样本集和从某实际风场监测的数据,证明了所提取故障特征量的准确性,同时也验证了所提出方法在旋转机械故障诊断方面的有效性.

摘要： 目的 探讨基于术前多层螺旋CT(MSCT)检查结果及术后病理世界卫生组织/国际泌尿病理学会(WHO/ISUP)分级资料建立肾透明细胞癌(CCRCC)术前病理分级Fisher判别模型的临床应用价值.方法 收集2017年5月至2020年5月浙江中医药大学附属第二医院行手术治疗的53例CCRCC患者术前MSCT影像,包括肿瘤位置、是否浸润性生长、肿瘤最长径、边缘是否规则、是否发生液化、坏死及钙化等.将具有统计学意义的CT征像建立术前Fisher判别模型,将术前判别结果与术后WHO/ISUP分级结果进行对比,并检验Fisher判别模型的效能.结果 53例CCRCC患者中术后病理低级别组(Ⅰ、Ⅱ)28例,高级别组(Ⅲ、Ⅳ)25例.高级别和低级别组肿瘤在肿瘤最长径、边缘是否规则、是否发生液化、坏死及浸润性生长均有统计学意义(均P<0.05),其中边缘规则或有假包膜、肿瘤长径小的CCRCC倾向于低级别组(WHO/ISUPⅠ～Ⅱ级).长径越大、浸润性生长、发生液化或者坏死的CCRCC倾向于高级别组(WHO/ISUPⅢ～Ⅳ级).选定具有统计学意义的4项CT征象:肿瘤长径(X1,临界值为5 cm),浸润性生长(X2),发生液化或坏死(X3),肿瘤边缘规则或有假包膜(X4),判别函数为:Z=0.485X1+0.348X2+0.741X3+0.414X4,Zc=1.24;将判别指标代入判别模型,得出低级别组为31例,高级别组为22例,判别模型将病理结果中5例高级别组判为低级别组,2例低级别组判为高级别组,误判率为13.21％,正确率为86.79％,灵敏度为89.66％,特异度为71.43％.结论 Fisher判别方法联合MSCT建立的判别模型对CCRCC术前预测分级具有较高的临床实用价值.

摘要： 山东省是全国的经济大省、人口大省、文化大省,所以山东省的发展一直是国家关注的重点对象之一,为此本文将针对山东省16个城市的经济发展现状进行研究。首先本文选取与经济发展相关的11个指标,并对这11个指标的数据进行因子分析,将11个指标的信息概括为经济总量因子(第一主因子)和人民生活水平因子(第二主因子),再根据主因子计算综合得分,对16个城市进行排名,给出综合评价模型。再使用聚类分析,将不同经济发展水平的城市进行分类,研究山东省地区的经济发展结构,最后使用Fisher判别检验聚类结果的正确性。通过以上方法,本文指出山东省城市经济发展现状,并为山东省经济发展提供优化措施和建议。

摘要： 骨关节炎是一种威胁中老年人群公共健康和生活质量的重大医学疾病.骨关节炎的早期病变主要表现在细胞外基质成分含量的变化,患者自身很难发现,现有的临床方法和实验方法也不能较准确地识别骨关节炎的早期病变.近年来,傅里叶变换近红外(FTNIR)光谱技术因为其分析速度快、成本低、易于穿透组织获得样本的光谱信息等特点已被用于手术导航、无损检测和疾病诊断等各个领域.基于以上优势,采用FTNIR技术对不同深度分区(表层区、过渡区、深层区)的健康和骨关节炎的关节软骨进行NIR光谱采集和预处理,结合主成分分析(PCA)和Fisher判别(FDA)分别研究不同的预处理方式对判别结果的影响、不同深度下基质成分含量的变化以及骨关节炎分期识别.比较其他2种(基线校正、二阶导数3次多项式25点Savitzky-Golay平滑)预处理方式,同分区中一阶导数2次多项式21点Savitzky-Golay平滑预处理的判别结果最优,其中表层区的识别率高达95％(初始案例)和90％(交互验证案例);表层区的判别结果优于过渡区,更优于深层区,恰可证明骨关节炎的早期病变主要发生在表层区.在骨关节炎分期识别中,经数据优化后模型的初始案例识别率为100％,交互验证识别率为93.3％,预测集的识别率为87.5％.结果表明:NIR光谱的一阶导数预处理结合PCA-FDA方法能有效地鉴别关节软骨病变与否并进行骨关节炎的分期诊断,对骨关节炎监测和早期诊断研究具有重要意义,并有潜力应用于骨关节炎的原位分期和早期临床诊断.

摘要： 以羌活的根径、根长和根重为质量特征指标,采用K-均值聚类和Fisher判别分析相结合的方法探讨羌活种苗质量分级方法,该方法在中药材种苗等级划分中首次引入种苗质量等级判别指数r作为种苗质量等级划分辅助指标,最后结合种苗生产实际,制定出羌活种苗的分级标准为:一级苗:根长≥16.2cm,根径≥2.16mm,或r≥7.6;二级苗:根长≥11.49cm,根径≥1.63mm,或r介于7.6～5.4之间;三级苗:根长≥5.63cm,根径≥1.28mm,或r≤5.4.该种苗质量等级划分方法具有客观性和准确性,为羌活药材定量化研究和中药材专业化的生产和开发利用提供科学依据,也为相关研究提供参考.

摘要： 以羌活的根径、根长和根重为质量特征指标,采用K-均值聚类和Fisher判别分析相结合的方法探讨羌活种苗质量分级方法,该方法在中药材种苗等级划分中首次引入种苗质量等级判别指数r作为种苗质量等级划分辅助指标,最后结合种苗生产实际,制定出羌活种苗的分级标准为:一级苗:根长≥16.2cm,根径≥2.16mm,或r≥7.6;二级苗:根长≥11.49cm,根径≥1.63mm,或r介于7.6～5.4之间;三级苗:根长≥5.63cm,根径≥1.28mm,或r≤5.4.该种苗质量等级划分方法具有客观性和准确性,为羌活药材定量化研究和中药材专业化的生产和开发利用提供科学依据,也为相关研究提供参考.

摘要： 以羌活的根径、根长和根重为质量特征指标,采用K-均值聚类和Fisher判别分析相结合的方法探讨羌活种苗质量分级方法,该方法在中药材种苗等级划分中首次引入种苗质量等级判别指数r作为种苗质量等级划分辅助指标,最后结合种苗生产实际,制定出羌活种苗的分级标准为:一级苗:根长≥16.2cm,根径≥2.16mm,或r≥7.6;二级苗:根长≥11.49cm,根径≥1.63mm,或r介于7.6～5.4之间;三级苗:根长≥5.63cm,根径≥1.28mm,或r≤5.4.该种苗质量等级划分方法具有客观性和准确性,为羌活药材定量化研究和中药材专业化的生产和开发利用提供科学依据,也为相关研究提供参考.

摘要： 以羌活的根径、根长和根重为质量特征指标,采用K-均值聚类和Fisher判别分析相结合的方法探讨羌活种苗质量分级方法,该方法在中药材种苗等级划分中首次引入种苗质量等级判别指数r作为种苗质量等级划分辅助指标,最后结合种苗生产实际,制定出羌活种苗的分级标准为:一级苗:根长≥16.2cm,根径≥2.16mm,或r≥7.6;二级苗:根长≥11.49cm,根径≥1.63mm,或r介于7.6～5.4之间;三级苗:根长≥5.63cm,根径≥1.28mm,或r≤5.4.该种苗质量等级划分方法具有客观性和准确性,为羌活药材定量化研究和中药材专业化的生产和开发利用提供科学依据,也为相关研究提供参考.

摘要： 以羌活的根径、根长和根重为质量特征指标,采用K-均值聚类和Fisher判别分析相结合的方法探讨羌活种苗质量分级方法,该方法在中药材种苗等级划分中首次引入种苗质量等级判别指数r作为种苗质量等级划分辅助指标,最后结合种苗生产实际,制定出羌活种苗的分级标准为:一级苗:根长≥16.2cm,根径≥2.16mm,或r≥7.6;二级苗:根长≥11.49cm,根径≥1.63mm,或r介于7.6～5.4之间;三级苗:根长≥5.63cm,根径≥1.28mm,或r≤5.4.该种苗质量等级划分方法具有客观性和准确性,为羌活药材定量化研究和中药材专业化的生产和开发利用提供科学依据,也为相关研究提供参考.

摘要： 马尾松毛虫是我国森林头号害虫,开展该虫害的遥感预测研究有助于全面、及时地发现可能发生虫害的区域,为有效森防检疫措施,降低虫害造成的直接、间接损失提供技术支持.以福建省为研究区,于2012年2～5月份依次开展了三明市、将乐县、沙县、南平市、华安县、云霄县、南安市、安溪县、莆田市、长汀县、建阳市、宁德市及福清市等13个监测站的马尾松毛虫越冬代调查,调查指标包括GPS坐标、松林冠层光谱、气候、地形、林分、虫源、人文环境等.对上述因子进行分析与提取,经相关分析得到13个可有效预测马尾松毛虫害等级的子因子;利用Fisher判别分析,建立无危害、轻度危害、中度危害、重度危害等4个虫害等级的判别函数,建模组样本自检结果显示4个等级的判别精度分别为71.0％、84.9％、87.2％、100％,总判别精度为81.1％,验证组样本检验结果显示判别精度为73％,预测准确率为75.99％,表明利用Fisher判别分析预测马尾松毛虫害等级具有较好的可行性.

摘要： 马尾松毛虫是我国森林头号害虫,开展该虫害的遥感预测研究有助于全面、及时地发现可能发生虫害的区域,为有效森防检疫措施,降低虫害造成的直接、间接损失提供技术支持.以福建省为研究区,于2012年2～5月份依次开展了三明市、将乐县、沙县、南平市、华安县、云霄县、南安市、安溪县、莆田市、长汀县、建阳市、宁德市及福清市等13个监测站的马尾松毛虫越冬代调查,调查指标包括GPS坐标、松林冠层光谱、气候、地形、林分、虫源、人文环境等.对上述因子进行分析与提取,经相关分析得到13个可有效预测马尾松毛虫害等级的子因子;利用Fisher判别分析,建立无危害、轻度危害、中度危害、重度危害等4个虫害等级的判别函数,建模组样本自检结果显示4个等级的判别精度分别为71.0％、84.9％、87.2％、100％,总判别精度为81.1％,验证组样本检验结果显示判别精度为73％,预测准确率为75.99％,表明利用Fisher判别分析预测马尾松毛虫害等级具有较好的可行性.

摘要： 马尾松毛虫是我国森林头号害虫,开展该虫害的遥感预测研究有助于全面、及时地发现可能发生虫害的区域,为有效森防检疫措施,降低虫害造成的直接、间接损失提供技术支持.以福建省为研究区,于2012年2～5月份依次开展了三明市、将乐县、沙县、南平市、华安县、云霄县、南安市、安溪县、莆田市、长汀县、建阳市、宁德市及福清市等13个监测站的马尾松毛虫越冬代调查,调查指标包括GPS坐标、松林冠层光谱、气候、地形、林分、虫源、人文环境等.对上述因子进行分析与提取,经相关分析得到13个可有效预测马尾松毛虫害等级的子因子;利用Fisher判别分析,建立无危害、轻度危害、中度危害、重度危害等4个虫害等级的判别函数,建模组样本自检结果显示4个等级的判别精度分别为71.0％、84.9％、87.2％、100％,总判别精度为81.1％,验证组样本检验结果显示判别精度为73％,预测准确率为75.99％,表明利用Fisher判别分析预测马尾松毛虫害等级具有较好的可行性.

摘要： 马尾松毛虫是我国森林头号害虫,开展该虫害的遥感预测研究有助于全面、及时地发现可能发生虫害的区域,为有效森防检疫措施,降低虫害造成的直接、间接损失提供技术支持.以福建省为研究区,于2012年2～5月份依次开展了三明市、将乐县、沙县、南平市、华安县、云霄县、南安市、安溪县、莆田市、长汀县、建阳市、宁德市及福清市等13个监测站的马尾松毛虫越冬代调查,调查指标包括GPS坐标、松林冠层光谱、气候、地形、林分、虫源、人文环境等.对上述因子进行分析与提取,经相关分析得到13个可有效预测马尾松毛虫害等级的子因子;利用Fisher判别分析,建立无危害、轻度危害、中度危害、重度危害等4个虫害等级的判别函数,建模组样本自检结果显示4个等级的判别精度分别为71.0％、84.9％、87.2％、100％,总判别精度为81.1％,验证组样本检验结果显示判别精度为73％,预测准确率为75.99％,表明利用Fisher判别分析预测马尾松毛虫害等级具有较好的可行性.

摘要： 本文分析三峡库区山地灾害的基本特征,着重讨论库区滑坡灾害与前期降水量的相关关系,发现三个降水因子与滑坡发生的关系最为密切,在此基础上得到诱发滑坡发生的两种降水类型,最后运用Fisher判别法则建立滑坡发生的降水预报方程,为库区山地灾害的预防提供科学依据.

摘要： 本发明涉及一种基于油品荧光特性Fisher判别法判别海上溢油种类的方法，具体涉及一种基于油品荧光特性应用Fisher判别法快速区分燃料油、中东原油和非中东原油，属于海洋环境污染监测与治理领域。本发明利用Fisher判别方法进行快速鉴别海上溢油的中东原油、非中东原油和燃料油的方法，通过实验优化出三个荧光特征波长，并以检测油样的荧光强度作为建模的参数，从而获得鉴别中东原油、非中东原油和燃料油多种油品的量化公式，借用实际样品进行判别公式的准确性诊断，该方法量化的结果对于鉴别油品的种类准确率较高，克服了目前定性鉴别海上溢油油种、原油产地的缺陷，并为研发时、快速鉴别油品种类提供了理论依据。

摘要： 本发明公开了一种基于稀疏张量的人体行为识别方法，该方法包括以下步骤：获取人体行为剪影序列构建样本，每个样本用三阶张量表示；使用稀疏张量局部Fisher判别分析训练出稀疏投影矩阵组；用求得的稀疏投影矩阵组把训练样本和待测样本投影到张量子空间；计算出待测样本和训练样本之间的相似度，构造基于张量距离的最近邻分类器对低维空间的待测样本进行识别。本发明的张量局部Fisher判别分析算法把求特征值、特征向量的问题转化为一系列的线性回归问题，不但满足了张量局部Fisher判别分析的目标，而且保证了得到的投影矩阵的稀疏性。

摘要： 本发明提供一种基于小波核局部Fisher判别分析的高光谱影像分类方法，涉及高光谱图像技术领域。该方法首先读入高光谱数据作为样本数据，并对样本数据集进行归一化；采用小波核函数将数据从低维原始空间映射到高维特征空间；利用局部Fisher判别分析方法对样本数据进行特征提取；将降维后的数据集划分为训练数据和测试数据，将训练数据输入SVM分类器获得最优参数值；将测试数据输入分类器得到分类结果；对分类结果进行分析和精度评价。本发明提供的基于小波核局部Fisher判别分析的高光谱影像分类方法，获得了很好的分类效果，可应用于农业监测、环境管理、灾害评估、矿物填图等领域。

摘要： 本发明公开一种基于矩阵变量Fisher判别分析的ClassMVRBM模型进行图像分类的方法，采用矩阵变量的Fisher准则即类内最小、类间最大准则，并整合到ClassMVRBM模型进行联合训练；首先定义了面向矩阵变量的Fisher准则，通过引入矩阵变量之间的距离度量，定义了矩阵变量的类内散度和类间散度；然后引入该矩阵变量Fisher判别准则到矩阵变量受限玻尔兹曼机分类模型(记为ClassMVRBM‑MVFDA)的目标函数；最后通过联合训练进行模型求解。本发明方法能够使同类图像的特征之间的距离小，而不同类图像的特征之间距离大，进而利于图像分类。

摘要： 本发明属于石油天然气勘探与开发技术领域，公开了一种基于交会图与Fisher判别的复杂岩性自动判别方法，以岩心资料岩性判别数据为母本，建立岩心判别的岩性与对应测井曲线数据的联系，以测井曲线数据为学习样本，建立交会图与Fisher判别相融合的岩性自动判别模式，利用该模式对大量的测井曲线进行判别，自动判别所有井的岩性。本发明方法原理明确，结果准确，主要是针对发育多种岩性类型的复杂岩性判别提出的，适于广大具有测井资料的地下复杂地质体的岩性判别，特别适用于具有4种以上岩性的复杂情况下的岩性自动判别，可以极大提高效率和判别准确程度。

摘要： 本发明涉及一种基于油品荧光特性Fisher判别法判别海上溢油种类的方法，具体涉及一种基于油品荧光特性应用Fisher判别法快速区分燃料油、中东原油和非中东原油，属于海洋环境污染监测与治理领域。本发明利用Fisher判别方法进行快速鉴别海上溢油的中东原油、非中东原油和燃料油的方法，通过实验优化出三个荧光特征波长，并以检测油样的荧光强度作为建模的参数，从而获得鉴别中东原油、非中东原油和燃料油多种油品的量化公式，借用实际样品进行判别公式的准确性诊断，该方法量化的结果对于鉴别油品的种类准确率较高，克服了目前定性鉴别海上溢油油种、原油产地的缺陷，并为研发时、快速鉴别油品种类提供了理论依据。

摘要： 本发明涉及机器学习技术领域，具体涉及一种基于横向联邦学习的Fisher线性判别器建模方法，包括：选定协调方，分别计算本地数据两个类别样本和；全部参与方生成随机数向量；计算向量和与随机数向量的和发送给协调方；协调方计算两类样本数据的特征值向量的平均值向量发送给各个参与方；参与方Pk各自计算类间散布矩阵；重新生成随机数向量；参与方各自计算类间散布矩阵和随机数向量的和发送给协调方；协调方计算处特征根发送给各个参与方，参与方根据特征根建立Fisher线性判别器模型。本发明的有益技术效果包括：采用基于横向联邦学习的训练方法，参与方不用对外泄露原始数据，在保护数据隐私的同时，提高模型训练的精度。

摘要： 本发明公开了一种基于Fisher判别法的室内POI的显著度评价方法，通过确定POI显著度影响因素，并对采集的样本数据进行语义量化以及标准化处理，生成样本数据集；然后利用Fisher判别分析法解算POI显著度样本数据，得到POI的空间位置、知名度，相对规模和独特性各个影响因素的权重系数，从而确定POI显著度的评价判别函数，并使用评价判别函数对待测样本进行评价判别。本发明能够适应于不同的室内场景，评价准确率高，对推动室内定位导航服务的发展具有重要的意义。

摘要： 本发明设计一种基于Fisher判别字典学习的主动声呐目标分类方法，属于主动声呐研究领域。本发明先使用分数阶傅里叶最优阶次域特征，提高了混响抑制能力，再在字典学习的基础上加入了Fisher限制准则对稀疏系数进行限制，从而加强了学习字典的识别性，该分类方法具有抗混响、相似目标判别的能力，是处理混响条件下，尤其是低信混比条件下主动声呐目标分类问题的一种有效方法。

摘要： 公开了基于Fisher判别字典学习模型的齿轮运行分类方法，方法包括：分别采集不同健康状态齿轮的振动信号，将其划分为训练数据和测试数据，两者无重叠；基于小波包变换分解所述齿轮振动信号，计算小波包分解后每个子频带的系数的L‑峭度值；选出L‑峭度值为前25％的子带对应的分解系数，构造成低维多尺度样本YLM；在低维多尺度样本YLM的基础上进行Fisher判别字典学习，获得一个兼具类内表示能力和类间判别性能的结构化字典D；采用迭代投影方法求解测试样本在字典D上的稀疏编码系数，计算测试样本对应的每个类的重构误差，根据误差最小判别齿轮运行状态。