贝叶斯(Bayes)判别分析理论在安全评价中的应用

论述了多元统计分析方法中的贝叶斯判别分析方法在安全评价中的应用。通过对原始数据的分析建立起反映被评价对象安全状况的综合指标函数模型,从而简化后续同类评价目标工作量。     

聚类分析和判别分析在安全评价中的综合应用

将多元统计方法中的聚类分析和Fisher判别分析综合应用于安全评价中,评价指标的系统效应权数有效避免了安全评价中人为赋予指标权重对评价结果的影响.分析了评价对象聚类的步骤和结果,探讨了评价对象所属安全等级的Fisher判别方法.最后通过对判别函数的分析与比较得出评价判别结果.     

氟中毒地区饮水水质标准的确定方法

在对饮水致病的水化学机理进行简要讨论后,提出使用以所有水溶组分活度为变量的多元逐步判别分析法作为饮水水质标准的确定方法。经对一个地区的实例研究发现,总氟含量用于判别水质时存在无效判别区间问题,这一发现提示我们有必要重新考虑现行水质标准中总氟浓度只有一个标准值的适宜性问题。     

香港东部近海水质时空分布模式

综合利用系统聚类分析、后退式判别分析和基于GIS平台的逆距离加权法开展了香港东部近海水质时空分布模式研究,案例为香港东部近海区域,数据为2000～2004年27个采样点4类15个水质指标.结果表明:①在时间尺度上,香港东部近海水质最佳分为1～5月和6～12月2组;在空间尺度上分为2组,分别对应于重度和轻度污染类型;②表征时间和空间差异性的显著性指标分别为Si、NH 4-N、SD、DO、温度和TN、NH 4-N、PO-4-P、VSS;③显著性指标的时空差异性比较明显,其中空间尺度上第1组采样点(MM1、TM2～TM4)的周边区域浓度显著高于第2组,同时,除了第1组周边区域之外,TN与PO-4-P的空间分布基本相反,而NH 4-N与VSS则比较相似;时间尺度上Si在6～12月的平均浓度明显高于1～5月,而NH 4-N和SD则相反,此外,DO和温度两者的差异性显著负相关.基于上述结果,建议优化监测频次/采样点,同时需要加强8个显著性指标的监测,并且需要加强香港东部海岸陆源污染控制:吐露港和香港与深圳交界处重点削减点源和农田径流污染,而牛尾海水质管制区和赤门峡北部需要加强浴场休闲区和鱼类与贝类养殖区的环境管制.此研究可为香港近海水质监测和功能区划提供科学基础.     

基于距离判别分析法的冲击地压预测研究

考虑影响冲击地压的矿山地质因素和开采技术因素,提出预测预报冲击地压危险性的距离判别分析方法。选用煤层开采深度、顶板岩性、地质构造复杂程度、煤层倾角、煤层厚度、开采方法、有无煤柱、炮采或综采8项指标作为距离判别分析模型的输入变量,并以工程实测数据作为学习样本进行训练,建立相应判别函数对待判样本进行预测。研究结果表明,距离判别分析模型学习性能良好,预测精度高,回判估计的误判率为零,是冲击地压预测预报的一种有效而实用的方法。     

京杭运河(苏州段)水质时空分布特征分析

本文基于数据分析工具Excel 2007和SPSS17.0,采用多元统计方法中的聚类分析与判别分析对2008年京杭运河(苏州段)水质时空分布特征进行分析,以识别水质指标的时间与空间差异性。时间分析结果将京杭运河(苏州段)划分为与丰、平、枯水期略有差异的3个时期,其中7项显著性时间差异的水质指标为pH、NH4-N、CODMn、DO、BOD5、V-phen、cn-total。空间分析结果将研究区域分为3个污染区域;空间分析判别函数的构建表明仅pH、NH4-N、CODMn、DO、BOD55项水质指标即可反映研究区域水质的差异性。本研究结果对改善省界河流水质、缓解省际纠纷、维护社会和谐稳定具有重要意义。     

中国五大湖秀丽白虾地理种群的形态差异与判别分析

测量了326尾采自鄱阳湖、洞庭湖、太湖、巢湖和洪泽湖5个地理种群的秀丽白虾的8个形态学特征,经过校正后形成10个形态学比例参数。运用3种多元统计方法对不同地理种群间的形态差异进行了比较研究。主成分分析构建的前3个主成分的方差贡献率依次为31216%、21577%、15239%,累积贡献率为68032%,主成分分析结果表明5个地理种群间的形态差异主要取决于腹部宽/体长、腹部宽/腹部长和头胸甲宽/体长3个形态学特征;聚类分析结果表明,太湖种群最先和鄱阳湖种群聚成一类,随后与巢湖种群、洪泽湖种群聚集,最后才和洞庭湖种群聚集,说明太湖种群和鄱阳湖种群形态差异最小而和洞庭湖种群形态差异最大;建立了5个种群的判别函数,判别准确率为767%~967%,综合判别率为807% 。计算了差异系数,根据Mayr等提出的75%规则,认为不同地理种群间的形态差异还没有上升到亚种水平的差异。推测遗传差异和环境因子是不同种群秀丽白虾产生形态变异的主要原因.     

不同面积小流域山洪泥石流预报模型研究——以北京市密云县为例

针对北京市密云县境内密云水库上游山洪泥石流发生特点,以系统科学为基本思想,将Bayes判别分析法引入山区小流域山洪泥石流预报模型建立之中。通过对北京市密云县境内密云水库上游影响山洪泥石流发生的系统内部要素和其外部环境条件进行综合分析,选择影响山洪泥石流发生的前15d实效降雨量和当日降雨量作为预报模型因子,分别建立了三种不同流域面积范围的山洪泥石流预报模型,所建立的山洪泥石流预报模型适用的流域面积范围分别为0.30～2.00 km2、2.00～5.00 km2和5.00～15.42 km2。经检验,三组预报模型的正确率分别为86.4%、92.9%和83.3%,均满足了Bayes判别分析法所规定的其验证正确率的要求,表明模型可以应用于研究区域不同流域面积范围的山洪泥石流预报。预报模型的建立为北京市密云县境内密云水库上游山洪泥石流的即时预报提供了一种简捷易行方法。     

游客市场细分研究

了解游客需求是旅游产品规划、开发和市场营销的前提,把握客源市场的一个重要途径是进行市场细分。旅游企业针对不同的细分市场,采用不同的营销手段,提供相应的产品和服务,才能使游客拥有更好的旅游经历。根据四川省旅游游客的需求进行市场细分,采用聚类分析方法将游客市场分为6类:康乐型游客、享乐型游客、规矩型游客、消极型游客、商务型游客和求知型游客。在此基础上,分析了6类游客的人口特征及其市场营销的意义。