期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到3篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
高维Wilks'λ统计量的渐近正态性
1
作者 孙高明 解俊山 《河南大学学报（自然科学版）》 CAS 2018年第6期751-756,共6页
运用矩母函数的连续性定理以及多元伽马函数的渐近展开方法,研究了高维Wilks'λ统计量的极限分布.针对Wilks'λ统计量在高维大样本数据下的情形,先假定随着n→∞,有p→∞,q→∞,且n>p≥q,进而分别在q/(n+q)→c1∈(0,1),q/(n-... 运用矩母函数的连续性定理以及多元伽马函数的渐近展开方法,研究了高维Wilks'λ统计量的极限分布.针对Wilks'λ统计量在高维大样本数据下的情形,先假定随着n→∞,有p→∞,q→∞,且n>p≥q,进而分别在q/(n+q)→c1∈(0,1),q/(n-p+q)→c2∈(0,1]和若q/n→0,则p/n→0两种条件下,给出了高维Wilks'λ统计量的渐近正态性,并得出了均值和方差的较为简洁的渐近表达式.同时也利用数值模拟方法验证了理论结果的有效性和精确性. 展开更多
关键词 wilks’λ统计量 高维数据 渐近正态性
原文传递
基于多特征融合的电子鼻鉴别玉米霉变程度 被引量：30
2
作者 殷勇 郝银凤 于慧春 《农业工程学报》 EI CAS CSCD 北大核心 2016年第12期254-260,共7页
为了提高电子鼻检测玉米霉变程度的正确率,该文探究了电子鼻信号不同特征组合的表征对霉变玉米鉴别结果的影响。首先,运用电子鼻对霉变玉米的5组样本训练集与测试集进行测试,获得测试信号。其次,分别提取测试信号的积分值(integral valu... 为了提高电子鼻检测玉米霉变程度的正确率,该文探究了电子鼻信号不同特征组合的表征对霉变玉米鉴别结果的影响。首先,运用电子鼻对霉变玉米的5组样本训练集与测试集进行测试,获得测试信号。其次,分别提取测试信号的积分值(integral value,INV)、平均微分值(average differential value,ADV)、相对稳态平均值(relative steady-state average value,RSAV)作为特征值,5组训练集与测试集均分别采用3种单一的特征值或其组合特征值来表征。然后,运用Fisher判别分析(fisher discriminant analysis,FDA)分别对5组训练集进行判别分析,并用对应的测试集进行检验。FDA分析结果指出,电子鼻测试信息分别在单一特征和2个特征组合表征下,不同霉变程度玉米是不能有效分开的,但在2个特征组合表征下的鉴别正确率比单一特征有所提高;当用3个特征组合来表征测试信息时,FDA鉴别能力得到提高,鉴别正确率在96%以上。另外,借助于WilksΛ统计量考察了电子鼻中每个传感器测试信号表征的差异性,对3个特征组合的表征情况进行了表征变量筛选。FDA分析结果显示,筛选前后的鉴别结果非常相近,最低鉴别正确率均在96%以上,这说明不同传感器需要不同的特征表征,以体现其差异性,由此也减少了计算的复杂性。研究结果表明,用多特征融合模式可更有效地表征电子鼻对霉变玉米的响应信息,有利于提高霉变玉米的鉴别正确率。同时,该研究成果也不失一般性,为电子鼻信号表征提供了一种新思路。 展开更多
关键词 识别 农产品 无损检测 电子鼻 特征组合 霉变玉米 wilksλ统计量 FISHER判别分析
下载PDF
基于多种变量分析方法鉴别食醋种类电子鼻信号特征筛选 被引量：10
3
作者 殷勇 赵玉珍 于慧春 《农业工程学报》 EI CAS CSCD 北大核心 2018年第15期290-297,共8页
为了提高6种食醋的电子鼻鉴别能力,该文提出了一种基于多变量分析的食醋电子鼻信号多特征表征策略。初选不同的特征表征电子鼻信号,构建电子鼻信号的初始特征矩阵。采取载荷分析进行电子鼻传感器阵列优化,优选了12个气敏传感器的响应数... 为了提高6种食醋的电子鼻鉴别能力,该文提出了一种基于多变量分析的食醋电子鼻信号多特征表征策略。初选不同的特征表征电子鼻信号,构建电子鼻信号的初始特征矩阵。采取载荷分析进行电子鼻传感器阵列优化,优选了12个气敏传感器的响应数据进行后续分析。为消除各传感器响应信号之间的相关性,对优选阵列的特征矩阵进行主成分分析(principal component analysis,PCA),并利用WilksΛ统计量选择鉴别能力最优的主成分子阵。在选择最优主成分子阵的基础上,以生成主成分的每一个原始特征变量为对象,计算每一个原始特征变量在主成分子阵中的贡献系数绝对值之和,且根据系数绝对值之和从大到小排序;同时,根据不同和值的指定,形成了不同容量的原始特征变量集。最后,借助于Fisher判别分析(Fisher discriminant analysis,FDA)探索了不同容量原始特征变量集的鉴别结果,确定了最佳的原始特征变量集。结果表明,特征选择前后传感器信号的表征特征发生了明显变化,最终采用48个特征参量实现了对食醋电子鼻信号的有效表征。在48个特征参量表征条件下,同时运用FDA和BP神经网络(back propagation neural network,BPNN)对6种食醋进行了鉴别分析,训练集的鉴别正确率分别在93%和98%以上,测试集的鉴别正确率也分别达到了90%和93%以上。另外,利用巴氏距离进一步揭示了样品间的可分离程度及FDA与BPNN结果的可信性。研究结果可为电子鼻信号多特征表征提供了一种新思路。 展开更多
关键词 判别分析 主成分分析 信号分析 多特征表征 食醋 电子鼻 wilksλ统计量
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部