共查询到10条相似文献，搜索用时 140 毫秒
1.
基于加权Fisher模糊判别准则的真彩色影像分类方法研究 总被引：1，自引：0，他引：1
针对Fisher判别分类中,选取样本不平衡导致Fisher线性判别性能下降,提出了加权Fisher判别对类内散布矩阵进行修正的方法.同时,针对Fisher判别准则为阈值分类器,引入了一种新的Fisher模糊判别准则.该方法应用于无人机真彩色影像的道路、植被、裸土地分类,取得了较好的分类结果.并与传统Fisher方法进行了对比研究,实验结果表明,基于加权Fisher模糊判别方法比传统Fisher方法的分类性能明显提高. 相似文献
2.
针对Fisher线性判别法和传统的Bayes判别方法在遥感影像聚类问题研究中存在的不足,提出一种以隶属度代替先验概率的模糊Bayes-Gauss聚类算法,并将此算法应用于真彩色（RGB）图像中的草地、道路、裸土地和建筑物的聚类.实验结果表明,本算法在聚类中与Fisher线性判别法和传统Bayes判别法相比,具有精确度较高、误识率和拒识率较低、适用性较强的特点. 相似文献
3.
水稻品种对大米产地溯源判别正确性的影响 总被引：1，自引：0，他引：1
为提高大米产地溯源判别的正确性,试验研究了水稻品种对于大米产地溯源判别正确性的影响。利用原子吸收分光光度法(AAS)检测来自吉林省松原市、德惠市、梅河口市3个产地的3个水稻品种120个样品中11种矿物元素(Pb,Cd,K,Na,Ca,Mg,Zn,Cu,Fe,Mn,Cr)的含量,对大米中矿物元素数据进行差异分析、雷达分析和线性判别分析。结果显示:元素Cd、Cr、Fe、K、Mg、Zn、Pb在大米品种与产地间均存在相对较大的差异。德惠(同一产地)不同品种大米的判别正确率为100%,成功利用不同品种大米中矿物元素含量将大米品种进行正确分类。进行大米产地判别时,3个产地不同品种大米的判别分析正确率为90%,3个产地同一品种大米的产地判别分析正确率为100%,证明了水稻品种对于大米产地溯源判别正确性有影响。 相似文献
4.
《山西农业科学》2015,(11):1464-1467
采用云南、贵州、四川、福建、广西、黑龙江6个不同产地的黑木耳样本,通过ICP-MS,以镧、铈等16种稀土元素为指标,进行Fisher判别分析(FDA)和聚类分析,并比较了二者的性能优劣。结果表明,通过聚类分析,云南、贵州、四川的样品存在混聚现象,分类效果不是很好;通过Fisher判别分析,对初始案例中95.1%进行了正确判断,交叉验证分析成功率为93.3%,对36个外部验证样本进行判别回代,正确率为90.1%。Fisher判别分析方法具有突出的维数约减能力,能有效地融合训练数据的类别信息,并按照分类能力提取特征,所呈现的分类效果明显优于聚类分析方法。因此,基于稀土元素的Fisher判别分析方法可以有效地对黑木耳的产地进行分类。 相似文献
5.
在线性可分情况下,对平分最近点算法和Fisher判别法构造的判别函数进行了对比研究,得出两类模式在特定的分布和一定的条件下,两种算法是等价的。 相似文献
6.
【目的】研究中国新疆吐鲁番、和田,以及乌兹别克斯坦撒马尔罕州葡萄干的产地溯源,建立基于矿物元素含量的产地识别方法,为在中国新疆特色果品产地溯源及地理标志性农产品保护等提供参考依据。【方法】利用电感耦合等离子体质谱仪(ICP-MS)和电感耦合等离子体发射光谱仪(ICP-AES)测定了3个产区69份葡萄干样品中的50种矿物元素含量,对所得数据进行方差分析、判别分析、主成分分析和聚类分析。【结果】筛选出Li、Sc、Co、Y、Mo、Mn、Cu、Na和K共9种矿物元素指标建立葡萄干产地判别模型。使用筛选出的9个元素含量作为变量,对模型外3个产区的9个样品进行验证,判别准确率达到了100%。使用从9种矿物元素含量中提取的3个主成分对3个产地葡萄干样品进行聚类分析,聚类效果明显。【结论】利用矿物元素可对来源于3个产区的葡萄干进行有效判别。 相似文献
7.
针对DNA序列分类的分属问题,提出采用Fisher判别法进行分类。根据氨基酸分子的性质,构建DNA序列对应的特征向量空间,然后对训练集中的A、B两类DNA序列提取特征,建立Fisher判别函数。应用该判别函数对测试集中的182个DNA序列进行分类实验,结果表明该方法具有很好的分类准确度。 相似文献
8.
9.
针对大数据背景下地理标志大米产地真伪鉴别的算法模型与实现技术,以大米中矿物质元素含量数据为基础,运用Hadoop分布式集群技术,构建了基于MapReduce的并行化随机森林、支持向量机、人工神经网络与线性判别分析算法模型.结果表明,并行化随机森林模型的判别准确率为97.55％,与相同条件下并行化构建的支持向量机、人工神经网络与线性判别分析模型相比具有更好的产地判别精度,同时依托并行化随机森林模型构建的云平台能获取到较好加速比,不仅能够实现对未知地区大米数据进行准确的产地鉴别,而且能够通过提升数据量或计算节点数,更高效地处理大规模数据. 相似文献
10.
Logistic回归模型和判别分析方法都可以达到对样本分类的目的,比较和分析这2种方法的差异以及其各自的特点,可以为更好的应用提供参考。从类别表现、样本情况、归类函数、归类原则、预测功效等5个方面对Logistic回归模型中的基线一类别Logit模型和判别分析方法中具有代表性的Bayes后验概率判别、Fisher判别的基本思想和步骤进行比较,并通过“鸢尾花”样本数据的品种判别对这3种方法进行了实证分析。Logistic回归建立了总体各因子与总体类别的回归模型,在因子与类别之间形成了解释与被解释的关系;通过 相似文献