判别

摘要： 基于空间仿射变换能够保持点与直线的结合性这一性质,引入满秩坐标变换作为工具,扩展了锥面判别定理的应用范围.

摘要： 目的:为深入了解畜禽骨蛋白肽的滋味特征及其差异,探究电子舌快速判别鉴定不同物种畜禽骨蛋白肽的可行性。方法:取牦牛骨蛋白肽(yak bone peptides,YBPs)、黄牛骨蛋白肽(bovine bone peptides,BBPs)、猪骨蛋白肽(pig bone peptides,PBPs)、鸡骨蛋白肽(chicken bone peptides,CBPs)各4份,共16份畜禽骨蛋白肽样本,首先分析畜禽骨蛋白肽的基本营养组分及氨基酸组成,明确滋味特征差异的物质基础,其次利用电子舌检测结合多元统计分析对种间畜禽骨蛋白肽的滋味特征数据进行定量判别分析。结果:4种畜禽骨蛋白肽的基本组分及氨基酸组成存在差异。主成分分析(principal component analysis,PCA)和判别因子分析(discriminant factor analysis,DFA)可有效区分畜禽骨蛋白肽的种间差异,且DFA的判别效果明显优于PCA;偏最小二乘判别分析、正交偏最小二乘判别分析及Fisher判别模型对畜禽骨蛋白肽种间滋味特征的判别能力良好,Fisher模型判别正确率为68.8%。结论:鲜味、甜味和苦味为4种畜禽骨蛋白肽主要的差异滋味特征,电子舌滋味检测结合多元统计分析能够为畜禽骨蛋白肽判别提供一种快速、可靠的技术手段。

摘要： 目的:拟建立快速区分生薏苡仁、麸炒薏苡仁及法薏苡仁的客观量化判别方法,为薏苡仁不同饮片的工艺规范化研究及质量标准制定提供科学依据,为其他中药不同炮制品的区分提供参考。方法:采用分光光度测色仪测定生薏苡仁、麸炒薏苡仁及法薏苡仁粉末色度值L^(*)、a^(*)、b^(*),计算E^(*)ab,统计分析薏苡仁不同饮片与其粉末色度值之间的相关性,建立薏苡仁不同饮片的数学判别模型和95%可信区间范围。结果:通过秩和检验与秩相关分析可知:L^(*)、a^(*)、E^(*)ab与样品之间存在高度相关性(P0.8);通过Wilks′Lambda与Fisher判别分析,实现了薏苡仁不同饮片标准化判别,建立专属性线性判别函数:薏苡仁=447.378L^(*)+393.192a^(*)-289.087E^(*)ab-6664.567;法薏苡仁=268.996L^(*)+321.422a^(*)-116.086E^(*)ab-6352.510;麸炒薏苡仁=538.049L^(*)+470.526a^(*)-384.469E^(*)ab-6330.551,并通过交叉判别与L^(*)、a^(*)、E^(*)ab三维散点图得到验证。结论:本研究表明通过分光光度测色仪将薏苡仁不同饮片外观颜色数字化,结合统计学对其进行判别分析具有一定可行性,所建立的判别模型可为指导中药鉴别实践工作提供参考。

摘要： 为快速、准确检测小白杏的成熟度,该研究选择七成熟、八成熟、九成熟、十成熟的小白杏样本各120个,采用近红外高光谱成像系统采集样本的高光谱数据,进行去除噪声和剔除界外样本处理。然后使用均值中心化(mean centering,MC)、Savitzky-Golay卷积求导法(Savitzky-Golay derivative,S-G)、多元散射校正(multiplicative scatter correction,MSC)、标准正态变量变换(standard normal variate transformation,SNV)、归一化法5种方法分别对全波段和特征波段光谱进行预处理,采用光谱-理化值共生距离算法(sample set partitioning based on joint x-y distance,SPXY)、K-S法(Kennard-stone,K-S)、双向算法(Duplex)、交叉验证法、随机法将样本划分为校正集和验证集。最后用极限学习机(extreme learning machine,ELM)、支持向量机(support vector machine,SVM)、偏最小二乘法(partial least squares,PLS)、K最邻近法(K-nearest neighbor,KNN)、贝叶斯判别法建立不同的分类判别模型,比较各模型的识别率。结果表明,对小白杏成熟度定性判别模型,有以下最优组合:全波段+MSC+SPXY/Duplex/K-S/交叉验证/随机法+ELM/PLS/SVM/KNN、全波段+S-G/MSC/归一化/SNV+随机法+贝叶斯、全波段+S-G+SPXY/Duplex/K-S/交叉验证/随机法+ELM/PLS/SVM/KNN、全波段+归一化+SPXY/Duplex/K-S/交叉验证/随机法+PLS、特征波段+MSC+SPXY/Duplex/K-S/交叉验证/随机法+ELM/PLS/SVM/KNN/贝叶斯、特征波段+归一化+SPXY/Duplex/K-S/交叉验证/随机法+PLS。

摘要： 针对基于帧间幅度判决的杂波环境分类算法缺乏自动能力和杂波误判等不足,提出一种基于神经网络的杂波环境判别算法。考虑到不同环境下雷达回波幅度、相位关系和主通道比等表现不同,将其作为样本的特征信号,通过人工神经网络的非线性处理,将输入的特征信号映射成数个类别的输出,作为环境信息获取的结果,最后通过试验验证了算法的有效性。

摘要： 采用荧光高光谱成像技术对脐橙表面不同浓度毒死蜱和多菌灵进行判别。实验通过由氙灯光源激发的高光谱成像系统(392~998.2 nm)分别采集浓度为0,0.5,1,2 mg·kg^(-1)的毒死蜱和0,1,3,5 mg·kg^(-1)多菌灵的高光谱图像。使用ENVI软件获取样本的感兴趣区域(ROI);对原始光谱数据采用卷积平滑(SG)、标准正态标量变换(SNV)及一阶导数(FD)方法进行预处理;采用区间变量迭代空间收缩法(iVISSA)、无信息变量消除算法(UVE)和竞争性自适应加权算法(CARS)进行一次提取特征波长,二维相关光谱(2D-COS)方法进行二次提取特征波长。最后采用主成分分析与线性判别分析相结合算法(PCA-LDA)和偏最小二乘算法(PLS-DA)建立基于两次提取特征波长脐橙表面不同浓度毒死蜱和多菌灵残留的判别模型。将原始光谱数据与经过预处理的3种光谱数据进行建模分析,结果发现毒死蜱和多菌灵的光谱数据经过SG处理后模型效果最优。对经SG预处理后的毒死蜱光谱数据和多菌灵光谱数据进行特征波长一次提取,最佳特征波长分别为iVISSA法和CARS法,分别提取出26个和30个特征波长;再采用二维相关光谱(2D-COS)算法对这26个和30个特征波长进行二次提取,分别得到10个和12个特征波长。对一次提取特征波长和二次提取特征波长后的光谱数据分别建模。结果表明,对于不同浓度的毒死蜱,基于iVISSA-2D-COS建立的PCA-LDA模型判别效果最佳,其校正集与预测集判别正确率分别为98.61%和95.83%;对于不同浓度的多菌灵,基于CARS-2D-COS建立的PCA-LDA模型判别效果最佳,其校正集与预测集判别正确率分别为97.22%和95.83%,均高于全波段光谱数据模型和一次提取特征波长模型判别正确率,说明2D-COS可以捕捉可用的荧光光谱信息。该研究采用2D-COS对一次提取最优特征波长进行二次提取后建模,研究结果为脐橙表面不同浓度农药残留的快速无损判别提供了一定的参考。

摘要： 种鸡蛋孵化期间受精状态的检测需要消耗大量人力、物力,并且孵化期间的种鸡蛋不能保证均为健康蛋,需要能够在孵化早期将无精蛋和死精蛋快速准确挑选出来达到降低生产成本的目的。以白来航鸡蛋为研究对象,采用高光谱分选仪批量采集受精、未受精、死精三类鸡蛋共119枚在382~1026 nm范围内的高光谱数据,其中受精蛋采集孵化3,5,7,9,11,13和15 d的数据,并通过黑白校正方法对原始光谱图做校正处理,得到其漫反射率,经过实验对比以及根据实际生产需要,受精蛋选用孵化3和5 d的光谱数据作为建模数据。同时提出了一种将光谱数据转换为图像数据的方法,在最大化保证光谱原始数据的前提下达到了光谱向量数据可视化的效果,可以有效与深度学习图像识别算法相结合。采用连续投影算法(SPA)、竞争性自适应重加权算法(CARS)对光谱波段进行筛选,建立基于全波段、CARS筛选的特征波长、SPA筛选的特征波长与SVM、RandomForest算法与AlexNet、MobileNet网络的判别模型,其中AlexNet-5dFull Wave Bands准确率最高为93.22%。与通过不同特征波长算法筛选出的数据实验结果对比发现,经过SPA算法筛选后的特征波长的建模效果相比于CARS效果更好,其中SVM-SPA3d模型准确率为91.52%,RandomForest-SPA3d模型的准确率为89.83%,AlexNet-SPA3d模型的准确率为89.83%,表明经过SPA筛选后的特征波长能够保存更多关于种蛋信息差异的有效信息。研究结果表明,利用高光谱分选仪对批量种蛋进行漫反射光谱采集,并将黑白校正后的原始光谱漫反射率数据转换为图像数据,将转换后的图像数据利用深度学习图像识别算法对鸡蛋的受精状态进行准确、无损鉴别是可行的,为后续相关自动化的批量检测提供了技术支持。

摘要： 为实现高光谱对黄瓜新鲜度的快速、准确检测,以硬度和失水率作为品质指标,采用高光谱成像技术对同一批次不同贮藏日期的黄瓜进行检测.采用Savitzky-Golar法、多元散射校正、标准正态变量变换3种方法对黄瓜高光谱数据进行预处理,并对预处理结果进行对比,确定Savitzky-Golar预处理方法;运用竞争性自适应重加权算法、偏最小二乘、连续投影算法对高光谱特征波长进行选择,针对硬度指标分别选取了25,13,20个特征波长,针对失水率指标,分别选取了20,16,20个特征波长;运用BP神经网络构建黄瓜硬度和失水率预测模型.结果表明,基于连续投影算法所筛选出的特征波长光谱信息所建立的BP模型判别效果最佳,其对硬度判别的训练集准确率和测试集准确率分别为95.24％,91.67％;对失水率判别的训练集准确率和测试集准确率分别为97.78％,95.00％.

摘要： 本工程区域地貌类型属下辽河冲积低平原,缓倾斜高地,地势北高南低,自东北向西南缓倾.区域内分布地层主要有:第四系松散堆积物覆盖第三系之上.第四系松散堆积物以卵石、圆砾、砾砂、粗砂、中砂、细砂、粉砂、粉土及粘性土土层为主.按《中国地震动参数区划图》,本区地震动峰值加速度为7度,地震动反应谱特征周期是0.35 s,对应的地震动基本烈度为Ⅶ度,经对地基土地震液化判别与评价,区域稳定性较好.

摘要： 继电保护是对电网的重要保护措施,当电网出现问题时,继电保护装置如果能够及时发挥作用,就可以维持电网的正常运作,为用户提供稳定的服务。本文对广域继电保护及其故障元件判别问题进行探讨,并提出解决措施以供参考。

摘要： 操作风险的判别是研究操作风险的首要问题.本文使用基于粗糙集理论的知识表示和决策分析方法,通过定义粗隶属度,推导出对应的相似度,对操作风险进行判别.

摘要： 标准吸湿含水率是(JTG D30-2004)推荐的三项膨胀土判别指标之一,以合(肥)-六(安)-叶(集)高速公路为工程背景,探讨了该指标在合肥膨胀土判别与分类中的适用性以及与其他指标如液限、塑性指数、自由膨胀率和小于0.002 mm胶粒含量的相关性问题.研究发现:标准吸湿含水率能反映膨胀土膨胀潜势的差别,但规范推荐的判别标准不适用于合肥膨胀土的判别.标准吸湿含水率与液限等其他判别指标具有一定的相关性,相关系数的平方达0.468～0.663,说明标准吸湿含水率能够反映膨胀土的本质属性,可以作为判别指标.

摘要： 水汽是一种流体，在某一区域的存在现象很复杂。水汽密度的积聚与暴雨紧密相关。用一种动态的宏观分析方法，考察水汽密度的积聚和流散变化，便于掌握其在区域内的量化标准。通过研究水汽平流率与水汽平流密度的关系，得到了基本平衡率的微分形式。应用卫星云图反演资料，在水汽密度积聚判别因子分析的基础上，建立了二级判别方程。通过建立数学模型及实际检验，能反映出水汽密度积聚的现象。对区分有暴雨和无暴雨有可辨的分界指标，可作为暴雨预报的一种新方法试用。

摘要： 根据沪宁沿线26个交通气象自动监测站每分钟一次的要素监测表明：霾、雾对能见度都有影响,但在诸多方面存在着一些差异。条件适宜时,可以互相转化演变,其间有个并存的阶段,认识这些差异及变化的条件对提高低能见度预报水平、做好交通气象服务是有益的。本文剖析了丘陵地区谷地霾抬升以及多雾和雾出现时间早、维持时间长的原因,有助于进一步认识浓雾的局地性和交通沿线能见度的差异。大范围连续数日的大雾大多与大范尉的霾有关,在有利的天气形势下,夜间辐射降温,雾的因素增多,能见度下降,至白天,能见度又略有好转,持续数日,需强冷空气南下方能驱散。

摘要： 根据沪宁沿线26个交通气象自动监测站每分钟一次的要素监测表明：霾、雾对能见度都有影响,但在诸多方面存在着一些差异。条件适宜时,可以互相转化演变,其间有个并存的阶段,认识这些差异及变化的条件对提高低能见度预报水平、做好交通气象服务是有益的。本文剖析了丘陵地区谷地霾抬升以及多雾和雾出现时间早、维持时间长的原因,有助于进一步认识浓雾的局地性和交通沿线能见度的差异。大范围连续数日的大雾大多与大范尉的霾有关,在有利的天气形势下,夜间辐射降温,雾的因素增多,能见度下降,至白天,能见度又略有好转,持续数日,需强冷空气南下方能驱散。

摘要： 根据沪宁沿线26个交通气象自动监测站每分钟一次的要素监测表明：霾、雾对能见度都有影响,但在诸多方面存在着一些差异。条件适宜时,可以互相转化演变,其间有个并存的阶段,认识这些差异及变化的条件对提高低能见度预报水平、做好交通气象服务是有益的。本文剖析了丘陵地区谷地霾抬升以及多雾和雾出现时间早、维持时间长的原因,有助于进一步认识浓雾的局地性和交通沿线能见度的差异。大范围连续数日的大雾大多与大范尉的霾有关,在有利的天气形势下,夜间辐射降温,雾的因素增多,能见度下降,至白天,能见度又略有好转,持续数日,需强冷空气南下方能驱散。

摘要： 根据沪宁沿线26个交通气象自动监测站每分钟一次的要素监测表明：霾、雾对能见度都有影响,但在诸多方面存在着一些差异。条件适宜时,可以互相转化演变,其间有个并存的阶段,认识这些差异及变化的条件对提高低能见度预报水平、做好交通气象服务是有益的。本文剖析了丘陵地区谷地霾抬升以及多雾和雾出现时间早、维持时间长的原因,有助于进一步认识浓雾的局地性和交通沿线能见度的差异。大范围连续数日的大雾大多与大范尉的霾有关,在有利的天气形势下,夜间辐射降温,雾的因素增多,能见度下降,至白天,能见度又略有好转,持续数日,需强冷空气南下方能驱散。

摘要： 根据沪宁沿线26个交通气象自动监测站每分钟一次的要素监测表明：霾、雾对能见度都有影响,但在诸多方面存在着一些差异。条件适宜时,可以互相转化演变,其间有个并存的阶段,认识这些差异及变化的条件对提高低能见度预报水平、做好交通气象服务是有益的。本文剖析了丘陵地区谷地霾抬升以及多雾和雾出现时间早、维持时间长的原因,有助于进一步认识浓雾的局地性和交通沿线能见度的差异。大范围连续数日的大雾大多与大范尉的霾有关,在有利的天气形势下,夜间辐射降温,雾的因素增多,能见度下降,至白天,能见度又略有好转,持续数日,需强冷空气南下方能驱散。

摘要： 车载装置具备：测定部，测定搭载于车辆的车载网络中的传输路径的特性；获取部，获取劣化信息，所述劣化信息是与通过所述测定部测定出的所述特性对应且与所述传输路径的劣化相关的信息；以及判断部，根据通过所述测定部测定出的所述特性及通过所述获取部获得的所述劣化信息，判断所述传输路径的劣化程度。

摘要： 本发明提供一种可以不增加成本而简单地检查机床中的温度传感器的异常的异常判别装置、异常判别系统、异常判别方法、存储介质。异常判别装置(1)判别多个机床(4)中的温度传感器(7)的异常，多个机床(4)是同等机器种类、被设置于同等环境中、在同等位置设置有温度传感器(7)、并在同等时刻进行同等加工处理，具有：温度数据取得部(11)，其从多个机床(4)中的每一个取得温度传感器(7)输出的温度数据；比较部(12)，其将通过温度数据取得部(11)取得的温度数据进行比较；异常判别部(13)，其根据比较部(12)的比较结果，判别温度传感器(7)的异常。

摘要： 本发明提供一种可以不增加成本而简单地检查机床中的温度传感器的异常的异常判别装置、异常判别系统、异常判别方法、存储介质。异常判别装置判别机床中的温度传感器的异常，其具有：温度模式存储部，其存储表示机床的加工类型下的相对于加工时间的温度变化的正常模式；温度数据取得部，其取得设置于机床的温度传感器输出的温度数据；加工类型判定部，其判定机床的加工类型；比较数据取得部，其从温度模式存储部提取判定出的加工类型所对应的正常模式；比较部，其将提取出的正常模式与表示取得的温度数据有关的相对于加工时间的温度变化的取得模式进行比较；异常判别部，其根据比较结果来判别温度传感器的异常。

摘要： 本发明公开了一种穴位判别模型的构建方法、穴位判别方法和判别系统，穴位判别模型的构建方法包括采集多个人体穴位及其附近皮肤的电位信号，经消噪处理和信号特征量提取处理后，与多个个体因素编码值构成多维信息数据库，将信息数据库的数据进行神经网络训练，得到穴位判别模型。穴位判别方法包括采集测试者穴位及其附近皮肤电位信号，以及确定测试者个体因素的取值，将电位信号经过消噪处理和信号特征量提取处理，得到信号特征量，个体因素的取值经过编码得到编码值，将信号特征量和编码值输入穴位判别模型，得到穴位判别结果。本发明考虑了个体化因素对穴位电位信号的影响，结合神经网络技术对穴位进行判别，提高了穴位定位的准确度。

摘要： 本发明提供一种车辆判别装置、车辆判别方法、车辆判别程序、以及存储了车辆判别程序的程序记录介质，其在按照车种来判别大量的车辆静态图像数据时，能够在快速处理中进行判别。将摄像图像的等间隔位置处的像素转换成亮度成分，施加微分滤波器，求取变化量，对求出的变化量中存在多少个大于一定值以上的变化量进行计数，根据该计数值，判别被拍摄到对象图像中的车辆，所以计数值也随着摄像图像中摄像到的对象物的大小而改变，占有区域大的，计数值也大，占有区域小的，计数值也小，从而能够准确地判别车辆。

摘要： 本说明书实施例提供一种利用音频判别模型对音频进行判别的判别设备及存储介质，判别设备包括：第一预处理模块，配置为对待判别咳嗽音频进行处理，得到目标梅尔谱特征；第一划分模块，配置为对目标梅尔谱特征进行划分，得到处于不同频段的第一梅尔谱特征和第二梅尔谱特征；频域特征提取模块，配置为将第一梅尔谱特征以及第二梅尔谱特征输入频域特征提取层，得到第一频域特征和第二频域特征；时序特征提取模块，配置为将第一梅尔谱特征及第二梅尔谱特征输入时序特征提取层，得到第一时序特征和第二时序特征；分类模块，配置为将第一频域特征、第二频域特征、第一时序特征和第二时序特征输入分类层，得到待判别咳嗽音频携带指定肺炎信息的概率。

摘要： 提供一种在从多个试样中抽出特定条件的试样的判别作业中提高其识别性、防止人为错误、并使判别作业高效化的技术。本公开的试样判别系统的特征在于，具备：保持试样的多个试样保持装置；和从多个试样保持装置中查询符合规定的查询信息的试样保持装置的试样信息查询装置。试样信息查询装置具有：用于输入规定的查询信息的查询信息输入部；和对试样保持装置发送规定的查询信息的查询信息发送部。试样保持装置具有：存储试样信息的存储部；对规定的查询信息与试样信息进行比较的比较部；和输出比较部的比较结果的第1显示部。

摘要： 本发明所涉及的缺陷判别方法具备：获取被测定物的拍摄图像的拍摄工序；检测缺陷候补的缺陷候补检测工序；获取缺陷候补的位置的形状信息的形状信息获取工序；将拍摄图像的亮度标准化的标准化工序；基于标准化后的亮度获取判别值的判别值获取工序；获取与形状信息对应的修正值的修正值获取工序；利用上述修正值修正判别值以及阈值中的任意一方的修正工序；以及判别上述缺陷候补是否是缺陷的判别工序。

摘要： 本发明提供能够客观且准确地对估计对象具有的疼痛进行判别的疼痛估计方法及装置。详细而言，提供基于估计对象的脑波对所述估计对象具有的疼痛进行监视的疼痛监视方法、实施该方法的装置、系统、以及生成用于判别对象的疼痛的模型的方法、以及实施该方法的装置、系统。另外还提供机器学习的改良方法、以及实施该方法的装置、系统。本发明以高效地提供高精度的疼痛判别为课题，因此还提供使用包括脑波特征量相互关系以及复杂性指标等脑波特征量中的至少一个的脑波特征量对疼痛进行判定的方法、用于实施该方法的系统、装置。

摘要： 提供能够利用针对石墨原料的粉末X射线衍射图案而可靠地通过波峰轮廓拟合进行波峰分离的石墨烯前体的判别方法、判别装置以及判别程序。作为针对六方晶系石墨层以及菱面体晶系石墨层混合的石墨原料的石墨烯前体的判别方法，包括：针对石墨原料的粉末X射线衍射数据，确定衍射角的零点的步骤；在形成所述石墨原料的石墨烯片材的面间隔以及所述石墨烯片材内的晶体结构在混合为所述石墨原料的任意的石墨层中均相同的假定下，根据所确定的所述零点，计算六方晶系石墨层以及菱面体晶系石墨层所特有的波峰位置的步骤；对计算出的所述波峰位置处的积分强度进行计算的步骤；和基于计算出的所述积分强度，判别所述石墨原料是否是石墨烯前体的步骤。