导读:本文包含了等级判别论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:光谱,等级,色谱,单点,基岩,计量学,加州。
等级判别论文文献综述
仇国宏[1]（2019）在《突发环境事件预警等级的首次判别方式》一文中研究指出主要对突发环境事件预警等级的首次判别方式进行了探索。根据突发环境事件风险评估的相关资料,结合事件情景,将企业生产单元或储存单元的环境风险等级M值、已发生或可能发生突发环境事件类型E值、已发生或可能发生突发事件位置距生产单元或储存单元的距离H值制作成企业突发环境事件首次预警分级矩阵表。企业突发环境事件应急领导小组可以直接参照表格第一时间给出首次预警等级。(本文来源于《能源与节能》期刊2019年12期）
刘子英,肖建华,邓芳明[2]（2019）在《基于可见光图像识别的绝缘子污秽等级判别》一文中研究指出提出了一种基于绝缘子可见光图像的颜色特征和最小二乘支持向量机模型的方法,通过建立污秽等级与颜色特征的对应关系,实现了绝缘子污秽等级的识别。以南昌电网多个变电站的红褐色瓷质绝缘子为研究对象,利用最大类间方差法(Otsu)分割绝缘子彩色图像得到盘面区域,计算出R,G,B,H,S和I分量图像共36种特征量,根据费希尔(Fisher)判别法筛选出能显着表征绝缘子污秽等级的特征量S均值和S中值;设计最小二乘支持向量机(LS-SVM)分类器,并利用天牛须搜索(BAS)算法优化LS-SVM的关键参数,实现了绝缘子污秽等级的判别。实验结果表明:该方法在判别绝缘子污秽等级的准确率上高达96. 92%。(本文来源于《传感器与微系统》期刊2019年12期）
黄玉萍,刘英,杨雨图,张正伟,陈坤杰[3]（2019）在《空间分辨光谱和可见/近红外光谱的番茄颜色等级判别》一文中研究指出比较分析空间分辨光谱和单点可见/近红外光谱(可见/短波近红外光谱和中波近红外光谱)对番茄颜色的识别能力。根据番茄表面和内部颜色将600个样品分为6个等级(green,breaker,turning,pink,light red和red)。分别利用新型空间分辨光谱系统(550～1 650 nm),可见/短波近红外光谱仪(400～1 100 nm)和中波近红外光谱仪(900～1 700 nm)采集番茄的空间分辨(spatially-resolved,SR)光谱和单点可见/近红外(SP Vis/NIR)光谱,建立番茄等级的偏最小二乘判别(PLSDA)模型,比较其对番茄颜色等级的预测效果。结果表明,SR光谱组合可在最佳单一SR光谱基础上进一步提高番茄颜色的识别能力,对番茄表面颜色和内部颜色的识别率可分别达到98.8%和84.6%。光源-检测器距离较近的SR光谱对番茄表面颜色的识别有帮助,而光源-检测器距离较远的SR光谱能较好的判别番茄内部颜色。SP NIR光谱在对番茄表面颜色判别中与SR光谱具有一定可比性,其分类准确率可达到95%,但SP Vis/NIR光谱在对番茄内部颜色识别中具有较低的分类准确率,分类结果远不如SR光谱,说明SR光谱比SP Vis/NIR光谱对番茄颜色的判别更具潜力。(本文来源于《光谱学与光谱分析》期刊2019年11期）
林枫[4]（2019）在《福建省高等级公路安全预警系统设计与等级判别研究》一文中研究指出本文论述了福建省高等级公路交通安全预警系统,并基于交通流理论与加州算法判别了福建省高等级公路交通安全预警及其判别算法,为同类工程预警研究提供理论及应用参考。(本文来源于《福建交通科技》期刊2019年03期）
邹小波,张俊俊,赵号,石吉勇,翟晓东[5]（2019）在《基于超声成像技术的火腿肠等级判别》一文中研究指出本研究通过超声成像技术实现火腿肠的等级判别,利用火腿肠的蛋白质、脂肪、淀粉等理化指标,将其分为特级、优级、普通级。分别采集3个等级的火腿肠共120份超声图像信息,提取图像的角二阶矩、熵、平均值等常见纹理特征值。然后利用主成分分析(PCA)结合K-最近邻法(KNN)和最小二乘支持向量机(LS-SVM)化学计量学方法建立基于纹理特征的火腿肠等级判别模型。结果表明:不同等级火腿肠的超声图像差异明显,且超声图像的纹理特征值差异显着(P<0.05)。建立的识别模型中,LS-SVM模型的校正集识别率为100%,预测集识别率为94.87%;KNN模型优于LS-SVM模型,当主成分数为2,K为1时,KNN模型对应的校正集识别率为97.53%,预测集识别率为97.44%。超声成像技术可实现火腿肠等级的快速准确识别,研究结果可为超声成像技术在火腿肠等级判别方面的应用提供参考。(本文来源于《中国食品学报》期刊2019年07期）
郭珍珠[6]（2019）在《基于光谱技术的茶叶等级判别研究》一文中研究指出随着经济的快速发展和人民生活水平的提高,食品的质量和安全越来越受到消费者的关注。茶叶作为一种保健饮料在全世界许多国家的消费者中越来越受欢迎。目前,茶叶等级标准尚未统一,导致茶叶市场的茶叶质量参差不齐。通常,消费者通过茶叶的颜色和气味来判断茶叶的质量和等级,这种主观判别无法准确区分茶叶的真实质量。针对以上难题,本文首先通过近红外,中红外和激光诱导击穿光谱技术采集了茶叶的多种光谱数据;其次,根据光谱数据建立偏最小二乘判别分析(PLS-DA)模型并得到预测结果。结果表明此方法可以为中国茶叶评价标准提供参考。本文的主要研究内容如下:(1)以茶叶为研究对象,首先采集近红外光谱数据作为原始数据;其次,选取波段数据进行四种光谱预处理(SG平滑,基线校正,标准正态变换,归一化);同时,使用连续投影算法(SPA)从选取波段数据中选择最优变量光谱数据;最后,建立偏最小二乘判别分析(PLS-DA)模型。对比原始数据预测结果,通过选择波段后归一化处理的数据建立的模型具有最佳预测效果。(2)通过中红外光谱采集茶叶光谱数据作为原始光谱;利用四种光谱预处理方法以及SPA从原始光谱数据中选择光谱数据;建立PLS-DA模型得到预测结果。对比原始数据预测结果,SNV处理后的预测模型具有最佳性能。(3)通过激光诱导击穿光谱采集茶叶光谱数据作为原始光谱,利用两种预处理方法(平滑,SNV)以及SPA从原始光谱数据和预处理光谱数据中选择光谱数据;建立PLS-DA模型得到预测结果。对比原始数据预测结果,SNV处理后的预测模型具有最佳性能。(4)建立四种NIR-MIR、NIR-LIBS、MIR-LIBS和NIR-MIR-LIBS融合光谱数据的PLS-DA模型,并对其预测效果进行比较。结果表明,基于NIR-LIBS和NIR-MIR-LIBS融合数据建立的预测模型具有更好的准确性和稳定性。(本文来源于《温州大学》期刊2019-06-01）
彭睿娥[7]（2019）在《Bayes判别法在厚松散层薄基岩条件下煤层顶板涌水等级预测中的应用》一文中研究指出本文运用Bayes判别分析法对厚松散层薄基岩条件下煤层顶板涌水等级进行判别预测,选取含水层厚度、含水层富水性、含水层水压力、基岩厚度、隔水黏土层厚度、煤层倾角、采高、开采深度、工作面长度9个参数作为判别因子,进行模型判别分析,得到判别分析模型,并利用矿井实例对模型的准确性进行检验,预测结果与实际情况吻合,说明该预测判别分析模型可以运用于厚松散层薄基岩条件下煤层顶板涌水防治。(本文来源于《内蒙古煤炭经济》期刊2019年08期）
孙宗保,周轩,吴建峰,邹小波,孙莹[8]（2019）在《基于超高效液相色谱-高分辨质谱的白酒基酒等级判别》一文中研究指出白酒基酒等级的准确鉴别是白酒分级储藏和勾兑的重要依据,对白酒质量控制至关重要。以浓香型白酒基酒为研究对象,采用超高效液相色谱-高分辨质谱联用(UPLC-Q-Exacive-MS)技术对不同等级浓香型白酒基酒进行分析,经过主成分分析(PCA)降维处理,结合线性判别分析(LDA)、支持向量机(SVM)和反向传播神经网络(BP-ANN)等多种化学计量学方法建立白酒基酒等级判别模型。结果显示,BP-ANN鉴别效果最好,在主成分为8时,训练集和测试集的识别率均达100%,不同等级的白酒样本全部正确识别;其次是SVM(训练集和测试集的识别率分别为96.25%、95.00%)和LDA(训练集和测试集的识别率分别为91.25%、90.00%)。实验证明,UPLC-Q-Exacive-MS结合化学计量学分析方法能实现不同等级浓香型白酒基酒的准确判别。(本文来源于《中国酿造》期刊2019年04期）
龙立梅,宋沙沙,曹学丽[9]（2019）在《基于香气成分气相色谱-质谱指纹图谱的判别分析和相似度评价用于绿茶等级差异研究》一文中研究指出该文以研究指纹图谱在绿茶等级判别方面应用的可行性为目的。以信阳毛尖茶为研究对象,以茶汤香气成分为研究目标,采用顶空固相微萃取与气相色谱-质谱联用技术,筛选其香气特征成分,建立不同等级信阳毛尖茶香气成分GC-MS指纹图谱。发现运用判别分析法可以对2个系列7个等级41个信阳毛尖茶样进行很好的等级区分;通过不同等级色谱指纹图谱的相似度计算发现,相似度与茶样等级之间具有较好的相关性,尤其是对于品质较好的茶样,这种相关性更好。表明运用判别分析法和相似度计算方法能够反映绿茶等级之间的差异性,且基于相似度评价的方法具有客观量化的特征。(本文来源于《色谱》期刊2019年03期）
朱静,杨颖,陶岚,陈丽方,王迪[10]（2019）在《基于聚类分析和判别分析法建立住院患者护理难度等级划分》一文中研究指出目的:对住院患者护理难度评估结果进行分段划分,确立各分段护理难度得分界值,为医院开展住院患者护理难度等级评估提供参考。方法:调查300名住院患者护理难度现状,应用聚类分析法对300名患者护理难度得分进行分段,用判别分析创建判别函数并确定各分段界值。结果:根据最佳分类数并结合判别分析结果将患者护理难度划分为4个等级,等级越高,护理难度越大;各分段界值分别为≤5分、6?16分、17?25分、≥26分。结论:住院患者护理难度评估需考虑病情严重程度、日常生活自理能力、精神心理状况、社会支持状况、依从性和期望值等方面,采用统计学中的综合评价方法才能更加科学划分护理难度等级;为临床计算护理工作量、统筹人力安排、完善绩效考核提供参考。(本文来源于《中国医院》期刊2019年02期）
等级判别论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
提出了一种基于绝缘子可见光图像的颜色特征和最小二乘支持向量机模型的方法,通过建立污秽等级与颜色特征的对应关系,实现了绝缘子污秽等级的识别。以南昌电网多个变电站的红褐色瓷质绝缘子为研究对象,利用最大类间方差法(Otsu)分割绝缘子彩色图像得到盘面区域,计算出R,G,B,H,S和I分量图像共36种特征量,根据费希尔(Fisher)判别法筛选出能显着表征绝缘子污秽等级的特征量S均值和S中值;设计最小二乘支持向量机(LS-SVM)分类器,并利用天牛须搜索(BAS)算法优化LS-SVM的关键参数,实现了绝缘子污秽等级的判别。实验结果表明:该方法在判别绝缘子污秽等级的准确率上高达96. 92%。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
等级判别论文参考文献
[1].仇国宏.突发环境事件预警等级的首次判别方式[J].能源与节能.2019
[2].刘子英,肖建华,邓芳明.基于可见光图像识别的绝缘子污秽等级判别[J].传感器与微系统.2019
[3].黄玉萍,刘英,杨雨图,张正伟,陈坤杰.空间分辨光谱和可见/近红外光谱的番茄颜色等级判别[J].光谱学与光谱分析.2019
[4].林枫.福建省高等级公路安全预警系统设计与等级判别研究[J].福建交通科技.2019
[5].邹小波,张俊俊,赵号,石吉勇,翟晓东.基于超声成像技术的火腿肠等级判别[J].中国食品学报.2019
[6].郭珍珠.基于光谱技术的茶叶等级判别研究[D].温州大学.2019
[7].彭睿娥.Bayes判别法在厚松散层薄基岩条件下煤层顶板涌水等级预测中的应用[J].内蒙古煤炭经济.2019
[8].孙宗保,周轩,吴建峰,邹小波,孙莹.基于超高效液相色谱-高分辨质谱的白酒基酒等级判别[J].中国酿造.2019
[9].龙立梅,宋沙沙,曹学丽.基于香气成分气相色谱-质谱指纹图谱的判别分析和相似度评价用于绿茶等级差异研究[J].色谱.2019
[10].朱静,杨颖,陶岚,陈丽方,王迪.基于聚类分析和判别分析法建立住院患者护理难度等级划分[J].中国医院.2019
论文知识图
