食品塑料包装袋与RAMAN的关联性分析

食品包装材料材质多种多样,利用拉曼光谱法可对此类物证进行检验,具有快速准确无损的优点。根据拉曼散射峰位移和强度的不同进行区分研究,材质可分为聚乙烯、聚丙烯、聚对苯二甲酸乙二醇酯、聚苯乙烯、聚酰胺,主要填料为碳酸钙、高岭土、滑石粉、二氧化硅和硫酸钡等。对全波段数据进行降维处理,提取5个因子,累计贡献率超过99%,以此为变量建立谱系图,观测光谱数据之前的亲疏关系,效果较好,为犯罪现场检验此类物证提供依据。     

松辽盆地南部深层火山岩识别及成藏条件分析

松辽盆地北部徐深1井在营城组火山岩获得油气突破后，在松辽盆地南部长岭断陷针对火山岩部署了长深1井。在长深1井营城组火山岩地层测试获4.6×105m3/d的工业气流，推算无阻流量1.5×106m3/d以上，预示松辽盆地南部深层火山岩气藏是下步勘探开发的主要领域。通过大量的火山岩岩心资料，利用岩石学、矿物学、测井和地震地层学等多学科技术，首次在松辽盆地南部建立了火山岩识别标准，在东南隆起区部署探井1口，在火山岩中见到了较好的气显示，取得很好的效果。     

用RAFA方法定量解析芳烃混合物的EEM

本文介绍了降秩因子分析(RAFA)方法,它是从一个多组分混合物中直接定量计算其中某一组分,而不必知道其它组分的物种及含量的一种定量分析的数学方法。它适用于双线性的数据。本实验首先将荧光分光光度计与外接计算机相连,以获得样品的激发-发射矩阵(EEM),再用RAFA方法对蒽、萘、菲、芘、芴、(艹屈)六种标样的一至五组分的混合物进行定量分析,获得满意的结果。     

应用因子分析方法探讨坝基地下水水质主成分及其变化趋势

本文以新安江水电站坝基水质分析资料为例,应用R型因子分析方法探讨了坝基地下水水质主成分及其成因和变化趋势。     

基于因子分析与神经网络的区域物流需求预测

研究区域物流需求预测问题。影响区域物流需求影响因子较多,因子之间呈非线性关系,导致预测模型结果复杂,运行时间长,预测精度低。为提高区域物流需求预测精度,提出一种因子分析和BP神经网络相结合的区域物流需求预测方法(FA-BP)。首先通过因子分析对影响因子进行降维处理,然后将降维后的区域物流需求数据作为BP神经网络的输入进行训练建立预测模型,最后得到区域物流需求的预测结果。对某省1993-2007年区域物流需求预测进行实例分析,结果证明FA-BP模型提高了区域物流需求预测精度,网络的收敛速度加快,在区域物流需求预测方面有着广阔的应用前景。     

基于因子和聚类分析的全国31个省区市防洪排涝绩效研究

城市经济社会的快速发展带动城市区域的扩大,而防洪排涝能力不足却严重阻碍各省区市的经济发展,因此,区域防洪排涝的绩效水平愈发成为人们关注的热点和焦点.文中采用SPSS系统的因子分析和聚类分析对中国31个省区市的防洪排涝事业进行评价与比较.通过因子分析得出各省区市防洪排涝绩效的综合得分偏低,并分析其年际间绩效和排名的变化及原因.通过聚类分析将各省区市防洪排涝事业的发展划分为四大类,并对不同类别进行比较分析,根据所得结果对不同区域给予针对性的建议.     

甘肃省夏河县唐尕昂地区土壤地球化学特征及找矿前景分析

对甘肃夏河县唐尕昂区1∶10 000土壤地球化学测量的土壤样品(4752 个)测试结果, 采用元素变异系数、相关性分析和因子分析等方法对其中的Au、As、Sb、Ag、Cu、Pb、Zn、W、Mo 等9 种元素进行了分析。结果表明: (1)Au、As、Sb、W 元素在区内成矿潜力较大, Cu、Zn、Pb、Ag、Mo 成矿潜力较小, 相关性分析和因子分析获得区内元素组合, 即F₁(Au-As-Sb)区内成矿的指示性元素, F₂(Cu-Pb-Zn-Ag)为多期岩浆热液活动所引起, 主要富集在热液中低温阶段, F₃(W-Mo)对岩浆热液活动具有指示性; (2)通过对各元素异常分布特征及成矿潜力等因素综合分析, 圈定3 个找矿靶区,并在1#靶区工程验证中发现一条长40~280 m、厚0. 8~3 m 的含金石英脉, Au 品位为2. 14×10^-6, 显示该区具有较好的找矿前景。     

高斯PLDA在说话人确认中的应用及其联合估计

近年来,基于总变化因子的说话人识别方法成为说话人识别领域的主流方法.其中,概率线性鉴别分析（Probabilistic linear discriminant analysis,PLDA）因其优异的性能而得到学者们的广泛关注.然而,在估计PLDA模型时,传统的因子分析方法只更新模型空间,因此,模型均值不能很好地与更新后的模型空间耦合.提出联合估计法对模型均值和模型空间同时估计,得到更为严格的期望最大化更新公式,在美国国家标准与技术局说话人识别评测2010扩展测试数据库以及2012核心测试数据库上,等错率得到一定提升.     

正交拉普拉斯语种识别方法

提出了一种正交拉普拉斯语种识别方法,即在提取语音的i-vector后,采用正交局部保持投影进行子空间映射,将信号整体空间映射到语言信息加信道信息子空间,然后对映射后的矢量进行信道补偿处理,最后用支持向量机进行识别. 尽管i-vector最大限度地保留了语音的声学信息,但是并没有发现这些信息之间的内在结构. 利用正交局部保持投影在去除声学无关信息的基础上,进一步发现声学特征的内在结构,能够有效地提高特征的区分性. 在对NIST LRE 2003测试数据库实验后,发现新方法相较于基线系统来说,平均代价降低了28.91%.