判别分析方法（共12篇）
判别分析方法 篇1
1 引言
线性鉴别分析 (Linear Discriminant Analysis, LDA) 是一种有监督的特征提取方法, 其主要思想是求解投影向量使得同类样本变得紧凑, 异类样本尽可能分开。LDA使用参数化形式的散度矩阵, 且没有包含高阶的统计量, 因此无法很好的表达数据的复杂分布。非参数鉴别分析 (Nonparametric Discriminant Analysis, NDA) 采用非参数形式构造散度矩阵, 更多的考虑样本分布的局部结构特征, 能更好的刻画分类边界信息, 强化分类边界样本的贡献。Fukunaga[1]通过构造非参数化形式的类间散度矩阵来解决两分类问题。Li[2]和Zeng[3]扩展了经典的非参数鉴别分析算法, 以支持多类情况, 但是基于局部方法构造的类内散度矩阵仍然可能奇异[2]。
LDA提取的特征个数受到类别数的限制, 实际使用时会遭遇小样本问题[4]。运用正则化方法, 通过矩阵平滑可以使类内散度矩阵Sw变得非奇异[5], 但是计算量大。PCA+LDA使用PCA把特征维数从D降到N-M (N是样本数, M是类别数) 使Sw变得非奇异[6], 但是Sw的维数由D降到N-M会损失一些鉴别信息。LDA/QR[7]首先将人脸样本投影到一个子空间, 然后在该子空间中进行线性判别分析, 不仅克服了LDA的奇异问题, 而且大大降低了计算复杂度, 但是由于LDA/QR的第一步事实上是将人脸样本投影到类间散度矩阵的值空间, 从而如果样本均值估计有偏, 则会导致LDA/QR识别性能的下降, 这就是LDA/QR的所谓对类中心估计敏感的问题。Chen证明了Sw的零空间中包含了大部分的鉴别信息, 因而可以在Sw的零空间中来求解最优化问题[8]。杨等人提出了具有统计不相关的图像投影鉴别分析方法[9], Ye对此改进并提出了ULDA (Uncorrelated LDA, ULDA) 算法[10], 并对ULDA进行正交化约束扩展提出正交LDA (Orthogonal LDA, OLDA) [11], OLDA得到的所有的鉴别向量都是相互正交的, 因此即使在散度矩阵奇异的时候都可以执行, 最近被广泛的应用和扩展。
文章首先运用样本的局部结构特征, 构造具有非参数化形式的散度矩阵, 该方法很好的刻画分类边界信息, 突出边界样本对分类的贡献, 可以应用复杂分布数据的处理。基于局部特征构造的散度矩阵, 有效的克服样本均值估计有偏的问题。其次通过SVD分解移除混合散度矩阵的零空间克服类内散度矩阵奇异问题。最后通过应用CS正交分解同时对角化散度矩阵来求解最优化问题, 并在计算过程中运用QL分解避免了矩阵求逆操作。
2 非参数散度矩阵的构造
在经典LDA中, 计算类间散度矩阵, 只用到每一类样本的均值与整体均值的差, 很明显, 一类样本的均值反映的是样本的整体信息, 没有抓住边界的结构。Zeng等[3]从图论的角度出发, 考虑样本点之间的局部邻域结构, 提出一种新的矩阵的构造方法来提升非参数鉴别分析, 同时强化训练集合中样本点的边界信息和局部结构。可以证明LDA的类间散度矩阵和式等价[12],
定义1 (混合邻域) 样本点xik的δ近邻混合邻域Nδ (xik) 定义为xik附近与xik最相似的δ个样本点的集合。
定义2 (类间邻域) 样本点xik的δ近邻类间邻域Nδ (xik, l) 是xik的邻域中与xik最相似的, 具有类标签Cl的δ个样本点的集合。
定义3 Ck类样本xik的局部混合邻域均值定义为:
定义4 Ck类样本xik的Cl类局部类间邻域均值定义为:
定义5设x=μδ, l (xik) , Ck类样本xik的Ck类相对于Cl类局部类内邻域均值定义为μlδ, k (xik) =μδ, k (x) 。
定义3和定义4中|·|表示集合的基数。根据定义5, 在计算Ck类相对于Cl局部类内邻域均值时, 首先利用xik类间邻域Nδ (xik, l) 的样本计算出xik的Cl类局部类间邻域均值x, 然后以此作为中心求出x的类间邻域Nδ (x, k) 的均值。这种计算充分利用xik边界附近的点来计算类间邻域均值和类内邻域均值, 刻画了分类边界的结构。
扩展的非参数形式的散度矩阵定义为:Sw=HwHwT, Sb=HbHbT, St=HtHtT。其中
权函数w (xik, l, δ) 定义如下[1,2,3],
根据以上定义可知: (1) 设w (xik, l, δ) =1, 当δ→n时, μδ, k (xik) 趋于第k类样本的均值, μδ (xik) 趋于整体样本均值, 此时构造的散度矩阵就是参数化的散度矩阵。 (2) 如果只有靠近分类边界的样本被选中, 那么边界信息将被嵌入到被构建的散度矩阵包含的子空间中。 (3) 权函数强化了边界样本对构造边界信息的贡献, 有效的抓住边界结构信息。
3 两阶段鉴别分析算法
3.1 预处理步骤
考虑最优化问题
综合上述分析, 首先构造Ht, 然后将最优化问题转化为等价问题的求解, 最后通过奇异值分解, 移除Ht的零空间得到一个较低维数的子空间, 在这个子空间中, 散度矩阵是非奇异的, 因而可以直接运用经典的LDA方法。预处理的步骤为:
步骤1构造混合散度矩阵Ht;
步骤4U1←U (:, 1:t) ;
步骤5输出G←QU1, 算法结束。
3.2 LDA/CS算法
正交化约束的LDA方法得到的投影矩阵的列向量互相正交, 已有的研究证明这一类方法具有较好的性能[11]。本文提出基于CS分解的鉴别分析方法 (LDA via Cos-sin decomposition, LDA/CS) 。LDA/CS的目标是求解最优化问题, 运用CS分解算法同时对角化散度矩阵, 得到正交约束的鉴别矢量, 并利用QL分解避免计算过程中矩阵的求逆。
定理2小样本问题CS分解定理[13]。考虑矩阵,
其中CTC+STS=I。
如果Sb, Sw, Hb和Hw如前面所定义, 设F=QR表示F的QR分解, 即
考虑参数化LDA问题, 由于St=Sb+Sw, 所以ZTStZ=ZT (Sb+Sw) Z=I, 因此可以同时对角化Sb、Sw和St, 并且是统计无关的。LDA/CS算法的具体步骤为:
步骤3对Q应用CS分解得到矩阵W;
步骤4计算Y←RTW;
步骤5计算Y的QL分解Y=ΦL;
3.3 LDA/CS-QR算法
结合预处理和LDA/CS得到二阶段组合算法 (Twostage LDA via CS and QR decomposition, LDA/CS-QR) , 该算法有效的扩展了现有的正交化方法在非参数条件下不能应用的问题, 并提高了鉴别分析的准确度。LDA/CS-QR算法的步骤为:
步骤6输出G←QU1G*, 算法结束。
算法的第1步根据需要可以构造参数化形式的散度矩阵, 也可以构造非参数化形式的散度矩阵。
4 实验结果
本文在ORL、Yale和Yale B人脸数据库上比较LDA/CS、LDA/CS-QR与经典的PCA+LDA、ULDA和OLDA算法。
4.1 实验设置
ORL人脸数据库包含40人共400张面部图像, 部分图像包括了姿态、表情和面部饰物的变化。Yale人脸数据库包含15位志愿者的165张图片, 包含光照、表情和姿态的变化, 其中每个主题包含11张图片。Yale B扩展库包含了38个人的16128幅9种姿态、64种光照的图像。其中的姿态和光照变化的图像都是在严格控制的条件下采集的, 主要用于光照和姿态问题的建模与分析。
本文对数据库中的所有图像做如下的处理:图像被归一化为32×32像素并进行直方图均衡化;采用最近邻法分类器。在每个数据库上随机选取P张图像作为训练集, 剩余的图像作为测试集。使用20次随机试验的平均识别率。实验中LDA/CS和LDA/CS-QR表示使用参数方法构造散度矩阵, LDA/CS-N和LDA/CS-QR-N表示使用非参数化方法构造散度矩阵, 使用非参数方法时, 计算时局部邻域参数p=5, 公式中α=3。
4.2 分类实验
在ORL库和Yale库上随机选择了P (P=5, 6, 7) 张人脸图片作为训练集, 在Yale B库上随机选择P (P=5, 10, 20) 张人脸图片作为训练集, 剩余的全部图片作为测试。ORL, Yale和Yale B人脸数据库上的实验结果分别列在表1, 表2和表3中。从表1和表3可知LDA/CS-QR-N算法在ORL库和Yale B库上都取得最好的比别率。表2中, 在P=6, 7时, LDA/CS-QR-N算法也取得最好的识别率。
为揭示训练样本数量对识别率的影响, 在ORL和Yale数据库中随机选择P (P=3, 4, 5, 6, 7, 8) 张图像作为测试集。图2 (a) 和图2 (b) 分别列出了各种算法在ORL和Yale库上的比较结果。分析图2得出:所有算法随着训练样本的增加, 识别率都稳定上升。图2 (a) 表明选择不同的数量的训练样本时, LDA/CS-N和LDA/CS-QR-N算法的识别率高于PCA+LDA和UL-DA算法, 但是与OLDA算法相当。图2 (b) 显示在训练样本较多的时候, LDA/CS-QR-N取得比OLDA更好的识别率。
4.3 鉴别向量数量对分类准确度的影响实验
从表1~表3的结果发现OLDA算法和LDA/CS-QR算法的最佳识别率在所有数据库中测试结果相同, 但是由于选择不同数量的鉴别向量会对识别率差生一定的影响。为进一步揭示两个算法的区别, 在ORL库和Yale库随机选择P=7幅图像作为训练集, Yale B库随机选择P=10幅图像作为训练集, 其它全部图像作为测试集。比较了选择不同数量的特征向量LDA/CS和LDA/CS-QR算法的性能, 并与PCA+LDA、ULDA、OLDA算法比较。图3 (a) 、图3 (b) 和图3 (c) 分别列出了ORL、Yale和Yale B库上的比较结果。分析图3, 发现LDA/CS和LDA/CS-QR算法在选择较少的特征向量就能达到比较稳定的识别率, 并且LDA/CS-QR算法在选择较少特征向量时比其它算法识别率更高, 并且识别率曲线的斜率比较大, 说明随着选择的特征向量数量的增加, 识别率更快的趋于稳定的值。
4.4 参数化方法与非参数化方法比较
分析表1-3的结果, 发现使用参数化方法和非参数化方法构造散度矩阵时, 尤其是在非参数化条件下, 改进的算法性能更好。
如图4所示, LDA/CS-N和LDA/CS-QR-N在特征向量较少时识别率更高。在ORL和Yale库等很少样本的数据库中测试, 如图4 (a) 和 (b) 所示, 非参数方法比参数方法性能更好。
5 结束语
本文从样本的局部邻域出发, 利用样本局部结构信息构造散度矩阵, 通过强化分类边界结构有效的提取鉴别信息。对于人脸识别等小样本问题, 通过局部方法构造的类内散度矩阵可能是奇异的, 因此文章提出了一种两阶段的非参数鉴别分析算法, 通过去除混合散度矩阵的零空间有效的解决散度矩阵奇异问题, 并通过QL分解有效的避免计算过程矩阵求逆问题。在ORL, Yale和Yale B人脸库上的实验结果说明算法比PCA+LDA, ULDA和OLDA有更高的识别率。
摘要：为了解决LDA对复杂分布数据的表达问题, 本文提出了一种新的非参数形式的散度矩阵构造方法。该方法能更好的刻画分类边界信息, 并保留更多对分类有用的信息。同时针对小样本问题中非参数结构形式的类内散度矩阵可能奇异, 提出了一种两阶段鉴别分析方法对准则函数进行了最优化求解。该方法通过奇异值分解把人脸图像投影到混合散度矩阵的主元空间, 使类内散度矩阵在投影空间中是非奇异的, 通过CS分解, 从理论上分析了同时对角化散度矩阵的求解, 并证明了得到的投影矩阵满足正交约束条件。在ORL, Yale和Yale B人脸库上测试的结果显示, 改进的算法在性能上优于PCA+LDA, ULDA和OLDA等子空间方法。
关键词：非参数化鉴别分析,CS分解,人脸识别,主成份分析,子空间
判别分析方法 篇2
判别矿井突水来源是矿井防治水工作中的`关键环节,选择合适的判别方法是快速高效判别突水水源的关键.本文对近些年来判别矿井突水水源的各种方法进行深入探讨,指出在水源判别时注意的问题,为矿井防治水提供决策依据.
作 者：李再兴 张凤鸣 庞良 韩国童 LI Zai-xing ZHANG Feng-ming PANG Liang HAN Guo-tong 作者单位：李再兴,庞良,韩国童,LI Zai-xing,PANG Liang,HAN Guo-tong(河南省地质测绘总院,河南,郑州,450006)
张凤鸣,ZHANG Feng-ming(江苏省徐州市地质勘探队,江苏,徐州,221005)
汽车减振器典型失效判别方法 篇3
摘 要：本文对一起减振器失效判别方法，如何判定减振器是真正的漏油、渗油，及如何判定减振器气体泄漏，进而减少售后的误判，导致索赔的增多。
关键词：减振器；漏油；渗油；失效
减振器被定义为衰减振动的装置，减振器通过自身的压缩与拉伸运动，利用本身的油液流动的阻力消耗振动的能量，来缓和并吸收路面传来的冲击振动，达到优化车辆操控性、稳定性和舒适性的作用。减振器发生失效，必然导致车辆操控性、稳定性和舒适性的下降。
1 减振器失效的直观判别
①当油流淌或油污至弹簧托盘以下时，应更换减振器（如图1）
②当油流淌或油污至储油缸长度1/2时，应更换减振器（如图2）
③防尘罩上的油污不能作为减振器失效判别的依据（如图3）。
储油缸油迹高度不到弹簧盘以下或不到储油缸长度1/2时，均不能更换减振器，此状态时其油量损失远不到30ml，其阻尼特性仍无任何变化。（如图4）
大量试验表明，当减振器油量减少到30ml以下时，其阻尼特性才明显减小。（如图5）
2 减振器的漏油与渗油
2.1 减振器渗油：减振器渗油是由于结构原因，属于正常现象，储油缸上端只有油污（固体状），并无油流淌，用干净干爽的手触摸无湿度，无油沁入指纹。
从发现油污再行驶2-3万公里，油污扩展仍很缓慢，其油量损失不超过10ml，不会对减振器阻尼特性产生任何影响，减振器渗油属正常现象，不需更换减振器，尤其是防尘罩上的油污更不能作为减振器失效判别的依据。
减振器的活塞杆在往复运动过程中，在其表面有可能将很薄的油膜带出减振器外部，而存留于储油缸上端，尤其是近年来活塞杆采用微裂纹镀铬的新工艺，更容易把少量油膜带出减振器外，而活塞杆微裂纹镀铬的目的就是让活塞杆表面形成油膜，润滑其油封刃口，延长油封寿命，所以由于活塞杆带出了油膜而形成的渗油属正常，但必须说明的一点是，渗油的只是少部分减振器，约占15%，渗油的减振器的使用寿命并不比不渗油的减振器短，其原因就是渗油的减振器其油封刃口的润滑更好的缘故。
减振器防尘罩上端360度，均匀高度的油污（如图3）是由于活塞杆在高速往返运动中会将雾状的油分子颗粒带出减振器外，存留于防尘罩内腔上端，并从防尘罩上端的缝隙处不断逸出，并逐步的扩展和增厚，时间稍长便会形成油污，尤其当今充气式减振器此现象会更突出一些，它和减振器失效并无关系。
2.2 减振器漏油：95%的减振器其使用寿命都能在3万公里以上，漏油的减振器只占极少数。
漏油现象：储油缸上端有油流淌的痕迹（液体状），用干净干爽的手触摸，有湿度并有油沁入指纹。从发现有油流淌再行驶2-3千公里，油流淌的痕迹超过储液缸长度1/2左右，此时油量已减少30ml以上，示功图明显产生缺口，如图五。减振器阻尼力明显变小，此减振器已经失效，应更换新的减振器。
2.3 区分减振器假漏油和真漏油：
确有上述漏油现象，用干净的布擦干油迹后，再开往颠簸路段（约20-30米长），故意提高车速，使减振器工况更加恶劣，在此路面试验3-4次后，再观察减振器有无油迹产生，如无油迹重复出现，则可判定为假漏油，如有油迹重复出现，则判定为真漏油，应更换减振器。
3 减振器在汽车使用或道路试验中的失效判别常识
悬架减振器是一个不断把汽车振动能转化为热能，散发于大气中的液压件，当它的油量不足或其中的阀片出故障或有杂质时，就会削弱上述的热功转换功能，因此失效的减振器，当行驶于上述颠簸路段时，他的热功转换能力明显减弱或消失，当行驶完上述颠簸路面时，它的外表温度会明显低于正常减振器，此时可视为该减振器失效。一般来讲，不会出现前后或左右减振器同时失效，所以这种做法很容易对比。
充气式减振器中的气体泄露后，它不会影响减振器复原及压缩阻力的大小，所以也不应该更换减振器。
充气式减振器中气体泄露的判定：用手将减振器压缩至最小长度后将手移开， 减振器不能自行恢复至最大长度。这种现象称之为气体反弹力消失，它与减振器失效并无关系，充气式减振器中气体一般为氮气，其作用是使减振器工作过程更加柔和，示功图更加饱满，但并不影响阻力大小；即使气体漏掉，减振器阻力不会变小，因而减振作用不会失效。
4 总结
基于判别分析的故障选线方法 篇4
小电流接地系统中,发生单相接地故障后,能否迅速准确地选出接地故障线路,并动作于信号或跳闸,不仅关系到电力系统安全运行,也是我国在建、改建的配电系统迫切需要解决的问题。小电流接地系统易发生单相接地故障,如不及时清除,易发展为相间故障,甚至造成多组开关柜和变压器烧毁的“火烧连营”事故,影响电力系统安全运行。全国每年因此损失数十亿元,且危及设备和人身安全。
近年来,国内外学者对此进行了广泛而深入的研究,已经提出了很多有益的探索方法,取得了丰富成果[1,2]。但由于故障残流小、故障电弧的影响、负荷谐波干扰及选线方法本身的局限性等原因,实际运行中故障选线正确率很低。到2000年我国已安装选线装置的退出率高达90%,这说明我们研究的选线技术还存在许多问题,不能满足用户的要求[3]。随着人们对配电系统自动化水平要求的提高,小电流故障自动选线问题更加突出,迫切需要从根本上予以解决。
目前,由于配电网接地故障的情况复杂,单一的选线判据仅利用部分故障信息进行选线判断,不适应复杂多变的故障情况,使得在某些接地工况下这些原理在应用中会误选、漏选、多选; 而基于融合的故障选线方法[4,5,6],虽然弥补了单一选线方案的不足,提高了系统的选线精度,但大多数算法不具备明确的物理机理,仅靠海量样本进行训练,不能保证样本数据覆盖各种复杂的故障情况。文献[7]借助判别分析提出了电网故障元件定位方法,不受运行方式的影响,取得了较好的效果。
为此,本文突破传统选线思路,利用判别分析技术,融合现有各种选线方法的优点,提出一种新型的配电网故障选线方法。对故障特征量的选取进行了探讨,选取零序导纳法、负序电流法、零序电流法、接地故障电阻法、小波分析法等基于就地测量量的多源故障信息作为判别因子,构建距离判别分析模型,实现了故障选线,减少了干扰、消弧线圈、过渡电阻的影响,提高了选线的精度和可靠性。
2 故障选线的总体思路
判别分析方法是一种根据已有训练样本的分类信息,得到体现这种分类的判别函数W( x) ,然后利用该函数去识别新获得的待测样本x,判断待测样本属性的预测预报分析方法[8]。
常规故障选线的输出为故障或非故障,在线路出口处安装保护装置,将实际系统中线路发生故障前后保护装置所测得的历史数据作为训练样本,本条线路故障时的数据构成故障类G2的训练样本,其他线路故障或母线故障时本条线路采集的数据构成非故障类G1的训练样本。本文提出方法需要大量样本,可将现场实际录波数据、动模试验数据和仿真数据共同作为样本数据,以减少现场不会频繁接地和接地类型复杂多样对本方法的影响。每个样本提取多种故障特征量作为判别因子,充分利用各种故障信息,提高选线精度。之后借助马氏距离对训练样本进行学习,进而构建距离判别分析模型。
采用零序电压作为选线的启动判据,当零序电压越限时,判断配电网发生接地故障,零序电压突变时刻为故障发生时刻。之后记录待测样本数据x,将x代入判别函数W( x) ; 以距离判别规则判定待测样本的类别,从而判断与待测样本相对应的线路是否发生故障。
文献[9,10]借助神经网络方法解决选线问题,拓展了继电保护的研究方向,已取得初步成果。但神经网络不具备明确的物理机理,需按经验对各识别子模块进行整定,不能保证得出的模式是故障样本数据的真正结构。而本文采用的判别分析方法具备明确的物理机理,将样本的s个故障特征量投射到s维空间,考察样本间的距离,认为同类样本的相似度较高( 空间距离较近) ,而异类样本的相似性较低( 空间距离较远) ,从而判别待测样本所属线路是否发生故障。故障类与非故障类数据信息之间有本质的差别,前者是故障产生,而后者是干扰产生。判别分析方法理论上可将故障数据与非故障数据进行有效区分。本文的仿真分析表明在训练样本较少或故障类型、工况情况不全时,判别分析方法仍可进行准确的样本判别,初步验证了该方法的有效性。
故障选线总体思路如图1所示。
3 距离判别分析理论
3. 1 马氏距离
设有c个类别{ G1,…,Gc} ,x = ( x1,x2,…,xs)是来自均值为μ、协方差为∑( > 0) 的类别G的s维样本( 考察s个故障特征量) ,则x到类别G的马氏距离为:
3. 2 距离判别函数的构造
设G1,G2是两个不同的s维已知类别。已知来自类别G1的训练样本x1( 1),x2( 1),…,x(n11),来自类别G2的训练样本x1( 2),x2( 2),…,x(n22),各类别的均值向量μ1、μ2及协方差S的估计量分别为:
式中,S1、S2为两类训练样本的协方差矩阵; n1、n2为两类训练样本的个数。
距离判别函数为:
3. 3 判别准则及其评价
定义距离判别规则为:
距离判别分析模型如图2所示。
采用误差率回代估计来评价距离判别准则的优良性。以全体训练样本作为n1+ n2个新样本,逐个代入已建立的判别准则中,回判结果如表1所示。
n11、n22为回判正确的样本个数,n12为将属于类别G1的样本误判为类别G2的样本个数,n21为将属于类别G2的样本误判为类别G1的样本个数。误判率η的回代估计为:
4 故障特征量的确定
好的判别因子应具备以下4个特点:
1区别性,对不同类别样本特征值差异明显;
2可靠性,对同类样本特征值比较接近;
3独立性,各特征之间尽量彼此统计独立;
4数量少,过多的特征数会使系统复杂度增加。
不同的选线方法有其不同的适用范围,为充分发挥判别分析的融合特性,提高选线方法的适用范围( 特别是经消弧线圈接地的配电网及高阻接地等情况) ,可将多种不同故障特征量共同作为判别因子。
现有的接地故障选线方法采用了不同的故障信息,可将故障特征量分为稳态或暂态分量、基波或谐波分量、有功或无功分量、各相故障分量、各序分量等。反映稳态分量的方法大多不适用于谐振接地电网,且对间歇性接地故障失效; 而基于暂态分量的方法可改善上述稳态方法的缺陷,但受开关操作等暂态干扰信号影响较大,在电压过零点附近发生接地故障时故障特征量较小。基于基波分量的方法受消弧线圈及其补偿度的影响较大; 而基于高次谐波分量的方法受其影响较小,但谐波含量较小,检测灵敏度低。基于零序分量的方法较基于负序分量的方法更易受弧光接地产生的振荡电流的影响。
为使所提出的选线方法适合在配电自动化终端单元( FTU) 上就地实现,可选择基于就地测量量进行接地选线的方法: 1零序过流保护; 2零序电流( 包括零序基波电流、零序谐波电流、零序暂态电流) 大小和方向保护; 3零序功率方向保护; 4零序导纳方向保护[1]; 5负序电流大小和方向保护[2];6零序电流负序电流比较接地保护[11]; 7暂态零序能量大小和方向接地保护; 8接地故障电阻测量接地保护[12]; 9基于小波变换的零序各频带分量的大小和方向保护; 10基于HHT变换的零序电流瞬时频率的相位保护等。
5 仿真分析
5. 1 构建判别分析模型
采用文献[11]的35kV配电网进行EMTP仿真。仿真配电网如图3所示,馈线参数见表2。
图3中Rf为故障点过渡电阻,中性点接地方式采用不接地、经高阻接地、经消弧线圈接地、经消弧线圈并电阻接地,提取电缆线路3及架空线路4上发生金属性接地及高阻接地故障时,线路4上的保护装置的故障信息作为样本,见表3所示,将样本中{ x1( 1),x6( 1),x3( 2),x8( 2)}作为待测样本,其余作为训练样本。
每个样本提取5个不同故障特征量作为判别因子,依次为零序导纳接地继电器测量的相位差xk 1[11]、负序电流xk 2、零序电流xk 3、由故障相电压与故障电流之比计算出的接地故障电阻xk 4[12]、db4小波变换后模极大值xk 5。将选线结果分为两类: 1线路未发生故障,模型输出结果为G1; 2线路发生故障,模型输出结果为G2。
对训练样本进行计算、学习后可求得相应的判别系数,进而得到判别函数如下:
5. 2 距离判别分析模型的检验
对训练样本进行学习后,利用回代估计法计算模型的误判率。在12个样本中,未发生误判,因此误判率为0。说明经过训练后的判别模型判别能力较高。
5. 3 选线方法的启动
在配电网接地故障保护方法测试过程中,取零序电压整定值为10%相电压,即2021V。对各种类型故障仿真后零序电压都大于整定值,都能可靠判定接地故障的发生。
5. 4 仿真结果
为进一步检验模型的正确性和适用性,利用训练好的模型对4个待测样本进行判别。
将待测样本代入判别函数W( x) ,即式( 7) 。利用距离判别规则判定待测样本的归属。若W( x)≥0,则判定待测样本为非故障数据,待测样本所属线路未发生故障; 若W( x) < 0,则判定待测样本为故障数据,待测样本所属线路为故障线路。仿真结果见表4所示。
待测样本x1( 1)、x6( 1)为线路3发生接地故障时安装在线路4上的保护装置获取的样本数据,代入式( 7) 计算后,其数值均大于零,属于非故障样本; 而待测样本x3( 2)、x8( 2)为线路4内部发生接地故障时安装在线路4上的保护装置获取的样本数据,代入式( 7) 计算后,其数值均小于零,属于故障样本。用本文方法所得到的结果与实际结果一致。EMTP仿真结果表明了判别分析方法在接地故障选线中的有效性,同时也表明所选择特征量能很好地描述故障信息。
6 结论
判别分析方法 篇5
一、标志的使用及公告制度
1.标志的使用
（1）通过计量认证的质检机构允许在其出具的检验报告上加盖CMA标志，并在标志下加印计量认证证书编号；
（2）通过计量认证和审查认可（验收）的质检机构，允许在其出具的检验报告上加盖CMA标志和CAL标志，并分别在两个标志下加印计量认证和审查认可（验收）的证书编号。
（3）其它地方使用标志，必须严格按标志的使用规定，放大或缩小尺寸其形状不能随意改变。
2.公告制度
省以上质量技术监督部门对批准计量认证/审查认可（验收）的质检机构下发文件，公布其名称、证书编号、依据的标准及检验项目。有条件的可建网向社会公告。
二、变更的处理
质检机构取得计量认证/审查认可后，仍须按《评审准则》的要求，实施动态管理。内部组织机构、管理人员、工作程序等根据需要可进行调整，使用的仪器设备、试验环境、检验人员、检验方法等也将随着经济建设的发展改进、更新。因此，质检机构应与计量认证／审查认可（验收）的评审机构保持联系，对于出现的变更采取以下方法处理：
（1）质检机构的法人或法人授权代表、技术负责人、质量负责人的变更须报计量认证／审查认可（验收）的评审机构备案，授权签字人的变更必须报计量认证/审查认可（验收）的评审机构审核；
（2）质检机构的组织机构、工作程序、规章制度等进行调整，应及时修订或重新编制质量手册，保证质检机构的工作始终满足《评审准则》的要求，在监督评审或复查评审前提交给计量认证/审查认可（验收）的评审机构进行文件审查；
（3）当质检机构的仪器设备、试验环境、检验人员、检验方法等发生变更时，其各项条件均需满足检验标准的要求，此外质检机构还应及时进行各种比对试验，证明出具的数据的准确性和可靠性，质检机构应将比对试验报告、原始记录、误差分析报告等资料保存好，待监督评审或复查评审时提交评审组一并考核。
（4）对于仪器设备、试验环境、检验人员、检验方法等发生变更时，其条件不能满足检验标准要求的项目，质检机构应暂停该项目的检验工作。
（5）检验（测）标准发生变更的处理
根据国家标准和行业（地方）标准一般5年进行更新、修订的规定，质检机构除每年应定期进行标准的查新工作外，实际检验（测）活动中可能会发生，刚通过评审，或承担国家J地方质量监督抽查任务之前，出现标准更新、修订问题，为保证检验工作的有效性，又能解决应急的需要，质检机构须填报《标准变更申请及审核备案》（见下表），并按如下规定处理：
实验室资质认定计量认证标志使用说明
1、标志的图形如下图所示：整个图形由英文字母CMA组成，C为外框。
2、标志的使用：取得资质认定计量认证证书的实验室，按证书附表上所批准的检验项目，在其检验报告左上方使用此标志。
3、标志的规格：采用的标志时为红色。
4、标志字母的含义：CMA分别由英文China Metrology Accerlitation三个词的第一个大写字母组成，意为“中国计量认证”。
5、认证证书编号：在标志下面标出资质认定计量认证证书的编号。
例：
2006120888R
6、实验室授权证书和验收证书使用的CAL标志图形沿用原设计式样。
实验室和检查机构资质认定管理办法
第一章 总
则
第一条 为规范实验室和检查机构资质管理工作，提高实验室和检查机构资质认定活动的科学性和有效性，根据《中华人民共和国计量法》、《中华人民共和国标准化法》、《中华人民共和国产品质量法》、《中华人民共和国认证认可条例》等有关法律、行政法规的规定，制定本办法。
第二条 本办法所称的实验室和检查机构资质，是指向社会出具具有证明作用的数据和结果的实验室和检查机构应当具有的基本条件和能力。
本办法所称的认定，是指国家认证认可监督管理委员会和各省、自治区、直辖市人民政府质量技术监督部门对实验室和检查机构的基本条件和能力是否符合法律、行政法规规定以及相关技术规范或者标准实施的评价和承认活动。
第三条 在中华人民共和国境内，从事向社会出具具有证明作用的数据和结果的实验室和检查机构以及对其实施的资质认定活动应当遵守本办法。
第四条 国家认证认可监督管理委员会（以下简称国家认监委）统一管理、监督和综合协调实验室和检查机构的资质认定工作。
各省、自治区、直辖市人民政府质量技术监督部门和各直属出入境检验检疫机构（以下统称地方质检部门）按照各自职责负责所辖区域内的实验室和检查机构的资质认定和监督检查工作。
第五条 实验室和检查机构的资质认定，应当遵循客观公正、科学准确、统一规范、有利于检测资源共享和避免不必要的重复评审、评价、认定的原则。
第二章 资质认定
第六条 资质认定的形式包括计量认证和审查认可。
计量认证是指国家认监委和地方质检部门依据有关法律、行政法规的规定，对为社会提供公证数据的产品质量检验机构的计量检定、测试设备的工作性能、工作环境和人员的操作技能和保证量值统一、准确的措施及检测数据公正可靠的质量体系能力进行的考核。
审查认可是指国家认监委和地方质检部门依据有关法律、行政法规的规定，对承担产品是否符合标准的检验任务和承担其他标准实施监督检验任务的检验机构的检测能力以及质量体系进行的审查。
第七条 从事下列活动的机构应当通过资质认定：
（一）为行政机关作出的行政决定提供具有证明作用的数据和结果的；
（二）为司法机关作出的裁决提供具有证明作用的数据和结果的；
（三）为仲裁机构作出的仲裁决定提供具有证明作用的数据和结果的；
（四）为社会公益活动提供具有证明作用的数据和结果的；
（五）为经济或者贸易关系人提供具有证明作用的数据和结果的；
（六）其他法定需要通过资质认定的。
第八条 国家鼓励实验室、检查机构取得经国家认监委确定的认可机构的认可，以保证其检测、校准和检查能力符合相关国际基本准则和通用要求，促进检测、校准和检查结果的国际互认。
第九条 申请计量认证和申请审查认可的项目相同的，其评审、评价、考核应当合并实施。符合相关规定要求的，可以取得相应的资质认定。
取得国家认监委确定的认可机构认可的实验室和检查机构，在申请资质认定时，应当简化相应的资质认定程序，避免不必要的重复评审。
第十条 实验室和检查机构，应当在资质认定范围内正确使用证书和标志。
第十一条 有关法律、行政法规对实验室和检查机构的其他技术条件和能力有特殊要求的，可以在利用资质认定结果的基础上进行评审、评价或者考核。
第十二条 公民、法人或者其他组织，需要核实实验室和检查机构资质认定的真实性和有效性的，可以向国家认监委和地方质检部门提出书面申请，国家认监委和地方质检部门应当对申请核实的事项予以确认。
第三章 实验室和检查机构的基本条件与能力
第十三条 实验室和检查机构应当依法设立，保证客观、公正和独立地从事检测、校准和检查活动，并承担相应的法律责任。
第十四条 实验室和检查机构应当具有与其从事检测、校准和检查活动相适应的专业技术人员和管理人员。
从事特殊产品的检测、校准和检查活动的实验室和检查机构，其专业技术人员和管理人员还应当符合相关法律、行政法规的规定要求。
第十五条 实验室和检查机构应当具备固定的工作场所，其工作环境应当保证检测、校准和检查数据和结果的真实、准确。
第十六条 实验室和检查机构应当具备正确进行检测、校准和检查活动所需要的并且能够独立调配使用的固定的和可移动的检测、校准和检查设备设施。
第十七条 实验室和检查机构应当建立能够保证其公正性、独立性和与其承担的检测、校准和检查活动范围相适应的质量体系，按照认定基本规范或者标准制定相应的质量体系文件并有效实施。
第四章 资质认定程序
第十八条 国家级实验室和检查机构的资质认定，由国家认监委负责实施；地方级实验室和检查机构的资质认定，由地方质检部门负责实施。
第十九条 国家认监委依据相关国家标准和技术规范，制定计量认证和审查认可基本规范、评审准则、证书和标志，并公布实施。
第二十条 计量认证和审查认可程序：
（一）申请的实验室和检查机构（以下简称申请人），应当根据需要向国家认监委或者地方质检部门（以下简称受理人）提出书面申请，并提交符合本办法第三章规定的相关证明材料；
（二）受理人应当对申请人提交的申请材料进行初步审查，并自收到申请材料之日起5日内作出受理或者不予受理的书面决定；
（三）受理人应当自受理申请之日起，根据需要对申请人进行技术评审，并书面告知申请人，技术评审时间不计算在作出批准的期限内；
（四）受理人应当自技术评审完结之日起20日内，根据技术评审结果作出是否批准的决定。决定批准的，向申请人出具资质认定证书，并准许其使用资质认定标志；不予批准的，应当书面通知申请人，并说明理由；
（五）国家认监委和地方质检部门应当定期公布取得资质认定的实验室和检查机构名录，以及计量认证项目、授权检验的产品等。
第二十一条 资质认定证书的有效期为3年。
申请人应当在资质认定证书有效期届满前6个月提出复查、验收申请，逾期不提出申请的，由发证单位注销资质认定证书，并停止其使用标志。
第二十二条 已经取得资质认定证书的实验室和检查机构，需新增检查检验检测项目时，应当按照本办法规定的程序，申请资质认定扩项。
第二十三条 从事资质认定评审的人员应当符合相关技术规范或者标准的要求，并经国家认监委或者地方质检部门考核合格。
第二十四条 国家认监委和地方质检部门应当建立资质认定评审人员专家库，根据需要组成评审专家组。评审专家组应当独立开展资质认定评审活动，并对评审结论负责。
第二十五条 地方质检部门应当自向申请人颁发资质认定证书之日起15日内，将其作出的批准决定向国家认监委备案。
第五章 实验室和检查机构行为规范
第二十六条 实验室和检查机构及其人员应当独立于检测、校准和检查数据和结果所涉及的利益相关各方，不受任何可能干扰其技术判断的因素的影响，并确保检测、校准和检查的结果不受实验室和检查机构以外的组织或者人员的影响。
第二十七条 实验室和检查机构的人员不得与其从事的检测、校准和检查项目以及出具的数据和结果存在利益关系；不得参与任何有损于检测、校准和检查判断的独立性和诚信度的活动；不得参与与检测、校准和检查项目或者类似的竞争性项目有关系的产品的设计、研制、生产、供应、安装、使用或者维护活动。
第二十八条 实验室和检查机构从事与其控股股东生产、经营的同类产品或者有竞争性的产品的检测、校准和检查活动时，应当建立保证其检测、校准和检查活动的独立性和公正性的质量体系及其文件，明确本机构的职责、责任和工作程序，并与其控股股东从事的设计、研制、生产、供应、安装、使用或者维护等活动完全分开。
第二十九条 实验室和检查机构应当建立并有效实施与检测、校准和检查有关的管理人员、技术人员和关键支持人员的工作职责、资格考核、培训等制度，确保不因报酬等原因影响检测、校准和检查工作质量。
第三十条 实验室和检查机构应当按照相关技术规范或者标准的要求，对其所使用的检测、校准和检查设施设备以及环境要求等作出明确规定，并正确标识。
实验室和检查机构在使用对检测、校准的准确性产生影响的测量、检验设备之前，应当按照国家相关技术规范或者标准进行检定、校准。
第三十一条 实验室和检查机构应当确保其相关测量和校准结果能够溯源至国家基标准，以保证结果的准确性。
实验室和检查机构应当建立并实施评估测量不确定度的程序，并按照相关技术规范或者标准要求评估和报告测量、校准结果的不确定度。
第三十二条 实验室和检查机构应当按照相关技术规范或者标准实施样品的抽取、处置、传送和贮存、制备，测量不确定度的评估，检验数据的分析等检测、校准和检查活动。
第三十三条 实验室和检查机构应当按照相关技术规范或者标准要求和规定的程序，及时出具检测、校准和检查数据和结果，并保证数据和结果准确、客观、真实。
第三十四条 实验室和检查机构按照有关技术规范或者标准开展能力验证，以保证其持续符合检测、校准和检查能力。
第三十五条 实验室和检查机构及其人员应当对其在检测、校准和检查活动所知悉的国家秘密、商业秘密和技术秘密负有保密义务，并建立相应保密措施。
第三十六条 实验室和检查机构应当建立完善的申诉和投诉机制，处理相关方对其检测、校准和检查结论提出的异议。
第三十七条 实验室和检查机构因工作需要分包检测、校准或者检查工作时，应当将其工作分包给符合本办法规定并取得资质的实验室或者检查机构。
第六章 监督检查
第三十八条 国家认监委依法对地方质检部门及其组织的评审活动实施监督检查。
地方质检部门应当于每年一月向国家认监委提交上工作报告，接受国家认监委的询问和调查，并对报告的真实性负责。
第三十九条 国家认监委依法组织对实验室和检查机构的资质情况进行监督抽查；对不符合要求的，按照有关规定予以处理。
第四十条 任何单位和个人对实验室和检查机构资质认定中的违法违规行为，有权向国家认监委或者地方质检部门举报，国家认监委和地方质检部门应当及时调查处理，并为举报人保密。
第四十一条 有下列情形之一的，国家认监委或者地方质检部门，可以根据利害关系人的请求或者依据职权，撤销其作出的实验室和检查机构取得资质认定的决定：
（一）资质认定审批工作人员滥用职权、玩忽职守作出实验室和检查机构取得资质认定决定的；
（二）超越法定职权作出实验室和检查机构取得资质认定决定的；
（三）违反认定程序作出实验室和检查机构取得资质认定决定的；
（四）对不具备法定基本条件和能力的实验室和检查机构作出取得资质认定决定的；
（五）依法可以撤销资质认定的其他情形。
第四十二条 申请人申请资质认定时，隐瞒有关情况或者提供虚假材料的，资质认定监督管理部门应当不予受理或者不予批准，并给予警告；申请人在一年内不得再次申请资质认定。
第四十三条 实验室和检查机构以欺骗、贿赂等不正当手段取得批准决定的，国家认监委和地方质检部门应当撤销其所取得的资质认定决定，并予以公布。
实验室和检查机构自被撤销资质认定之日起3年内，不得再次申请资质认定。
实验室和检查机构出具虚假结论或者出具的结论严重失实，情节严重的，应当撤销其所取得的资质认定，并予以公布。
第四十四条 地方质检部门应当自作出撤销决定之日起15日内，将其撤销决定书面报告国家认监委备案。
国家认监委通过其网站或者其他方式向社会公布撤销资质认定的实验室和检查机构的名录。
第四十五条 从事实验室和检查机构资质认定的工作人员滥用职权、玩忽职守、徇私舞弊的，依法给予行政处分；构成犯罪的，依法追究刑事责任。
第四十六条 对于实验室和检查机构的其他违法行为，依照有关法律、行政法规的规定予以处罚。
第七章 附
则
第四十七条 下列用语的含义：
（一）实验室，是指从事科学实验、检验检测和校准活动的技术机构；
（二）检查机构，是指从事与认证有关的产品设计、产品、服务、过程或者生产加工场所的核查，并确定其符合规定要求的技术机构；
（三）实验室和检查机构的基本条件，是指实验室和检查机构应满足的法律地位、独立性和公正性、安全、环境、人力资源、设施、设备、程序和方法、质量体系和财务等方面的要求。
（四）实验室和检查机构的能力，是指实验室和检查机构运用其基本条件以保证其出具的具有证明作用的数据和结果的准确性、可靠性、稳定性的相关经验和水平。
第四十八条 资质认定收费，应当按照国家有关规定办理。
第四十九条 本办法由国家质量监督检验检疫总局负责解释。
第五十条 本办法自2006年4月1日起施行。1987年7月10日原国家计量局发布的《产品质量检验机构计量认证管理办法》同时废止。
法定计量检定机构考核
法定计量检定机构考核是政府计量行政部门对其依法设置或授权建立的计量检定机构进行的全面考核。
它是具有强制要求的行为。其主要考核依据JJF1069-2003《法定计量检定机构考核规范》。由国家和省级政府计量主管部门组织考核，考核合格颁发证书和坚定/校准专用章。
经考核核准项目，依据现行计量检定规程和校准规范，开展计量检定和计量校准。5年考核周期，到期进行复审，周期内可适当进行监督评审。
检测、校准实验室认可
检测、校准实验室认可，是对检测校准实验室具有某类型检测、校准能力的考核。
检测、校准实验室认可采取自愿行为，任何一、二、三方的检测、校准实验室均可申请。其考核依据GB/T15481-2000《检测和校准实验室通用要求》或CNAL/AC01-2000。
由中国实验室国家认可委员会组织专家考核。考核合格后颁发国家实验室认可证书，使用“CNAL”认可标志。考核周期为5年，到期复审。
计量认证
计量认证是国家政府计量行政部门对产品质检机构的能力的考核。
其目的是保证质检机构为社会出具公正数据准确可靠。
计量认证是政府强制性行为。是由国家认监委及地方行政部门组织考核。计量认证主要依据质技监认函[2000]046号文《产品质量检验机构计量认证/审查认可（验收）评审准则》和GB/T15481-2000《检测和校准实验室能力的通用要求》。
经考核合格后颁发计量认证证书，使用“CMA”标准印章。考核周期5年，到期复审。
审查认可
审查认可是对依法设置及授权的为社会提供公正数据的质量监督检验机构能力考核。属于强制性的政府行为。
由国家、部门、地方政府部门组织考核，即考核能力。同时授权其代表国家行使产品监督。考核依据质技监认函[2000]046号文和GB/T15481-2000。
考核合格颁发产品质检机构考核合格证书（验收证书）和授权证书。可使用“CAL”标志。考核周期5年，到期复审。
二、我国计量认证/审查认可制度
我国于80年代中期开始，依据《计量法》、《标准化法》、《产品质量法》及相关法规和规章，对产品质量监督检验机构实行计量认证和审查认可考核制度。由于历史原因，计量认证和审查认可工作分别由计量部门和质量监督部门实施，致使检验机构长期接受考核条款相似的两种考核，造成了重复评审，国家质量技术监督局于2000年发布了《产品质量检验机构计量认证/审查认可（验证）评审准则》，俗称“二合一标准”，该标准有效解决了重复考核，进一步与国际贯例接轨，同时兼顾了我国的法律要求和具体国情。二合一标准将在今年年底完成其使命，取而代之的是最新发布的《实验室资质认定评审准则》，认证的有效周期也由原来的5年改为3年。
三、实验室认可在我国的发展
为了加快实验室认可与国际接轨的步伐，我国从1994年开始实施实验室认可工作，至2002年，我国的实验室认可工作由两家机构共同承担，即CCIBLAC（由原国家商检局于1994年牵头成立，全称为“中国国家进出口商品检验实验室认可委员会”）、CNACL（由原国家质量技术监督局于1995批准成立，全称“中国实验室国家认可委员会”），两机构均按照ISO/IEC导则25：1990对实验室进行认可工作。为便于实验室认可工作的统一管理，2002年两机构合并成为中国实验室认可委员会（简称CNAL），2006年6月，中国实验室认可委员会和国家认证机构管理委员会又正式合并成立中国合格评定国家认可委员会（简称CNAS）。2000年发布的等同采用ISO/IEC 17025《测试和校准实验室能力的通用要求》的GB/T 15481－2000，是我国实验室认可所依据的现行标准，预计等同采用ISO/IEC 17025：2005的新的国家标准将会在近期发布。
四、计量认证、实验室认可及九千认证的关系
实验室认可所依据的标准化文件在不断的改版中，注意吸取了九千标准在质量管理和质量保证体系方面的成果，ISO/IEC 17025完全包涵了九千标准的各个基本要素，因此可以说，通过ISO/IEC 17025认证的实验室完全具备九千认证的标准（九千标准的要素少于ISO/IEC 17025）。从新标准的内容可以看出，资质认定、实验室认可和九千认证所依据的标准正在走向兼容或趋同。当然，不论是计量认证/审查认可或是即将开始的资质认定，都是由政府依法推动的强制行为，与自愿性质的实验室认可或九千标准认证有质的区别（计量认证合格的质检机构所出具的数据具有法律效力，而实验室认可或九千标准认证是一种行业互认或能力证明）。可以说，通过ISO/IEC 17025标准认可，是我国检测和校准机构的发展趋势，也是和国际接轨的通行做法，而强制行为的计量认证（或资质认定）将会逐渐淡出（国家授权的检验机构除外）。
ll5．计量认证的法律依据是什么?
答：计量认证的法律依据主要有《中华人民共和国计量法》、《中华人民共和国计量法实施细则》、《产品质量检验机构计量认证管理办法》等。
1)《中华人民共和国计量法》第二十二条规定：“为社会提供公证数据的产品质量检验机构，必须经省级以上人民政府计量行政部门对其计量检定、测试的能力和可靠性考核合格”。
2)《中华人民共和国计量法实施细则>中把《考核量法》第二十二条规定称为计量认证，并在第七章“产品质量检验机构的计量认证”中作出一系列规定，其中第五十五条还规定，“未取得计量认证合格证书的产品质量检验机构，为社会提供公正数据的，责令其停止检验，可并处一千元以下的罚款”。3)《产品质量检验机构计量认证管理办法》用了6章25条以规章的形式对计量认证工作进一步作出了规定。
实施计量认证行政许可依据以下法规、技术规范：
（1）《中华人民共和国计量法》第二十二条及《计量法实施细则》第三十二条（2）《中华人民共和国认证认可条例》第十六条
（计量认证是对于第三方检测机构的资质认证，标识是“CMA”。《计量法》规定凡是向社会出具公正性检测报告的检测机构，都应取得计量认证的资质。计量认证检测机构在其检测能力范围之内承担着社会各界的检测业务。
审查认可是政府对于其授权检测站的资质认可，标识是“CAL”。此认可属于政府授权，好多地方已经不予受理了。一般情况下，一个地区的一个行业只设一个站，比如：北京市**产品检验站或天津市**检验站。**代表产品类别，比如鞋帽、化工产品等。审查认可机构除承担社会的检测业务之外，还承担着政府的监督抽查职能。
凡是具备计量认证申请条件的实验室都可以向当地质量技术监督局申请此项工作，而申请审查认可则需要和当地质量技术监督局协调是否能够授权。
一般情况下，审查认可机构都具备了计量认证的资质。3）《实验室和检查机构资质认定管理办法》
实施计量认证/审查认可的（验收）工作程序
一、申请与受理
1．计合认证的申请
（1）属全国性的质检机构向国家质量技术监督局具体负责计量认证啤查认可（验收）的评审机构申请计量认证；
（2）属地方的质检机构向省级质量技术监督部门具体负责计量认证嫁查认可（验收）的评审机构申请计量认证；
（3）自愿申请计量认证的其他类型的质检机构（实验室）可按隶属关系向省以上质量技术监督部门具体负责计量认证啤查认可（验收）的评审机构申请计量认证。
2．计量认证和审查认可的申请
（1）对已列入国家质量技术监督局发展规划的质检机构，应向中国实验室国家认可委员会（英文缩写CNACL）申请实验室认可和进行授权计量认证和审查认可的评审。
（2）对于已列入省级发展规划的地方产品质量检验机构应向省、自治区、直辖市质量技术监督部门负责计量认证和审查认可（验收）的评审机构申请计量认证和审查认可的评审。
3．申请材料的受理
申请计量认证/审查认可（验收）的质检机构应按规定提交下列资料：
·质检机构计量认证/审查认可（验收）申请书一式两份；
·现行有效版本的质量手册一套和程序文件目录；
·质检机构法律地位证明文件；
·典型检验报告1－2份；
·质检机构批准设置的文件［仅限审查认可（验收）的质检机构]；
能力验证活动记录（若有）。
负责计量认证／审查认可（验收）的评审机构收到申请材料后，在规定的时间内，对申请书的填写内容及递交的证明材料是否符合要求进行审核，及时与申请方沟通，通知其是否已被受理。
质检机构计量认证／审查认可（验收）申请书由国家质量技术监督局统一制定。
4.制定评审计划
由负责计量认证/审查认可（验收）的评审机构制定评审计划。评审工作按评审计划执行，但也可根据实际情况适当调整。
二、现场评审
1．初审和预访问（必要时）
（1）初审
申请方可以根据需要申请初审。初审的目的是便于被评审方及时发现问题，提前整改到位，保证现场评审顺利通过。初审的程序与现场评审的程序基本相同，只是在评审报告中不做评审结论，仅提出存在问题和整改要求。
（2）预访问
负责计量认证/审查认可（验收）的评审机构可根据需要，与申请方协商，派评审组长到被评审方进行预访。预访的目的是使评审组长了解被评审方的概况，掌握其规模、特点，以便制定科学合理的现场评审计划，提出配备必要的技术专家，保证现场评审任务顺利完成。
2．现场评审前的准备
现场评审前一个月，负责计量认证/审查认可（验收）的评审机构应确定评审组长，由评审组长对被评审方的质量手册、程序文件等资料进行审查，详细审查其是否满足《评审准则》的要求，对不满足要求的，评审组长应及时将有关信息向评审机构反馈。对于文件审查合格的，与负责计量认证/审查认可（验收）的评审机构，共同确定评审组成员，必要时配备技术专家，协商后确定现场评审时间，并将现场评审所需的全部材料交给评审组长。
3.现场评审的实施
现场评审是严格的执法过程，要保证评审过程的严肃性，严格执行《评审准则》规定的要求，评审的主要目的是通过提问、聆听、观察、检查等方法，对质量检验机构或实验室项目进行考核，判定其检测能力，考核其管理水平，保证其出具的检验数据准确可靠。
现场评审的主要程序是：预备会议一首次会议一参观一软、硬件小组评审一评审组沟通、汇总情况一与被评审方领导沟通一末次会议。
现场评审的时间一般为三天，评审组人数可根据被评审方规模、人数和申请项目的多少而定。
（1）预备会议
现场评审通常从首次会议开始，但首次会议前，评审组长应组织预备会议。预备会议的目的是介绍被评审方的概况，制定现场评审计划，明确现场评审的软、硬件小组分工，初步确定现场试验项目及现场评审的注意事项等。
（2）首次会议
首次会议是实施现场评审的第一次会议，由评审组长主持，其目的是确认现场评审计划，确定现场试验项目，介绍现场评审方法，提出后勤保障要求，听取被评审方领导的简要介绍等。
（3）参观
为使评审组了解被评审方环境和仪器设备等情况，首次会议后由被评审方的人员组织参观其试验室、样品室、资料室及主要管理部门，增加感性认识，提高评审效率。
（4）分软、硬件小组进行评审
现场评审通常分软、硬件两组进行。软件小组负责进行产品质量检验机构计量认证/审查认可（验收）《评审准则》中“组织和管理”、“质量体系、审核和评审”、“人员”、“检验
样品的处置”、“记录”、“检验的分包”、“外部支持服务和供应”、“抱怨”等要求的评审，组织召开座谈会；
硬件小组负责进行“人员”、“设施和环境”、“仪器设备和标准物质”、“量值溯源和校准”、“检验方法”、“证书和报告”等要求的评审，进行现场试验项目的考核。
两组在现场评审过程中分工不分家，应相互协调、配合，对发现的问题及时沟通，确保现场评审客观、全面、准确。
（5）沟通、汇总情况
软、硬件两组将评审情况进行汇总，确定评审通过的项目，提出存在问题和整改要求，形成评审结论和评审记录。
（6）与被评审方领导沟通
评审组将评审汇总的情况与被评审方领导交流，取得共识，对于未达成共识的意见可采取必要的补充评审，以便最终达成共识。
（7）本次会议
末次会议是实施现场评审的最终会议，末次会议由评审组长主持，目的是宣布评审结论和评审通过的项目，确定整改要求和期限等。
（8）整改实施
对于现场评审提出的问题和整改要求，在两个月内由被审核方进行整改，整改后将书面的整改材料交评审组长确认。如需到现场复查由评审组长或委派评审组成员到现场复查，合格后形成书面材料报评审组长。
三、审批发证
1．申请材料和现场评审材料的审核
（1）被评审的质检机构将整改材料交评审组长后，评审组长应在15日内将申请材料和现场评审材料上报负责计量认证嫁查认可（验收）的评审机构，由其指派专门人员对全部申请材料和现场评审材料进行审核，确认批准项目，如发现问题，及时与评审组长或被评审方沟通，直至确认无问题后，上报省以上质量技术监督部门批准。
（2）凡经CNACL秘书处安排“二合一”或“三合一”评审，并获得认可资格，需办理计量认证/审查认可（验收）审批手续的质检机构，将计量认证/审查认可（验收）申请书。CNACL认可批文（认可项目）、质检机构的法律地位证明文件等材料直接报省以上质量技术监督部门，在CNACL认可结果的基础上，再经审核确认后，办理计量认证审查认可（验收）证书手续。
2.批准发证
对于申请计量认证并经审核合格的质检机构由省以上质量技术监督局部门批准并颁发计量认证合格证书；申请计量认证和审查认可（验收）并经审核合格的质检机构，由省以上质量技术监督部门批准并颁发计量认证合格证书及审查认可（验收）合格证书，在证书附表中明确计量认证项目和审查认可（验收）项目，证书期限一般为5年。
1.总则
1.1 为统一产品质量检验机构计量认证工作，依据《中华人民共和国计量法》、《中华人民共和国标准化法》、《中华人民共和国产品质量法》的规定，制定本准则。
1.2 本准则等同采用GB/T15481-1995国家标准，并根据相关法律法规的规定增加了有关计量认证的特殊要求（本准则中用黑体字表述）。
12.2所有记录（包括8.4条中有关校准和检验仪器设备的记录）、证书和报告都应安全储存、妥善保管并为委托方保密。13 证书和报告
13.1对于实验室完成的每一项或每一系列检验的结果，均应按照检验方法中的规定，准确、清晰、明确、客观地在检验证书或报告中表述。应采用法定计量单位。证书或报告中还应包括为说明检验结果所必需的各种信息以及采用方法所要求的全部信息。13.2每份检验证书或报告至少应包括以下信息： a）标题，例如“检验证书”或，“检测报告”； b）实验室的名称与地址，进行检验的地点（如果与实验室地址不同）； c）检验证书和报告的唯一性标识（如序号）和每页及总页数的标识； d）委托方的名称和地址（如果适用）； e）被检验样品的说明和明确标识； f）检验样品的特性和状态；
g）检验样品的接收和进行检验的日期（如果适用）；
h）对所采用检验方法的标识，或者对所采用的任何非标准方法的明确说明； i）涉及的抽样程序（如果适用）
j）对检验方法的任何偏离、增加或减少以及其它任何与特定的检验有关的信息，如环境条件； k）测量、检查和导出的结果（适当地辅以表格、图、简图和照片加以说明），以及对结果失效的证明；
l）对估算的检验结果不确定度的说明（如果适用）；
m）对检验证书或报告（不管如何形成）内容负责人员的签字、职务或等效标识，以及签发日期； n）如果适用，作出本结果仅对所检验样品有效的声明；
o）未经实验室书面批准，不得复制检验证书或报告（完整复制除外）的声明。13.3如果检验证书或报告中包含有分包方所进行的检验结果，则应明确地标明。13.4应合理地编制检验证书或报告，尤其是检验数据的表达应易于
读者理解。注意逐一设计所承担不同类型检验证书或报告的格式，但标题应尽量标准化。
13.5对已发出的检验证书或报告作重大修改，只能以另发文的方式，或采用对“编号为xxxx的检验证书或报告”作出补充声明或以检验数据修改单的方式。这种修改应有相应规定并符合本准则第12条的全部相应要求。
13.6当发现诸如检验仪器设备有缺陷等情况而对任何证书、报告或对证书或报告的修改单所给出结果的有效性产生疑问时，实验室应立即书面形式通知委托方。
13.7当委托方要求用电话、电传、图文传真或其它电子和电磁设备传送检验结果时，实验室应保证工作人员遵循质量文件的程序，这些程序应满足本准则的要求，并为委托方保密。14 检验的分包
14.1如果实验室将检验工作的一部分分包，接受分包的实验室一定要符合本准则的要求；分包比例必须予以控制（限仪器设备使用频次低、价格昂贵及特种项目）。实验室应确保并证实分包方有能力完成分包任务，分包方并能满足相同的能力要求；实验室应将分包事项以书面形式征求委托方同意后方可分包。14.2实验室应记录和保存调查分包方的能力及符合性的详细资料，并保存有关分包事项的登记册。
外部协助和供给
15.1实验室在选择本准则未涉及的外部支持服务和供应品以支持其检验工作时，应选用能充分保证实验室检验质量的外部支持服务和供应。
15.2如外部支持服务或供应商无独立的质量保证，实验室应制定有关程序确保所购仪器设备、材料和服务符合规定的要求。如有可能，实验室应确保所购仪器设备和消耗性材料在使用前按相应的检验所要求的标准规范进行检验、校准或检定（验证）。
15.3实验室应保存为检验提供所需的支持服务和供应品的所有供应商的记录。16抱怨
16.1实验室应在质量文件或程序文件中，作出处理委托方或其他单位对实验室工作提出抱怨的规定。记录和保存所有抱怨及处理意见。
16.2当抱怨或其他任何事项是对实验室是否符合其方针或程序、或者是否符合本准则要求、或者是对其他有关实验室检验质量提出疑问时，实验室应确保按本准则5.3条的要求，立即对涉及的范围和职责进行审核
。产品质量检验机构计量认证评审准则
1.3 本准则适用于为社会提供公证数据的产品质量检验机构计量认证的评审。
1.4 为保持与GB/T15481-1995文本的一致性，1.3款所指的产品质量检验机构在本准则中统称为“实验室”。2.参考文件
2.1中华人民共和国计量法实施细则 2.2中华人民共和国标准化法实施细则 2.3 《中华人民共和国产品质量法》条文释义 2.4 产品质量检验机构计量认证管理办法 2.5 JJF1001-1998 通用计量术语及定义
2.6 GB/T15483.1-1999利用实验室间比对的能力验证第1部分：能力验证计划的建立和运作 2.7 GB/T15483.2-1999 利用实验室间比对的能力验证 第2部分：实验室认可机构对能力验证计划的选择和使用 3.定义
3.1 实验室laboratory 从事校准和/或检验的机构。
注：
1.如果实验室只是某组织的一部分，该组织除了进行检验工作之外，还进行其他活动，则术语“实验室”仅指组织内进行检验工作的那部分。
2.本准则中的术语“实验室”是指在下列情况下，开展检验工作的机构：
——在或来自一个固定的地点，——在或来自一个临时的设施，或
——在或来自一个可移动的设施。3.2 检验实验室 testing laboratory 从事检验工作的实验室。
3.3 校准实验室 calibration laboratory 从事校准工作的实验室。3.4 校准 calibration 在规定条件下，为确定测量仪器或测量系统所指示的量值，或实物量具或参考物质所代表的量值，与对应的由标准所复现的量值之间关系的一组操作。
注：
1.校准结果既可给出被测量的示值，又可确定示值的修正值。2.校准也可确定其他计量特性，如影响量的作用。3.校准结果可以记录在校准证书或校准报告中。3.5 检验 test 按照规定的程序，为了确定给定的产品、材料、设备、生物体、物理现象、工艺过程或服务的一种或多种特性或性能的技术操作。
注：------检验结果通常被记录在称之为检验报告或检验证书的文件中。.6 校准方法calibration method 为进行校准而规定的技术程序。3.7 检验方法 test method 为进行检验而规定的技术程序。3.8 检定（验证）verification 查明和确认计量器具是否符合法定要求的程序，它包括检查、加标记和（或）出具检定证书。3.9 质量体系 quality system 为实施质量管理的组织结构、职责、程序、过程和资源。3.10 质量手册 quality manual 阐述一个组织的质量方针、质量体系和质量实践的文件。
注：质量手册可以列出与实验室质量工作有关的其他文件。3.11 参考标准 reference standard 在给定地区或给定组织内，通常具有最高计量学特性的测量标准，在该处所做的测量均从它导出。3.12 标准物质 reference material 具有一种或多种足够好地确立了特性、用于校准仪器、评审测量方法或给材料赋值的材料或物质。3.13 有证标准物质 certified reference material 附有证书的参考物质，其一种或多种特性值用建立了溯源性的程序确定，使之可溯源到准确复现的表示该特性值的测量单位，每一种出证的特性值都附有给定置信区间的不确定度。
注：
1.有证参考物质一般成批制备，其特性值是通过对代表整批物质的样品进行测量而确定，并具有规定的不确定度。
2.当物质与特制的器件结合时，例如，已知三相点的物质装入三相点瓶、已知光密度的玻璃装成透射滤光片、尺寸均匀的球状颗粒安放在显微镜载片上，有证参考物质的特性有时可方便和可靠地确定。上述这些器件也可以认为是有证参考物质。
3.所有有证参考物质均应符合本规范中测量标准的定义。
4.有些参考物质和有证参考物质，由于不能和已确定的化学结构相关联或出于其他原因，其特性不能按严格规定的物理和化学测量方法确定。这类物质包括某些生物物质，如疫苗，世界卫生组织已经规定了它的国际单位。3.14 溯源性 traceability 通过一条具有规定不确定度的不间断的比较链，使测量结果或测量标准的值能够与规定的参考标准，通常是与国家测量标准或国际测量标准联系起来的特性。注：
1.此概念常用形容词“可溯源的”来表述。2.这条不间断的比较链称为溯源链。3.15 能力验证 proficiency testing 利用实验室间的比对，对实验室的校准或检验工作进行判定。3.16 要求 requirement 为能识别和考核一个实体，将对其特性的需要转化为一系列定量的或文字描述的规范。4.组织和管理
4.1 实验室应具有明确的法律地位。其组织和运做方式应保证固定的、临时的和可移动的设使满足本准则的要求。申请计量认证实验室一般为独立法人；非独立法人的需经法人授权，能独立承担第三方公正检验，独立对外行文和开展业务活动，有独立帐目和独立核算。4.2 实验室应满足以下要求：
（a）有管理人员，并具有履行其职责所需的权利和资源；
（b）有措施保证所有工作人员不受任何来自商业、财务和其它会影响其工作质量的压力；
（c）其组织形式在任何时候都能保证判断的独立性和诚实性；
（d）对影响检验质量的所有管理、执行或验证人员规定其职责、职权和相互关系并形成文件；
（e）由熟悉检验方法和程序、了解检验工作目的，以及懂得评定检验结果的人员实施监督。监督人员与非监督人员的比例应足以保证监督工作的正常进行；
（f）有负责技术工作的技术主管（无论如何称谓）；
（g）有负责质量体系及其实施的质量主管（无论如何称谓）。他可以直接与负责实验室质量方针和资源决策的最高管理者及技术主管联系。在规模较小的实验室中，质量主管也可以是技术主管；
（h）在技术或质量主管不在时，要指定其代理人，并在质量手册手册中规定；
（i）应在质量手册或程序文件中规定，保证委托方的机密信息和所有权；
（j）适当时，参加国际、国家、行业或自行组织的实验室之间的比对和能力验证计划；
（k）对政府下达的指令性检验任务，应编制计划并保质保量按时完成。5.质量体系、审核和评审
5.1 实验室应建立和保持与其承担的检验工作类型、范围和工作量相适应的质量体系。质量体系要素应形成文件。质量文件应提供给实验室人员使用。实验室应明文规定达到良好工作水平和检验服务的质量方针、目标并作出承诺。实验室的管理者应将质量方针和目标纳入质量手册，并使实验室所有有关人员都知道、理解并贯彻执行。质量主管应负责保持质量手册的现行有效性。
5.2 质量手册以及相关的质量文件应阐述实验市为满足本准则的要求所制订的方针和工作程序。质量手册和相关质量文件应包括：（a）最高管理者的质量方针声明，包括目标和承诺；
（b）实验室组织与管理结构以及它在任一母体组织中的地位和相应的组织图；
（c）管理工作、技术工作、支持服务和质量体系的关系；
（d）文件的控制和维护程序；
（e）关键人员的岗位描述及相关人员的工作岗位描述；
（f）实验室获准签字人的识别（适用时）；
（g）实验室实现量值溯源的程序；
（h）实验室检验的范围；
（i）确保实验室评审所有新工作的程序，以保证实验室在开始新工作之前有适当的设施和资源；
（j）列出在用的检验程序；
（k）处置检验样品的程序；
（l）列出在用的仪器设备和参考测量标准；
（m）仪器设备的校准、检定（验证）维护程序；
（n）涉及检定（验证）的活动，包括实验室之间比对、能力验证计划、标准物质的使用、内部质量控制方案；
（o）当发现检验有差异或发生偏离规定的政策和程序时，应遵循反馈和纠正措施的程序；
（p）实验室关于允许偏离规定的政策和程序或标准规范的例外情况的管理措施；
（q）处理抱怨程序；
（r）保密和保护所有权的程序；
（s）质量体系审核和评审程序。
5.3 实验室应定期对其工作进行审核，以证实其运作能持续地符合质量体系的要求。这种审核应由受过培训和有资格的人员承担；审核人员应与被审核工作无关。当审核中发现检验结果的正确性和有效性可疑时，实验室应立即采取纠正措施并书面通知可能受到影响的所有委托方。
5.4 管理者应对为满足本准则要求而建立的质量体系每年至少评审一次，以确保其持续适用和有效性，并进行必要的更改和改进。
5.5 在审核和评审中发现的问题和采取的纠正措施应形成文件。对质量负责的人员应保证这些纠正措施在议定的时间内完成。.6 除定期审核以外，实验室还应采取其它有效的检查方法来确保提供给委托方结果的质量，并应对这些检查方法的有效性进行评审，其内容包括（但不限于此）：(a)尽可能采用统计技术的内部质量控制方案；(b)参加能力验证试验或其他实验室间的比对；
(c)定期使用有证标准物质和/或在内部质量控制中使用副标准物质；(d)用相同或不相同的方法进行检验；(e)对保留样品的再检验；
(f)一个样品不同特性检验结果的相关性。6 人员
6.1 实验室应有足够的人员，这些人员应经过与其承担的任务相适应的教育、培训，并有相应的技术知识和经验。
（a）实验室最高管理者、技术主管、质量主管及各部门主管应有任命文件；
（b）最高管理者和技术主管的变更需报发证机关或其授权的部门确认； c）非独立法人实验室的最高管理者应由其法人单位的行政领导成员担任；
（d）实验室技术主管应具有工程师以上技术职称，熟悉检验业务。6.2 实验室应确保其人员得到及时培训。检验人员应考核合格持证上岗。6.3 实验室应保存技术人员有关资格、培训、技能和经历等的技术业绩档案。7 设施和环境
7.1 实验室的设施、检验场地以及能源、照明、采暖和通风等应便于检验工作的正常运行。7.2 检验所处的环境不应影响检验结果的有效性或对其所要求的测量准确度产生不利的影响，在非固定场所进行检验时尤应注意。
7.3 适当时，实验室应配备对环境条件进行有效监测、控制和记录的设施。对影响检验的因素，例如生物灭菌、灰尘、电磁干扰、湿度、电源电压、温度、噪声和振动水平等应予以适当重视。应配备停电、停水、防火等应急的安全措施，以免影响检验工作质量。
7.4 相邻区域内的工作相互之间有不利影响时，应采取有效的隔离措施。7.5 进入和使用影响工作质量的区域应有明确的限制和控制。
7.6 应有适当措置确保实验室有良好的内务管理。并符合有关人身健康和环保要求。8.仪器设备和标准物质 8.1 实验室应正确配备进行检验的全部仪器设备（包括标准物质）。如果要使用实验室永久控制范围以外的仪器设备（限使用频次低，价格昂贵），则应保证符合本准则规定的相关要求。仪器设备购置、验收、流转应受控。未经定型的专用检验仪器设备需提供相关技术单位的验证证明。8.2 应对所有仪器设备进行正常维护，并由维护程序；如果任一仪器设备有过载或错误操作、或显示的结果可疑、或通过检定（验证）或其他方式表明有缺陷时，应立即停止使用，并加以明显标识，如可能应将其储存在规定的地方直至修复；修复的仪器设备必须经校准、检定（验证）或检验证明其功能指标已恢复。实验室应检查由于这种缺陷对过去进行的检验所造成的影响。8.3 每一台仪器设备（包括标准物质）都应有明显的标识来表明其状态。
8.4 应保存每一台仪器设备以及对检验有重要意义的标准物质的档案，其内容包括：
（a）仪器设备名称；
（b）制造商名称、型号、序号或其他唯一性标识；
（c）接收日期和启用日期；
（d）目前放置地点(如果适用)；
（e）接收时的状态及验收记录（例如全新的，用过的，经改装的）；
（f）仪器设备使用说明书（或复制件）；
（g）校准和/或检定（验证）的日期和结果以及下次校准和/或检定（验证）的日期；
（h）迄今所进行维护的记录和今后维护的计划；
（i）损坏、故障、改装或修理的历史记录。9.量值溯源和校准
9.1 凡对检验准确度和有效性有影响的测量和检验仪器设备，在投入使用前必须进行校准和/或检定（验证）。实验室应制定有关测量和检验仪器设备的校准与检定（验证）的周期检定计划。9.2 应制定和实施仪器设备的校准和/或检定（验证）和确认的总体计划，以确保（适用时）实验室的测量可追溯到已有的国家计量基准。校准证书应能证明溯源到国家计量基准，并应提供测量结果和有关测量不确定度和/或符合经批准的计量规范的说明。自检定/校准的仪器设备，按国家计量检定系统的要求，绘制能溯源到国家计量基准的量值传递方框图（适用时），以确保在用的测量仪器设备量值符合计量法制规定的要求。
9.3如不可能溯源到国家计量基准，实验室应提供结果相关性的满意证据，例如参加适当的实验室间的比对或能力验证计划。
.4实验室建立的测量参考标准只能用于校准，不用于其他目的，除非能够证明其作为测量参考标准的性能不会失效。9.5测量的参考标准的校准工作应由能提供对国家计量基准溯源的机构进行。应编制参考标准进行校准和检定（验证）的计划。计量检定用最高计量标准必须按《中华人民共和国计量法》的相关规定考核合格。
9.6适用时，参考标准、测量和检验仪器设备在两次检定（验证）/ 校准之间应经受运行中的检查。
9.7如可能，标准物质应能溯源到国家或国际计量基准，或溯源到国家或国际标准参考物质。应使用有证标准物质（有效期内）。10 检验方法
10.1实验室应对缺少指导书可能会给检验工作带来危害的所有仪器设备的使用和操作、样品的处置和制备、、检验工作编制指导书，并在质量文件中规定。与实验室工作有关的指导书、标准、手册和参考数据都应现行有效并便于工作人员使用。
10.2实验室应使用合适的方法和程序进行所有检验工作以及职责范围内的其它有关业务活动（包括样品的抽取、处置、传送和贮存、制备，测量不确定度的估算，检验数据的分析）；方法和程序应与所要求的准确度和有关检验的标准规范一致。
0.3没有国家、国际、行业、地方规定的检验方法时，实验室应尽可能选择由知名的技术组织或有关科技文献或杂志上公布的方法，但应经实验室技术主管确认。
10.4需要使用非标准方法时，这些方法应征得委托方同意，并形成有效文件，使出具的报告为委托方和用户所接受。
10.5当抽样作为检验方法的一部分时，实验室应按有关程序文件的规定和适当的的统计技术抽取样品。
10.6应对计算和数据换算应进行适当的检查。
10.7当使用计算机或自动化设备采集、处理、运算、记录、报告、存贮或检索检验数据时，实验室应确保：
（a）符合本准则要求；
（b）计算机软件应形成文件并能满足使用要求；
（c）制定并执行保护数据完整性的程序，这些程序应包括（但不限于）数据输入或采集、数据贮存、数据传输和数据处理的完整性；
（d）对计算机和自动化设备进行维护，以保证其功能正常，并提供保证检验数据完整性所必需的环境和工作条件；
（e）制定和执行保证数据安全的适当程序，包括防止非授权人员接触和未经批准修改计算机记录。10.8实验室应制定其技术工作中所使用的消耗材料的购买、验收和贮存的程序。11 检验样品的处置 11.1实验室应建立对拟检验样品的唯一性识别系统，以保证在任何时候对样品的识别不发生混淆。
11.2在接收样品时，应有其状态，包括是否异常或是否与相应的检验方法中所描述的标准状态有所偏离。如果对样品是否适用于检验有任何疑问，或者样品与提供的说明不符，或者对要求的检验规定得不完全，实验室应在工作开始之前询问委托方，要求进一步予以说明。
实验室应确定是否已完成对样品的必要准备，包括是否按委托方要求对样品进行的相应准备。11.3实验室应在质量文件中规定有适当的设施避免检验所用样品在储存、处置、准备检验过程中变质或损坏，并遵守随样品提供的任何有关说明书。如果样品必须在特定的环境条件下贮存或处置，则应对这些条件加以维持、监控和记录（如必要）；当检验样品或其一部分须妥善保存时（例如：基于记录、安全或价值昂贵或日后对检验进行检查的原因），实验室应有贮存和安全措施，以保护这些需要妥善保存的样品或其部分状态的完整性。
11.4实验室应有对检验样品接收、保存或安全处置的质量程序文件，包括为维护实验室诚实性所必须的各项规定。12 记录
判别分析方法 篇6
关键词：差动保护；CT极性；自适应判别方法；电力配网；新增线路 文献标识码：A
中图分类号：TM93 文章编号：1009-2374（2015）15-0141-02 DOI：10.13535/j.cnki.11-4406/n.2015.15.073
现在随着智能化一次设备和IEC61850标准的不断完善，数字化变电站在我国迅速发展。基于数字化变电站的集中式继电保护装置能够通过网络获得配网内任何一条支路的信息，这样就为继电保护的发展提供了坚实的基础。本文首先通过图论建立了整个配网的拓扑矩阵，然后根据拓扑矩阵找到一个恰当的差动区域，再基于差动保护特性，提出了一种基于差动特性适用于配网新增线路CT的自适应判别方法。
1 集中式保护网络结构
目前在智能化配网系统中的集中式保护网络结构为：在每个测量点处都装设终端装置，再由几个变电站构成的配网区域主站设置集中式保护装置。终端装置和集中式保护装置均通过网络通讯，共同构成一个完整的保护系统。终端装置完成的功能主要有：（1）采集安装处的模拟量和开关量信息；（2）对信息进行简单的处理；（3）与集中式保护装置通信，并将就地信息上传，同时接收来集中式保护装置的命令信息；（4）根据接收到的来自集中式保护装置命令信息执行跳、合开关的操作。
集中式保护装置完成的功能主要有：（1）接收来自多个终端装置的模拟量和开关量信息，进行逻辑判别，完成各种保护功能；（2）做出保护和控制决策后下达执行命令至终端装置执行。
集中式保护装置能够获取整个配网系统各个结点的电气信息，这就为利用整个配网系统信息开展继电保护研究提供了基础。
2 配网系统的图论表示
下面以图1所示5节点电力系统为例介绍配网系统基于图论的拓扑矩阵。
在图1所示系统中，包括3个电源（节点编号分别为n1、n4、n5）、2个变电站（节点编号分别为n2、n3）、5条线路（节点编号分别为n6、n7、n8、n9、n10）、10个断路器（每个断路器均包括电流互感器）。每个断路器上设置一个终端装置，10个断路器编号分别为e1、e2、…、e10。设断路器都在合闸位置，边的正方向规定为从母线指向线路。
图1 系统图
分别使用邻接矩阵和可达矩阵表示配网系统各节点及连接关系，然后根据图论的方法就可以得到整个配网的各个差动区域。邻接矩阵C表示不同节点的邻接关系（邻接为1，不邻接为0），可达矩阵P表示节点间的可达性关系（节点间存在路是为1，不存在路时为0）。根据图论，对于路长不大于4的可达矩阵，可由下列公式求得：P=CC2C3C4。因而可达矩阵P的计算可由B=C+C2+C3+C4，再将B中非零元素改为1而零元素不变得出。对于图1的配网系统，其邻接矩阵C和可达矩阵P分别为：
根据邻接矩阵和可达矩阵可以得到个节点的关联域，也就得到了配网系统的差动区域。
3 新增线路CT极性自适应判别方法
3.1 基本原理
目前光纤差动保护是基于基尔霍夫电流定律：其假设进入某节点的电流为正值，离开这节点的电流为负值，则所有涉及这节点的电流的代数和等于零。即：
|∑ik|=0
基尔霍夫电流定律要求所有电流的极性都是正确的。如果有且只有一个电流的极性（假设的极性）是错误的，则该节点的电流的代数和就不等于零，即：
|∑ik|=2|im|≠0
此时如果人为地调整极性，则所有电流的极性均满足基尔霍夫电流定律的要求，这时该节点的电流的代数和就仍等于零。
从以上分析可知，对于某个差动区域来说，若有且只有一个电流极性是未知的。首先假设该电流的极性是流入的，即该电流的电流系数为1，然后将该电流乘以电流系数后代入差动方程进行计算，如果此时差动方程不满足，则说明该电流的极性和假设是一致的；如果差动方程满足，则说明该电流的极性和要求的相反，此时该电流的电流系数为-1。这样就保证了该电流极性符合差动保护的要求。
3.2 新增线路CT极性识别
对于新增线路，其两端的CT极性都是未知的，不能直接使用新增线路两端电流进行识别。但是对于配网集中式保护装置，其可以整合配网系统各个结点的电气信息，这就为自动识别新增线路CT极性提供了基础。
首先，按照本文第2部分介绍的方法建立整个配网（包括新增线路）的拓扑矩阵。根据配网拓扑矩阵，再通过网络拓扑变换就可以获取一个特定的差动区域，使得该区域中只包含新增线路一侧的电流信息，这样该差动区域中就只包含一个未知CT极性。在正常负荷电流条件下，通过计算该区域差动方程是否满足就可以确定该CT的电流系数，也就识别出该CT的极性。
其次，通过网络拓扑矩阵的拓扑变换，可以得到另一个只包含新增线路另一端电流信息一个未知CT极性的差动区域。使用同样的方法，就可以得到新增线路另一端CT的电流系数，即可识别出新增线路另一端CT的
极性。
最后，形成一个包含新增线路的这个配网系统所有CT极性的电流系数矩阵，在进行差动计算时先乘以电流系数矩阵将各CT的极性调整为符合差动保护要求方向。
按照本文的方法，只要知道配网系统的拓扑结构，就可以自动识别配网系统中新增线路两侧CT的极性，而不需要人工干预。
4 实例分析
对于如图1所示的配电网系统，假定线路n6～n9处于正常运行状态，其CT极性均已经过校验（人工或自动识别）是正确的，n10为新增线路。
当配电网新增一条线路n10后，首先根据网络拓扑图得出只包含新增线路一端CT的差动区域。如当n10投入运行后，e3、e6、e10形成一个差动区域，在该差动区域中，e3、e6处的CT极性已经确认，e10处的CT极性待确定。
假设e10处的CT极性是母线指向线路的，即e10处电流系数为1，然后进行差动判别，如果不满足差动动作条件，则e10处的CT极性就是母线指向线路。如果满足差动动作条件，将e10处电流系数改为-1后重新进行差动判别确认，如果不满足差动动作条件，则e10处的CT极性实际是线路指向母线。若仍然满足差动动作条件则发出告警，并闭锁和新增线路有关的差动保护。
确认e10处的CT极性后，接着确认e9处的CT极性：e9和e10同样形成一个差动区域，在该差动区域中，e10处的CT极性已经确认，e9处的CT极性待确定。使用和上文相同的方法即可确认e9处的CT极性。
集中式保护装置在进行极性判别后形成一个包含新增线路的全网络CT极性的矩阵，如图2所示。极性判别完成以后，保护装置投入相关差动保护，进行差动计算时各处电流首先乘以CT极性矩阵后，各CT极性就自动调整为以母线指向线路为正方向。
图2 CT极性矩阵
5 结语
采用本文的方法，对于图1所示一个配网系统，如果依次投入相邻线路，只需要人工校核首条投运线路两侧CT的极性，其他线路CT极性都可以自动识别，不再需要人工干预。即使在最不利的情况，也只需要校核两条线路的CT极性。
对于实际的配网系统，系统联系越紧密，按照本文的方法需要人工校核的CT数量就越少。本文的方法简化了现场调试步骤，减少了现场调试时间，提高了现场调试效率，同时也提高了整体配网保护系统的可靠性。
参考文献
[1] 李敏霞.一起主变零序保护越级跳闸事故分析与处理[J].电力系统保护与控制，2009，37（22）.
作者简介：朱若松（1974-），男，河南许昌人，许继电气股份有限公司工程师，研究方向：电力系统继电保护理论及实际工程应用。
一种基于图的线性判别分析方法 篇7
随着信息时代的发展,大量信息的涌入使得人们获得丰富的数据。如果仅从这些数据本身出发来寻找我们想要的信息,已经超出了人类以及计算机的能力范围。因而如何有效而合理地收集、组织以及分析这些数据是现代人们亟待解决的问题。基于图学习的方法就是解决这一问题的一类非常重要的方法。研究表明,很多降维方法最终可归结于图的构造和低维嵌入方式[1]。这类方法通常将整个数据集建模成为一张图,图上的结点G就是样本数据,S边表示数据之间的关系,通常用(G,S)表示。这样,数据的分析问题就转换成为图上的分析问题,因为图可以看作是流形的离散化形式,图上的结点是从数据流形上采样得到的,而图上的边则反映了某些数据流形的结构信息。这些方法的目标就是要学习一个更低维的数据嵌入并且保持原数据图的某些信息[2,3],一些流行的降维方法如:等距离映射(Isomap)[4]主要保持数据点之间的测地距离,局部线性嵌(LLE)[5,6]主要保持数据的领域关系,Laplace特征嵌入(LE)[7]主要保持数据流行的光滑性。
同样,线性判别分析(LDA)[8]作为经典的降维方法,也可归结于图的构造方法范畴。LDA的核心思想是样本从高维映射到低维空间保证投影后,使得模式样本在新的空间中有最小的类内距离和最大的类间距离,从图构造的角度分析,LDA可理解为:首先构造类内样本图,使得类内所有样本点向该类中心靠拢;然后构造类间图,使得各类中心与总样本中心远离。然而LDA方法作为全局性降维方法,在处理类间样本分类时,只考虑总体样本中心点与各类样本点的分离的全局特性,忽略了样本间的边缘点的局部特性,从而可能导致类间边缘样本点的误分。本文从图构造的角度重新构造类间图,针对该问题提出了一种新的降维方法——K-边缘判别分析方法(KMDA)。从可视化分析和降维后分类效果两个方面分别对新提出的方法和LDA进行对比实验,数据库选择UCI上的公共数据集和人脸数据集,实验证明,该方法在分类正确率方面表现较好。
1 线性判别分析(LDA)
线性判别式分析(Linear Discriminant Analysis,LDA),也叫做Fisher线性判别分析(FDA),是模式识别的经典算法,基本思想是将高维的模式样本投影到低维的最佳鉴别矢量空间,以达到抽取分类信息和压缩特征空间维数的效果,投影后尽量使同一类别的样本紧凑,而使不同类别的样本远离。因此,它是一种有效的特征抽取方法。使用这种方法能够使投影后模式样本的类间散布矩阵最大,并且同时类内散布矩阵最小。也就是说,它能够保证投影后模式样本在新的空间中有最小的类内距离和最大的类间距离。具体算法如下:
设有C个模式类别,X=(x1,x2,…,xm)是N个m维的训练样本,类间离散度矩阵Sb和类内离散度矩阵Sw定义[7]
式中:ui是第i类样本的均值;u0是总体样本的均值;ni是属于i类的样本个数。当Sw非奇异时,Fisher准则最终的投影函数可定义为[8]
2 K-边缘判别分析方法(KMDA)
这里介绍一种新的方法——K-边缘判别分析方法(KMDA),来控制边缘部分的点,重新建图,类似LDA构图思想,本方法首先使得样本类内紧凑,同时类间选择一类的中心,并求其他类中与这类中心的K个近邻点,最大化它们之间的距离,图1为该方法的基本思想。首先使得同类中所有点向该类中心靠拢;同时,使得该类中心与其他类的K个边缘点远离。
2.1 类内紧凑
高维数据映射到低维应该保持类内间距离更加紧凑[9],基于LDA思想,本文构造类内紧凑图Gc,设X={x1,x2,…,xn}∈Rm×n为训练样本,Y={y1,y2,…,yn}∈Rd×n为降维后训练样本的低维嵌入,n为样本数,m为样本维数,d为嵌入维数。Gc={X,S}为无向有权图,样本xi为图中一点,W为其相似度矩阵,Wij为样本i和样本j的相似度。可以通过式(3)进行优化
argmin2wTX(D-Wc)XTw=argmin2wTXLcXTw (3)
式中:
2.2 类间远离
降维的目的一般是为了以后做数据的分类或回归,前一节中尽量在降维的过程中保证类内紧凑,这一节在降维过程中要使类与类之间尽量远离,LDA算法通过求整体样本的中心和各个类的中心,从而使得每一类的中心与整体样本的中心远离,但是对于比较分散的数据样本,LDA算法容易导致边缘点的误分,根据MFA[10]思想,本文同样构造一惩罚图Gp,由于Gc已经保证了降维过程中各训练样本向中心紧凑,所以在类间,另一类的边缘可根据通过求与这类中心最近的K近邻来确定,K的选择一般根据训练样本的数量而定。优化公式为
argmax2wTXLpXTw (4)
式中:Wijp=
2.3 构造投影矩阵
通过前两节图的构造以及优化后的公式,最终得到求解以下的优化问题
w
当Sc非奇异时,最佳投影矩阵wopt的列向量为广义特征方程Spα=λScα的d个最大的特征值所对应的特征向量。
具体算法如下:
1) 首先检验样本数和维数的大小,即Sc是否奇异,如果奇异先运行PCA[11,12]降维,使得样本维数小于或等于样本个数。
2) 构造如图1所示的类内和类间图求出最优化向量wopt。
3) 计算出低维表示:Y=XWopt。
3 实验分析
3.1 可视化分析
Wine数据集是一个典型的机器学习标准数据集,本文首先选择Wine数据前两类进行分类实验,共130个样本,其中1~59为第一类,60~130为第二类,实验测试训练样本选择共66个,第一类和第二类分别33个,测试样本共64个,第一类和第二类分别为29和35个,为达到可视化效果,本实验分别运行LDA和KMDA分别把样本降到二维空间并对测试样本进行分类,结果如图2所示。
可见,当运行LDA分类时,由于在处理不同类间远离时,只注重全局性而忽略了边缘的个别点,从而导致边缘点的误分;KMDA算法在映射过程中强制选择不同类最近的K个点,使它们远离本类的中心;图2b为当边缘近邻值K=4时的KMDA分类结果,可以看出运行KMDA后,图2a中被误分的两个点,在图2b中得到正确的分类结果。
3.2 公共数据集测试
选取UCI中Wine数据集、Sonar数据集、Abalone数据集和Diabetes数据集进行对比实验,表1列出了每个数据集的实验参数。为达到对比的效果,本文降维后的分类器均选择1-NN分类,实验结果如图3所示,纵坐标表示降维之后采用1-NN分类的正确率,横坐标表示所降到的维数,实验目的是比较3种算法在不同数据集降维后的分类正确率。
从图中的曲线可以看出:就稳定性而言,PCA降到各个低维空间比LDA好;LDA在降到特定的低维空间时分类正确率比PCA效果好;从总体看来,无论比较稳定性还是最高分类正确率,KMDA效果最好。这是因为PCA在降维过程中,低维映射函数矩阵,选择的是主成分映射,当降到不同维数时,PCA能选择数据的主要特征,总体稳定性较好;而LDA使同类紧凑,不同类远离,注重分类效果;KMDA克服了LDA局部边缘点存在的问题,总体效果最佳。
3.3 人脸数据集测试
3.3.1 BioID数据库
BioID标准人脸库是1 521个384×286灰度自然场景下的人脸图像,由23个测试者提供。还包含每个人脸的双眼位置。图4是BioID人脸库中部分图片。
从BioID人脸库选取两个人共40幅图像做实验,以每人的前10幅图像作为训练样本,后10幅作为测试样本,这样训练样本和测试样本总数均为40。分别运行PCA,PCA+LDA,PCA+KMD算法降维,再分别选用1-NN分类器分类,最后得到识别率如表2所示。
3.3.2 JAFFE数据库
JAFFE人脸数据库是在人脸表情识别研究中应用最多的数据库之一,从JAFFE人脸库中选择两个人脸图像做实验,每个人均选择前10幅图像做训练样本,后10幅作为测试样本,这样训练样本和测试样本总数均为20,先运行PCA算法,再分别运行LDA和KMDA算法,降到1~10维,最后采用1-NN分类器进行分类,分类正确率如表3所示。
由表2和表3可见,在同一种分类器1-NN下,在各个维度上,KMDA方法识别结果明显优于经典的LDA方法。其中的原因是,LDA方法在区分低维嵌入过程中,不同类间的分离是采用全局性嵌入,即在计算Sb时,用总体的均值减去每一类的均值,最后选取Sb的d个最大的特征值所对应的特征向量作为投影轴进行特征抽取,这样处理的结果可以使不同类之间远离的效果,但是容易忽略类间边缘局部点的类间划分,从而导致边缘点的误分;KMDA算法考虑到局部边缘点,计算Sb过程,首先选择最近的也是最容易误分的这些边缘点,使其远离异类的中心,而从表可看出,这种鉴别信息的方法是有效的。另外,当降到某个维数时三种算法最后的分类效果较差,如JAFFE数据库中,采用PCA+LDA,降到4维时分类正确率只有0.2,原因在于LDA和PCA都是全局性线性降维算法,而人脸数据库是一种非线性结构,这些方法在处理这些数据时,容易忽略局部数据信息。从整体看来,本文提出的算法效果较好。
4 结论
针对LDA在处理边缘点上存在的问题,本文提出了一种新的基于图的线性判别分析方法。该方法基于图学习的思想,重新构造图,使同类样本尽量紧凑的同时,避免了不同类之间边缘点的误分。实验中可以看出,新方法在降维过程中的分类正确率以及稳定性较好,与LDA方法相比有一定提高;不足之处在于K的选择上,本文实验K的选择是在从大量实验中得出的经验值。如何有效选择K值达到更好的效果是接下来要研究的内容。
参考文献
[1]KOKIOPOULOU E,SAAD Y.Enhanced graph-based dimensionality re-duction with repulsion Laplaceans[J].Pattern Recognition,2009,42(11):2392-2402.
[2]王飞.图上的半监督学习算法研究[D].北京:清华大学,2008.
[3]乔立山.基于图的降维技术研究及应用[D].南京:南京航天航空大学,2009.
[4]TENENBAUM J B,SILVA V D,LANGFORD J C.A global geometricframework for nonlinear dimensionality reduction[J].Science,2000,290:2319-2322.
[5]ROWEIS S T,SAUL L K.Nonlinear dimensionality reduction by locallylinear embedding[J].Science,2000,290:2323-2326.
[6]李白燕,李平,陈庆虎.基于改进的监督LLE人脸识别算法[J].电视技术,2011,35(19):105-108.
[7]BELKIN M,NIYOGI P.Laplacian eigenmaps for dimensionality reductionand data representation[J].Neural Computation,2003,15(6):1373-1396.
[8]边肇祺,张学工.模式识别[M].北京:清华大学出版社,2000.
[9]申中华,潘永惠,王士同.有监督的局部保留投影降维算法[J].模式识别与人工智能,2008,21(2):233-239.
[10]XU D,YAN S,TAO D,et al.Marginal fisher analysis and its variantsfor human gait recognition and content-based image retrieval[J].IEEETrans.Image Processing,2007,16(11):2811-2821.
[11]ARTINEZ A M,KAK A C.PCA versus LDA[J].IEEE Trans.PatternAnalysis and Machine Intelligence,2001,23(2):228-233.
判别分析方法 篇8
作为一种十分重要的数据类型,成分数据用来表示构成整体的各个分量所占比例,在地质学、医学、经济等很多领域都有着广泛的应用。成分数据是指任意非负的D元向量x = [x1,x2,…,xD],向量x中的D个分量的取值满足以下约束条件:
上式被称为定和约束,这是成分数据的基本性质。成分数据中的每一个元xi代表相对信息,是该部分在整体中所占比重。D元成分数据所张成的向量空间SD称为单形空间,其维数是D - 1。与普通数据相比,一方面,从原始绝对数据计算得到的比例结构,即成分数据,能够更进一步揭示绝对数据背后的相对信息;另一方面,成分数据更适合分析整体的各部分比例关系。
单形空间中的向量需要满足定和约束,给相应的分析研究带来了很大的困难,传统的开放数据分析方法对于成分数据不再适用,主要表现在以下几个方面:①单形空间内看到的直观形态不能按照欧氏空间直角坐标系内的方式来解释;②由于定和约束,按照通常方法计算得到的成分数据协方差矩阵是奇异矩阵,具有明显的负偏性,与开放数据协方差矩阵的解释截然不同[1];③开放数据的数据分析工具基本上都建立在总体服从多元正态分布的假设之上,而单形空间上的成分数据却缺乏一个适当的参数分布,使得在对数据的变异模式进行分析时存在参数建模的困难。实践证明,不带限制条件的数据分析方法对成分数据是失效的。
针对成分数据分析中遇到的困难,Aitchison(1986)在其论著《成分数据统计分析》中提出使用logratio变换将成分数据转换为欧氏空间上的开放数据,变换后的数据取值范围在( - ∞ ,+ ∞ ) 上,并且不再受到闭合效应的影响,使得对成分数据的建模分析得以实现[2]。王惠文(2003)结合logratio变换与偏最小二乘回归方法,提出一种成分数据回归建模的方法[3],应用其预测三次产业就业需求,并在此方法基础之上提出洛伦兹曲线和基尼系数的预测方法[4]。龙文(2008)基于logratio变换提出市场集中度指标预测建模方法[5],张薇(2010) 将该方法应用到城市用水问题中,建立了城市日用水量的预测模型[6]。Aitchison研究了一元成分数据的降维技术[4,9],提出成分数据的对数衬度主分量分析方法[7]。周蒂(1995)将对数比主分量分析和聚类分析方法相结合,改善了海洋沉积物粒度数据的分类[8]。判别分析作为一种重要的统计分析方法,在成分数据领域也被广泛研究。Aitchison(1999) 基于logratio变换,应用线性型贝叶斯方法建立了成分数据分类和识别的对数衬度判别模型[8]。张尧庭(2000) 采用logratio变换,分别讨论了成分数据总体服从加法逻辑正态分布和狄氏分布时的距离判别方法[9]。Filzmoser(2012) 利用对数变换对二次型贝叶斯判别分析和Fisher判别分析方法进行研究[10]。但事实上,logratio变换在解除定和约束的同时,也给判别分析带来一些困难[11,12]。这是因为logratio变换并不是单形空间SD到欧氏空间RD - 1上的正交变换,不具有保持距离等几何概念的性质,这有可能导致变换后的样本空间形态发生改变,不能从根本上保证判别结果的客观性和准确性。另外,由于logratio变换将单形空间中的成分数据映射到呈60°角的仿射坐标系中,不同基之间不再满足正交性,因此直接将适用于直角坐标系的统计分析方法应用到变换后的仿射坐标系中也难以保证分析结果的准确性[13]。除此之外,还需要注意的是,logratio变换要求选择一个元作为参照,考虑的是其余组分与参照元之间的相对数值,因此统计分析的结果难免会受到参照元选择的影响,造成了算法的不稳定性。
为了提高成分数据判别模型的准确性,本文提出将等距logratio变换与Fisher判别方法相结合,建立了成分数据的Fisher判别模型。该方法不仅克服了定和约束墩成分数据统计建模的不良影响,而且使得变换后的样本空间形态保持不变,保证了成分数据判别分析的合理性和准确性。作为案例研究,本文以两总体的岩石分类问题为研究对象,建立基于等距logratio变换的Fisher判别模型,得到了较为满意的识别结果。为了与已有方法进行比较,本文还使用基于传统的logratio变换的判别模型对岩石样本进行了判别分类,结果显示,先对原始成分数据实施等距logratio变换,再建立判别模型,可以有效提高判别的准确率和稳定性。
2 成分数据与等距logratio变换
为了改进logratio变换不能保持距离以及对称logratio变换造成的协方差矩阵不满秩等问题,Egozcue等(2003)基于单形空间的代数体系提出一种等距logratio变换方法[14]。该方法不仅是从单形空间SD到线性空间RD - 1上的同构映射,同时还是正交变换,能够保持向量长度、夹角以及点点距离不发生变化,很好地解决了成分数据统计分析方法中遇到的困难[5]。
提出该方法的思路是构造从单形空间SD到RD - 1上的正交变换,使得该变换不仅能够保持向量的加法与数乘,还能够保持向量的内积,从而保持了向量的模长、夹角以及点点距离不变。这等价于对于D - 1 维单形空间SD中任意一组标准正交基e1,e2,…,eD - 1,寻找一个映射 σ 使得对于任意i = 1,2,…,D - 1,都能满足 σ(ei) = ei,其中ei= (0,…,0,1,0,…,0),i = 1,2,…,D - 1 是欧氏空间RD - 1上的一组标准正交基。
定义1 对任意成分数据x∈SD,从SD到RD - 1上形如式(2)所示的映射(变换) 方式称为等距logratio变换,记为ilr(isometric logratio transformation)。
其中,〈x,ei〉a为单形空间代数体系下的点积[16]。
由式(2)及单形空间标准正交基的性质容易证明,对于任意i = 1,2,…,D - 1,都满足ilr(ei) = ei. 因此,定义1 给出的变换方式即为从SD到RD - 1上满足要求的正交变换,不仅使得SD与RD - 1是同构的,还是保持距离的。可以证明,ilr变换具有以下性质。
性质1 对于任意实数 α ∈ R以及成分数据x1,x2∈SD,同时记y1= ilr( x1),y2= ilr( x2),可以证明ilr变换具有以下性质:
其中,⊕和分别表示文献[16]、文献[17]给出的单形空间代数体系中的加法和数乘运算。
因此,ilr变换是一个同构变换(映射),单形空间SD与线性空间RD - 1称为同构的。
性质2 对任意成分数据x1,x2∈SD,记y1= ilr( x1),y2= ilr( x2),同构对数变换ilr下的点积保持不变,即〈x1,x2〉a=〈y1,y2〉。
因此,即同构对数变换ilr保持点积不变,是一个正交变换。
性质3 对任意成分数据x1,x2∈SD,记y1= ilr( x1),y2= ilr( x2),等距logratio变换前后的模长及距离等几何特征仍然保持不变,即
其中,‖·‖a和da(x1,x2)分别表示单形空间SD上的艾奇逊模长和距离,‖·‖是欧氏空间RD - 1中定义的模长[18,19]。
从等距logratio变换的定义可以发现具体的变换公式依赖于单形空间标准正交基的选取,因此,这种变换方法的形式并不唯一,给定SD上的一组标准正交基,便可以相应地得到一组变换公式。本文选取的标准正交基ei(i =1,2,…,D - 1),如式(7) 所示。
其中,C表示闭合运算,对于任何D元的正实数向量z =[z1,z2,…,zD]∈R+D(zi> 0,i = 1,2,…,D),关于向量z的闭合运算可以用式(8)表示:
将式(7)所示的一组标准正交基代入式(2)所定义的等距logratio变换,得到欧氏空间RD - 1上的向量y = ilr(x)= ( y1,y2,…,yD - 1),对于任意i = 1,2,…,D - 1,
其中,g(x1,x2,…,xi)表示x1,x2,…,xi的几何均值。因此如式(9)所示的计算方法即为基于标准正交基ei(i = 1,2,…,D - 1)的等距logratio变换公式,利用这个变换公式可以将单形空间上的成分数据x = [x1,x2,…,xD]转换为欧氏空间RD -1上的向量y = (y1,y2,…,yD -1)。
3 成分数据的Fisher判别模型
在引言中提到,由于传统的logratio变换不具有保持距离的性质,因此基于该变换的判别模型不能保证完全按照原始空间形态进行判别,判别的结果较大程度上取决于样本空间中的分类是否足够显著,否则会导致误判。为了解决这一问题,本文提出在对成分数据进行判别分析时,先对成分数据进行具有保持距离性质的等距logratio变换,然后对变换后的数据表使用Fisher判别方法进行分析。主要的思路是:首先采用等距logratio变换,克服成分数据的“定和约束”,然后再针对变换后的样本空间,寻找使得不同总体的样本点尽可能分开的投影方向,从而确定判别函数,建立判别模型。由于等距logratio变换保持点点之间距离不变,因此本文提出的方法保证了判别结果的真实性和准确性。
设所有样本点分别来自k个总体G1,G2,…,Gk,每个总体有ni(i = 1,2,…k)个样本点。记,这些已经明确知道类别的n个样本称作“训练样本”。每个训练样本在D个观测变量x1,x2,…,xD上的观测值可以表示为随机变量X' =[x1,x2,…,xD],其中,X'是一个成分数据,满足。成分数据的判别模型需要研究的是如何寻找某一方向,将k组训练样本的D维观测数据在该方向上投影,使其投影的组与组之间尽可能分开,从而建立判别模型及判别准则,并通过观测变量为未知类别的观测样本点进行判别分类。
3. 1 数据的等距logratio变换
为了克服原始数据的“定和约束”对判别方法造成的困难,首先按照式(9)对于所有样本点的观测值进行等距logratio变换,变换后的数据表见表1。
3. 2 判别函数的确定
记变换后每个样本点的观测值表示为y' = [y1,y2,…,yD -1],令a为RD -1中的任一向量。μ(y) = a'y是y在以a为法方向的轴上的投影。则每一类总体中各样本点的投影为Gi:这里,a'yp(i)均为实数。将Gi中数据投影的均值记为,则有
k组数据投影的总均值记为,有
因此,各组间离差的平方和为
其中,表示第i组的均值向量;表示总均值向量。k组数据的组内离差平方和
根据Fisher判别方法的原则,希望寻找方向a使得这些投影点的组与组之间尽可能分开,也就是说使各类内部的点尽可能地接近,而各类之间尽可能地分开;相当于使每一组内差异(即组内离差平方和SSE) 尽可能地小,同时,又使组间的差异(即组间离差平方和SSG) 尽可能地大[20]。这一优化准则就是求解以下规划问题:
由代数中的广义特征值问题可知,使得 Δ(a) 取最大值的向量a为方程| B - λE | = 0 的最大特征根 λ1所对应的特征向量u1;而最大值就是该特征根 λ1. 因此,记方程|B - λE | = 0 的全部非零特征根为 λ1≥ λ2≥ … ≥ λr>0,相应的特征向量为u1,u2,…,ur,那么Fisher准则下的成分数据线性判别函数为 μ(y) = u1'y. 由 Δ( a) 的大小可以用来评估判别函数的效果。然而,在有些问题中仅用一个判别函数不能很好区分各个总体,则可以取 λ2对应的特征向量u2建立第二个判别函数 μ(y) = u2'y. 甚至可以依次建立多个判别函数。每个判别函数的判别效率pi可以用式(13)来衡量。
3. 3 建立判别规则
当只有一个判别函数时,判别规则就是将待判样本做等距logratio变换后投影到一维直线上,然后根据投影点的位置距离各类中心投影点的远近来决定划归到哪一类[21]。为此,下面给出判别阈值的求法。
以两总体判别(k = 2) 为例。此时两总体均值的投影分别为
①当两总体的方差相等时,阈值为,
②当总体的方差不相等时,阈值为 μ*. 第一个总体投影后的样本方差
同理,第二个总体投影后的样本方差
于是
对于新的待判样本x = [x1,x2,…,xD],经过等距logratio变换得到y = [y1,y2,…,yD - 1]。该样本在判别函数 μ(y) 上的投影得分为 μ(y) = u1'y. 当时,依据判别规则得到如下判别结果:
如果使用一个判别函数效率太低,需要使用m个判别函数u1'y,u2'y,…,um'y,这时相当于将原来的D - 1 个指标综合成新的m个指标。判别方法是先将待判样本在空间L(u1,u2,…,um)上投影,对得到的m个指标使用距离判别法进行分析。即当
4 仿真实验结果与分析
为了验证方法的有效性,选取20 个岩石标本,其中10 个属于香岩,10 个属于港岩。每个岩石标本含5 种矿物质的百分比与该岩石的类型有着密切的关系(5 种矿物质含量的百分比如表2 所示),以这五个指标为判别变量对20 个标本建立Fisher判别模型。
注:数据来源:《The Statistical Analysis of Compositonal Data》。
由于含5 种矿物质的百分比构成成分数据,变量之间受到“定和约束”的限制,适用于开放数据的Fisher判别方法对成分数据不再有效。因此,首先对原始数据进行等距logratio变换,消除定和约束的同时将单形空间中的问题转化到欧氏空间的直角坐标系中,原变量空间降为4 维空间,变换后的变量分别用E、F、G、H表示,数据参见表3。
根据数据求得满足| B - λE | = 0 的最大特征值为 λ1= 3. 427,相应的特征向量
从而Fisher线性判别函数为
μ( y) = - 0. 7394y1- 0. 2531y2+ 20. 711y3+ 16. 162y4由表2 计算出两类总体的均值向量分别为,并代入判别函数,求出. 假设两总体是等方差的,则阈值为
因此判别规则为:对于任意岩石标本x =[x1,x2,x3,x4,x5]',经过等距logratio变换得到向量y =[y1,y2,y3,y4]',代入判别函数,求得 μ(y)。当 μ(y) > 23. 015 时,x属于香岩;μ(y) < 23. 015 时,x属于港岩;μ(y) = 23. 015 时待判。
利用所求的Fisher判别模型对训练样本进行回代的结果见表4。只有一个岩石样品(香岩的第3 个样品)被错判,准确率为95% ,而误判的情况只是发生在 μ珔的附近。
为了便于将本文提出的成分数据判别模型与基于对数比变换的判别方法进行比较,对同一案例( 如表2 所示)进行基于传统logratio变换的判别建模,先将原始数据进行logratio变换,利用变换后的数据表建立Fisher判别模型,将训练样本回代得到的判别结果如表5 所示,准确率只有65% .
5 结论
本文提出的成分数据Fisher判别模型,先对成分数据实行等距logratio变换,将单形空间转换到直角坐标系中,再通过建立Fisher判别模型,对未知类别的成分数据进行判别归类。在该方法的建模过程中,一方面克服了定和约束对成分数据统计建模的不良影响,同时还可以保持变换前后的样本空间形态不发生变化,确保了成分数据判别分析的合理性和准确性。为了进一步说明成分数据判别建模方法的工作过程,本文应用所提出的方法,以两总体的岩石分类问题为研究对象,建立了基于等距logratio变换的岩石分类判别模型,并与传统方法的建模结果进行比较研究。案例研究表明,本文提出的建模方法为成分数据的判别问题提供了一种有效的技术途径,能够客观准确地将未知类对象进行归类,具有重要的应用价值。
摘要：为了提高成分数据判别模型的准确性,提出一种基于等距logratio变换的成分数据判别分析方法。该建模方法先将成分数据实行等距logratio变换,在保持样本空间形态不发生变化的前提下再对变换后的数据表建立Fisher判别模型,克服了定和约束对建模的不良影响,并且保证了判别模型的合理性和准确性。应用所提出的方法,对两总体岩石分类问题建立了判别模型,并与传统模型进行比较研究。结果表明,模型的判别准确率得到很大提高,具有较强应用价值。
判别分析方法 篇9
高光谱遥感影像提供了极为丰富的地球表面信息, 可以处理各种地球表面遥感问题。主要的应用包括环境测绘、全球变化研究、地质研究、湿地测绘、道路通行能力评估、植物及矿物的鉴定等。所有的这些应用都有一个共同的要求, 那就是要对场景中的每个像素进行分类, 光谱角匹配 (SAM) [1]是遥感数据分类常用的方法, 且已在高光谱图像数据分类中得到了广泛的应用, 例如, 童庆禧等[2]直接应用SAM实现了鄱阳湖湿地植被的识别分类, Baugh等[3]利用SAM和AVIRIS图像数据在美国内华达州南Cedar山区编制了矿产图。但是, SAM方法只适用于纯像元分类。由于传感器的空间分辨率有限, 导致混合像元普遍存在于遥感影像中, 尤其是地物分布比较复杂的区域。混合像元的光谱信息不代表任何一种单一的地物类型, 如果简单地用SAM方法进行分类, 往往会发生误分类。因此, 如何有效地对混合像元进行分类是高光谱遥感应用的关键问题之一。
目前, 对混合像元分类技术的研究比较多, 归纳起来有两类:①混合像元分解之后, 按类型确定混合像元的类别, 即每一像元由其端元组分百分含量最大的确定其所属类别[4,5];②基于子空间的算法, 如线性约束最小方差 (LCMV) [6], 约束线性判别分析 (CLDA) [7,8]等。第2类方法是从特征提取的角度来研究分类, 不需计算像元组分比, 但这些方法都是有监督的分类方法, 需要大量训练样本。然而样本的选择比较困难, 并且从光谱库或野地探测获得的样本都与实际要处理的高光谱影像有较大的差异, 这大大降低了算法的实效性。
鉴于上述几点不足, 本研究提出一种非监督CLDA (UCLDA) 方法并用于混合像元分类。该方法首先利用顶点成分分析 (VCA) [9]从影像中直接提取端元, 然后用SAM方法找出影像中接近纯像元的像元作为训练样本, 再用CLDA进行特征提取, 最后利用最小距离法完成混合像元的分类。
1 端元提取
本研究采用顶点成分分析 (VCA) 进行端元提取。VCA是在先验知识很少的情况下, 仅仅使用观测到的混合像元的数据来提取端元, 这是从高光谱影像数据中快速提取端元的非监督的算法。该算法基于线性光谱混合模型 (LSMM) [10]并应用了一个简单的几何事实:端元一定是单形体的顶点。
LSMM假设背景为线性混合的, 也就是说每个像元是该影像内端元的线性组合, 即:
式中 r—L×1维的高光谱像元向量;M—L×p维矩阵, M=[m1m2…mp], 它的每一列是一个端元光谱向量;α—p×1维的像元丰度向量, α= (α1α2…αp) T;n—L×1维的附加噪声向量, L—波段数, P—端元数。
由于存在条件约束, 比例份额应该满足:
欧氏空间中每个像元都是一个L维的向量, 每个波段为该空间的各方向轴, 并且两两正交。根据约束条件 (2) 和 (3) , 测得的向量r一定位于以端元为顶点的单形体内。
VCA算法描述:
(1) 根据信噪比的不同, 分别利用奇异值分解或主成分分析对原始数据降维。
(2) 对降维后的数据, 任意选择一个非端元光谱作为初始向量, 把影像中所有像元向其投影, 投影值最大的像元作为提取的第一个端元光谱向量m1, 并记下其位置。
(3) 将已提取的端元光谱向量mi, i=1…k (k为已提取出的端元数) 构成一个子空间Mk。
(4) 构造正交于Mk的向量f, 再把所有像元向f投影, 所得投影值最大的像元为新端元mk+1, 并记下其位置。返回 (3) , 直到找出规定数目的端元为止。
(5) 根据所得端元的位置, 从原始数据的估计值中得到实际端元的估计结果。
2 约束线性判别分析 (CLDA)
设ῶ1, ῶ2, …, ῶc为c个模式类, 第i类样本数为Ni, Xi={X
式中 u—所有训练样本的均值;ui—第i类训练样本的均值。
设n维样本空间经线性变换T映射到d维的特征空间, d<n, 定义类间距离IED和类内距离IAD分别为:
不失一般性, 作如下约束:
式中 ti—特定的目标矢量。
CLDA即求解如下约束最优化问题[7,8]:
把线性变换T表示为矩阵变换:
其中,
为了得到最优化问题式 (10) 的一个解析解, 考虑如下特例:d=c, 目标方向ti为Rd空间的第i个坐标方向, 即
其中,
经分析, IED为一常量, 根据矩阵迹的定义和矩阵理论, 式 (12) 的最大化问题等效于如下最小化问题:
根据式 (6) 可知最小化Sw等于最小化St。设∑表示所有样本的协方差矩阵, 则St=N∑, 因此, 式 (13) 的最小化问题等效于:
最后是找到变换矩阵A, 使AT∑A=I, I是单位阵, 该步称为白化变换。设W=Aα, 因此经白化变换后最优化问题式 (14) 变为:
其中,
如下引理1给出了式 (15) 的解。引理1约束问题 (15) 的最优解为:
其中, P⊥U是{
最后:
3 UCLDA分类方法的实现
至此, 整个无监督约束线性判别分析的分类算法描述为:
(1) 利用VCA提取端元光谱ui, i=1, …, p (p为总的端元数) 。
(2) 根据VCA得到的端元光谱向量利用SAM构造训练样本, 即ui形成的光谱角度小于5°的所有像元作为第i类训练样本, 记为ci, i=1…p。
(3) 用CLDA算法求出正交投影算子集 (共p个投影算子) , 分别为Wi, i=1…p。
(4) 把影像中的所有像元向W进行投影, 得每个像元的投影向量, 记为Vk, k=1, …, n (n为影像中像元总数) 。
(5) 把各端元向量向W做投影, 得到各端元的投影向量, 记为Ej, j=1, …, p。
(6) 对Vk (k=1, …, n) 求欧氏距离‖Vk-Ej‖ (j=1, …, p) , 再根据最小距离分类方法分类。
4 实验结果与分析
本实验所用数据为利用USGS[11]数字光谱数据库模拟的高光谱混合像元数据和采集美国内华达州Cuprite地区的AVIRIS数据。
4.1 高光谱遥感数据合成
数据合成的具体步骤如下:首先从USGS数字光谱数据库中选择3个纯物质光谱, 分别为光卤石、铵明矾石、黑云母 (光谱曲线如图1所示) 。这3种光谱都为224×1维的数据, 其中224为光谱波段数。然后利用随机分布函数 (Dirichlet分布) 产生要合成的混合像元的丰度矩阵, 大小为5 184×3, 5 184为像元总数, 即合成72×72大小的高光谱混合图像。最后, 添加SNR为30 dB的随机噪声, 使得实验数据更具实效性。
4.2 模拟高光谱数据实验
这部分笔者用合成数据进行仿真, 并把本研究提出的UCLDA与光谱角匹配 (SAM) 算法和最小二乘 (LS) 分类算法进行比较。由于合成数据中光谱端元和混合像元的丰度都是确切知道的, 因此, 可以准确地评价3种算法用于混合像元分类的性能。在此实验中利用合成数据的真实丰度值, 根据类型分解的思想, 把混合像元分配到端元组分百分含量最大的那一类地物中的结果作为正确的分类标准。
4.1节中的模拟高光谱数据经过20次实验得出的3种方法各自分类的平均错误数和平均错误率如表1所示。从此表中可以看出, 本研究提出的UCLDA分类结果明显好于SAM, 且略优于LS。
4.3 真实高光谱数据实验
该部分的实验数据为AVIRIS获取的美国内华达州Cuprite地区的真实高光谱数据集, 如图2所示。其波段较多, 主要用于各种矿物的识别。本研究选取其中大小为250×190 pixels的子图作为实验对象。这些像素都为224维的数据, 即像素用224个波段表示。为了提高算法的性能, 224个波段中去掉了低信噪比和水蒸气吸收波段 (1-2, 104-113, 148-167和221-224) , 即为用于实验的188个波段。根据文献[12,13]可了解该区域的真实地质概况及矿物分布, 因此该实验数据被广泛地用于遥感实验中。在实验开始时笔者首先利用文献[14]中提出的虚拟维度 (VD) 方法确定这块影像中包含的端元个数为10, 即P=10。根据文献[13]中描述的真实地况可得:这10个端元分别是榍石、白云母、蓝线、钙铁榴石、高岭石、明矾石、水铵长石、胶岭石、绿脱石和镁铝石。分类结果用假彩色图显示 (如图3所示) 。
由图3的实验结果可以看出, SAM分类的结果有明显的误分现象, 特别是在不同矿物交界处, 而LS的结果尚可, 只是在个别矿物 (如镁铝石、蓝线石和明矾石) 的判断上与实际矿物分布有一定差距。在这3种方法中, 本研究提出的UCLDA分类效果最好, 不仅分开了这10类矿物, 而且分类的结果与真实矿物分布有较高的相似性。
5 结束语
本研究提出了一种非监督约束线性判别分析 (UCLDA) 的高光谱影像分类方法, 实验证明, 该方法对高光谱数据处理具有较好的效果。UCLDA方法不仅能够自动提取影像端元光谱, 而且克服了子空间方法需要大量样本的缺点。模拟高光谱数据和真实遥感影像的实验结果表明, UCLDA是一种有效的高光谱影像分类方法, 且其性能明显好于SAM分类, 并略优于最小二乘光谱混合分析技术。
判别分析方法 篇10
上世纪90年代以来, 循环经济与知识经济一起, 成为国际上两个重要的发展趋势。对于我们这样一个资源和环境容量有限的人口大国, 循环经济更有重大的意义。一直以来循环经济板块增长稳定、估值适中, 往往能够在市场波动时对冲市场风险。概念性投资泡沫消退后, 循环经济企业较高的成长性将逐渐被市场认同, 具有较高的投资价值。证券市场从行业、地域、时间、概念股票等多种角度对股票进行划分, 本文选择对概念板块中的循环经济的38家上市公司进行基本面分析。
2 聚类分析与判别分析方法概述
2.1 聚类分析
聚类分析又称群分析, 是研究对样品或指标进行分类的一种多元统计方法。所谓的聚类, 通俗地说就是相似元素的集合, 即建立一种分类方法, 将一批样本或变量按照它们在性质上的相似、疏远程度进行科学的分类。通常描述样品或变量间相似、疏远程度有两种思路:一是把每个样品看成是P维空间的一个点, 在P维坐标系中, 确定点与点的某种距离;另一种是用某种相似系数来描述变量之间的相似或疏远程度。
本文采用系统聚类方法中的Q型聚类方法, 基本思路为:开始时先将n个样本点各自作为一类, 然后将距离最近的两类合并为一个新类, 再计算新类与其他类的距离, 重复进行两个最近类的合并, 直至所有的样品合并为所需类数为止。Q型系统聚类的方法也有很多种, 主要为:最短距离法、最长距离法、中间距离法、重心法、类平均法和离差平方和法等, 选择不同的方法聚类结果也不同。本文采用离差平方和法 (Ward’method) 。
2.2 判别分析
判别分析就是在研究对象用某种方法分好若干类的情况下, 确定新样品属于已知类别中的哪一类的方法。而本文用判别分析方法主要是对聚类分析的结果进行校验, 同时得到判别函数, 对以后进入该板块的上市公司可以直接判别分类。与聚类分析不同的是, 判别分析是在已知研究对象分成若干类型 (或组别) 并已取得各种类型的一批已知样品观测数据, 在此基础上根据某种准则建立判别函数式, 然后对未知类型的样品进行判别分类。因此判别分析往往同聚类分析方法结合起来运用。
用判别分析方法处理问题时, 通常要给出一个衡量新样品 (样本点) 与已知组别接近程度的描述指标, 即判别函数, 同时也指定一种判别规则, 用来判定新样品的归属, 判别规则可以是统计性的, 决定新样品所属类别时用的是显著性检验;也可以是确定性的, 决定样品的归属时, 只考虑判别函数值的大小。
判别分析的方法主要有距离判别法、Fisher判别法、逐步判别法、贝叶斯 (Bayes) 判别法等。本文采用Fisher判别法。
3 指标的选取和原始数据导入
对上市公司的聚类分析应该本着全面性、科学性、公正性以及可操作性的原则, 这也就要求在制定指标体系和选择数据的时候要尽量能够全面、真实的反映企业的经营状况。本文共采用了每股净资产 (x1) 、每股收益 (x2) 、每股公积金 (x3) 、每股经营现金流 (x4) 、主营业务利润率 (x5) 、净资产收益率 (x6) 、总资产 (x7) 和净利润 (x8) 8个指标。
其中通过主营业务利润率 (x5) 、每股收益 (x2) 、净利润 (x8) 、净资产收益率 (x6) 考察股票的盈利能力;通过总资产 (x7) 考察股票的规模;通过每股净资产 (x1) 、每股公积金 (x3) 考察股本的扩张能力;通过每股经营现金流 (x4) 考察股票的支付能力。所有上市公司的财务数据均选自2011第三季度的财务报表。
4 实证分析
4.1 聚类分析
聚类分析立足于对股票基本面的量化分析, 弥补了定性分析的不足。首先运用SPSS16.0软件对数据进行标准化处理, 对得到的标准化数据进行Q型系统聚类, 聚类方法采用“离差平方和”法, 测量尺度选择“欧式距离的平方”, 得出聚类谱系图, 如图1。
38个样本大体分为4类。第1类:澄星股份、东湖高新、泰达股份、贵糖股份、凯迪电力、创元科技、创业环保、海泰发展、苏州高新、金鹰股份、安源股份、新疆天业、莱钢股份、民和股份、包钢股份、首钢股份、樊钢钒钛、河北钢铁、株冶集团、东华能源、亚泰集团、精诚铜业、铜陵有色共23个样本;第2类:福建水泥、美利纸业、ST甘化、山西焦化、ST鲁北共5个样本;第3类:龙净环保、天原集团、格林美共3个样本;第4类:江西铜业、鞍钢股份、盘江股份、祁连山、五粮液、西山煤电、南海发展共7个样本。
4.2 判别分析
(1) 分类结果。
通过Fisher判别发现, 最终分类结果同聚类结果完全一致。即此分类为完美分类, 如果有新进入的样本, 可以通过此分类进行判别。通过各组的均值及其他指标的分析我们可以得出结论:第1类股票的盈利能力、规模、股本扩张能力和支付能力均处于低等水平;第2类股票的相应指标比第一类表现的较为乐观, 但仍处于较低的水平上;第3类股票的盈利能力、股本的扩张能力较好, 规模和股票的支付能力欠缺;第4类股票属于这些股票中表现最好的一类股票, 盈利能力、规模、股本的扩张能力以及股票的支付能力均较好。
(2) 判别函数。
由表1可知本文预测变量为8个, 类别数为3个, 即判别函数为3个。
(3) 显著性检验。
显著性检验结果见表2, 由Sig.知, 它们存在显著性差异。
(4) Fisher线性判别函数。
由Fisher线性判别函数系数得如下分类函数:
Function 1=-2.246+0.673a+0.272b-3.367c-0.918d-0.592e-1.175f+1.813h-2.706i
Function 2=-9.741-4.736a+3.042b-1.566c-0.353d-2.635e-6.997f+0.185h+03.105i
Function 3=-19.823+3.995a-10.714b+14.162c+2.079d+4.739e+7.766f-9.034h+7.499i
Function 4=-13.891-0.541a+1.526b+6.112c+2.379d+1.795e+5.529f-2.216h+7.895i
运用Fisher判别函数时, 只要将各指标标准化值代入上述4个判别函数, 以函数值的大小来比较, 哪一组的分类函数值大, 就将该观测值判入该组。 (其中a、b、c、d、e、f、g分别为样本的每股净资产、每股收益、每股公积金、每股经营现金流、主营业务利润率、净资产收益率、总资产和净利润的标准化值) 。
参考文献
[1]张树敏, 朱和平, 等.基于基本面的中小企业板上市公司股票投资价值初探[J].商业现代化, 2008, (3) :191-192.
[2]张晓东.沪深两市金融保险行业股票业绩的聚类分析[J].统计与咨询, 2009, (1) :56-57.
[3]于华.上市公司综合评估的聚类与主成分分析[J].西南金融, 2007, (9) :49-50.
[4]李建军, 虞跃.基于主成分分析的股票投资策略[J].长春师范学院学报 (自然科学版) , 2009, (1) :12-14.
细胞分裂图像判别及典例分析 篇11
关键词:生物学;细胞分裂图像判别;典例分析
中图分类号:G632 文献标识码:A 文章编号:1000-8136(2010)03-0135-02
高中生物学中,细胞分裂图像的判断一直是重点和难点,许多学生遇到此类题目,往往不能分辨属于哪种细胞分裂图像。其实,不同方式的细胞分裂在不同时期表现出的染色体行为、位置、数目等也不同,由此可对细胞分裂方式、分裂时期及细胞名称进行识别。
下面结合笔者多年的教学实践,对同源染色体判定、细胞分裂图像判定进行总结,并对典型例题进行解析。
1同源染色体的判断方法
细胞分裂图像中同源染色体的存在与否是细胞分裂图像辨别的前提,因此首先应明确其判断方法。
正常的二倍体体细胞染色体由父方精子和母方卵细胞各提供一套染色体组成(某些图例中分别用不同颜色标识),故染色体数目一定是偶数。若题干中有体细胞染色体数目提示或性细胞染色体数目提示,可根据体细胞(或性细胞)染色体数目关系判断,细胞分裂后期判断时为排除姐妹染色单体形成的姐妹染色体的干扰,仅判断一极;若所判断细胞染色体数目与性细胞染色体数目相同,则不含同源染色体;若判断细胞染色体数目与体细胞染色体数目相同,则含同源染色体。若题干中无体(性)细胞染
色体数目提示,则在不考虑性染色体时其两套染色体大小、形态为一一对映关系,即染色体中若考查一条染色体形状、大小时,则细胞内一定有另一条与其相同;若考虑性染色体时,则雌性体内一对性染色体(X、X)也相同,而雄性体内一对性染色体(X、Y)不同,但仅此一对染色体形态、大小不同,而其它则一一对映相同(此为XY型生物情况,ZW型生物在性别方面刚好相反),由此可判断正常细胞内是否存在同源染色体。若所判细胞有多个时且为同一物种时,则可相互借助判断,即染色体数目是其它细胞染色体数目一半时(不考虑后期),则该细胞内不含同源染色体。
2细胞分裂图像辨别方法(二倍体细胞)
2.1细胞中有奇数条染色体(一定无同源染色体)
(1)染色体含单体,且散乱分布,则该细胞处于次级精(卵)母细胞前期;染色体含单体且有规律排与赤道板上(若从一侧观察,染色体在一条线上;若从一极观察,染色体在一个面上且散乱分布),则该细胞处于次级精(卵)母细胞中期。
(2)染色体不含单体,则该细胞是有性生殖细胞——卵细胞或精子细胞。
2.2细胞中有偶数条染色体
2.2.1细胞中含同源染色体
(1)同源染色体联会,出现四分体且散乱分布,该细胞处于减数第一次分裂前期;四分体排于赤道板(每对同源染色体上下对应排列),则该细胞处于减数第一次分裂中期。
(2)细胞中同源染色体无联会,含单体的染色体散乱分布,则该细胞处于有丝分裂前期;含单体的染色体排与赤道板上呈一行(若从一极观察,染色体在赤道板上散乱分布),则该细胞处于有丝分裂中期;含单体的染色体移向两极(同源染色体分离),则该细胞处于减数第一次分裂后期;不含单体的染色体移向两极,则该细胞处于有丝分裂后期。
2.2.2细胞中不含同源染色体
(1)细胞中若有单体,并规律排与赤道板中央,为减数第二次分裂中期(且染色体数目为体细胞染色体数目的一半);若细胞中有单体且染色体散乱分布,则该细胞处于减数第二次分裂前期。
(2)细胞中若无单体且散乱分布,则该细胞为有性生殖细胞——精子细胞或卵细胞;细胞中无单体且染色体移向两极,则该细胞处于减数第二次分裂后期。
2.3减数分裂中后期细胞生物性别判断方法
(1)细胞分裂后期出现不等质分裂,若染色体中含单体,则该细胞为初级卵母细胞,若染色体不含单体,则该细胞为次级卵母细胞。
(2)细胞分裂后期出现等质分裂,若染色体含单体时,该细胞为初级精母细胞;若染色体不含单体,则该细胞为次级精母细胞或第一极体。
2.4判断动、植物细胞有丝分裂方法
判断动植物细胞有丝分裂最准确方法是看细胞壁存在与否(或分裂末期是否出现细胞板形成细胞壁),若存在细胞壁或末期出现细胞板形成细胞壁,则该细胞为植物细胞;否则,该细胞为动物细胞,且动物细胞有中心体发出星射线。
3典例分析
根据图1所示,回答下列问题(假设该物种体细胞内染色体数目为4条)。
(1)存在同源染色体的图有___________________。
(2)属于体细胞的图是_______________________。
(3)属于有丝分裂的图是____________________。
(4)属于减数第一次分裂的图是________________。
(5)属于减数第二次分裂的图是__________。
(6)图4处于____分裂_____时期,图5处于____分裂_______时期。区分二者的依据是______,图5中排列在细胞中央的是___________。
(7)图8处于______分裂_______时期。区分图4和图8的依据是:图4有______,图8没有_______。
(8)图12可能由上图中_____细胞直接分裂而来。
图1
解析:由细胞分裂图像辨别方法可知:以上12个图中染色体数目均为偶数(后期图像一极的染色体也是偶数),且该物种体细胞内染色体数为4条。则根据细胞内染色体数目(后期一极的染色体数目)与体细胞染色体数目相同时,则一定存在同源染色体;若细胞内染色体数目是体细胞染色体数目一半时,则不含同源染色体;再根据前期、中期、后期的染色体行为,可判断该细胞分裂所处的时期。根据后期细胞膜凹陷的方式——等体积分裂(等质分裂)与不等体积分裂(不等质分裂),可判断出细胞的大致性别。
答案:存在同源染色体的图有1、2、3、4、5、9、10,因细胞内染色体数目与体细胞染色体数目相同(分裂后期的一侧染色体数目与体细胞染色体数目相同)。属于体细胞的图是1、3、4,因它们是有丝分裂的细胞,分别是1前期(染色体散乱分布);3后期(一侧有同源染色体),4中期(染色体着丝点平均分布于赤道板上)。属于减数第一次分裂的图是 2、5、9、10因它们含同源染色体且出现联会,四分体即同源染色体的分离,分别是2前期,5中期,9、10后期,其中9、10因膜凹陷不同而判为:9等体积凹陷——初级精母细胞后期,10不等体积凹陷——初级卵母细胞后期,属于减数第二次分裂的细胞:6、7、8、11、12;因细胞内不含同源染色体,其染色体数目或一极染色体数目等于体细胞染色体数目的一半,且分别是7染色体散乱分布为前期,8染色体分布于赤道板上为中期,6、11染色体移向两极为后期,6为等体积分离,为次级精母细胞或第一极体,11为不等体积分离,为次级卵母细胞,12无单体且为体细胞染色体数目一半,则为性细胞——精细胞或卵细胞。区分4和5的依据是:4中排列在细胞中央的是染色体的着丝点,图5排列在细胞中央的是四分体或各对同源染色体。区分4和8的依据是4有同源染色体8无同源染色体,12可由6或11分裂而来。
Cell Division Image Distinction and Typical Cases Analysis
Hao Zhizhong
Abstract: In the high school biology, the cell division image’s judgment has been key and the difficulty, the author union oneself many year teaching practices, to the homologous chromosome determination, the cell division image determination carries on the summary, and carries on the analysis to the typical sample question.
判别分析方法 篇12
潘家窑井田位于宁武煤田北部, 其副斜井内发生大量涌水, 严重威胁矿井生产。副斜井附近有一调蓄水库, 主要接纳附近七里河水及周围煤矿排水和洗煤厂等工业废水。为了确保矿井安全生产, 有针对性的进行防治水, 必须查明该副斜井涌水的来源。本文通过分析各种可能水源的水化学特征, 采用模糊数学动态聚类方法进行分析, 确定其涌水来源。
1 矿井概况
1.1 矿井地理位置及水力条件
潘家窑井田位于宁武煤田北部, 为低山丘陵地带, 大部分为黄土覆盖, 植被稀少, 地表裸露, 降水少且强度集中, 不利于大气降水的入渗补给。七里河位于井田东部, 发源于平鲁区井坪西南的窑子沟, 全长37km, 流域面积181km2。该河洪水持续时间最长为134h, 洪峰持续时间最长为4.2h, 最大洪峰流量361.3m3/s (1954年8月16日) 。七里河主河道上有一个调蓄水库, 位于上窑村东北侧安家岭矿区进矿道路上游, 水库库容67万m3, 主要是收集矿井及洗煤排水, 并为景观用水提供水源。
1.2 副斜井水文地质结构和地下水类型
据水文地质钻探成果可知, 研究区的地层由深及浅分别是二叠系泥岩、砂质泥岩;上更新统砂卵石;上更新统黄土覆盖于研究区西部地表, 岩性以粉土为主;第四系冲洪积物岩性主要为粉细砂。
研究区浅层地下水类型为第四系孔隙水和二叠系下石盒子组砂岩裂隙水, 两者之间没有隔水层, 具有统一的水力联系, 下伏下石盒子组泥岩构成隔水底板。地下水主要通过第四系接受七里河和大气降水补给, 然后直接补给砂岩裂隙水。
1.3 副斜井涌水情况简介
据现场调查, 原崔家岭矿主、副斜井均位于平鲁区上窑村七里河谷内, 副斜井井口标高1257.17m, 倾角23°。同时, 区内发育有NE27°方向的裂隙, 副斜井延伸的方向为N55°E, 说明副斜井斜穿过该裂隙。砂岩裂隙地下水则进入斜井内, 形成涌水现象。在副斜井内距井口约60余米处有三股地下水涌出, 进入斜井内, 总涌水量为58.08m3/h。
2 各种水源水化学特征
该矿井的涌水水源可能为七里河、水库、大气降水或地下水。因此, 分别对以上水源进行了3次采样分析, 采样点为七里河、水库、副斜井涌水点及附近的钻孔SK2、SK3、SK7、SK8、SK9、SK10等共9个水样点, 为保证水化学特征的代表性, 本次分析取各水样点3次分析结果的平均值进行研究。各水样点的水化学分析结果如表1。
3 利用模糊聚类法判别涌水水源
模糊聚类是将模糊集的概念应用到传统模糊分析中, 让数据集的对象在分组中的隶属用连续区间[0, 1]中的某个值来表示, 这个值就是隶属度, 各对象以相应的隶属度分别隶属于多个簇。利用模糊数学聚类分析法判别矿井涌水水源是一种简单可靠的方法, 其可以避开人为因素干扰, 提高预测的科学性。
3.1 样本集、样本隶属函数
(1) 论域:
设论域X含有9个样本 (事物) , 即:X={X1, X2, …, X9}, 每一个样本选取7个特征:
其中:xjk为第j样本第k个特征的观测值
(2) 隶属函数:
现实的分类存在很大的模糊性, 一组事物是否形成一个群类, 一个事物是否属于某个子类, 需要一个说明事物直接关系的数量, 叫做隶属度。不同的分类问题选用不同的隶属函数来计算隶属度。
把每个样本向量转换成模糊集向量, 则n个向量可以得到一个原始矩阵:
3.2 建立模糊相似关系矩阵
原始矩阵经过平移标准差变换和平移极差变换, 给论域X中的元素两两之间赋以区间 (0, 1) 内的一个数, 称为相似系数。然后,
得到, 模糊相似关系矩阵:
3.3 模糊聚类分析
(1) 求模糊等价矩阵
用平方法求的传递闭包t (R) =R8=R*。
所以, R8为模糊等价矩阵。
(2) 选取λ0
用λ对模糊等价矩阵R*进行截割, 令λ由1降到0, 得出Rλ并分类。元素ui与uj属于同一类的充分必要条件是Rλ (ui, uj) =1, (i, j=1, 2, 3…9) 。
得到, 动态聚类图如下图1。
当λ0=0.54时, 分为两类:{u1, u2, u3, u4, u5, u6, u7, u8, u9}, {u2}。其中, u1, u2, …u9分别代表涌水点、七里河、水库、SK2, SK3, SK5, SK7, SK8, SK9, SK10。所以, 水库与涌水点的水化学类型更加接近。
4 结论
通过以上水化学聚类分析可以看出, 副斜井涌水最可能来源于七里河调蓄水库, 其次为七里河河水的渗漏补给。另外, 根据本次野外水文地质调查结果来看, 也验证了以上结果。因此要治理副斜井涌水就要切断该两处水源的渗漏, 对水库和七里河采取防渗措施, 以彻底解决副斜井的涌水问题, 保证煤矿安全生产。
参考文献
[1]李相镐, 李洪兴, 陈世权等.模糊聚类分析及其应用[J].贵阳:贵阳科技出版社, 1994, 78~80.
[2]姜长友.矿井水源判别的模糊数学方法[J].煤田地质与勘探, 1995, (23) :3.
[3]周旭章, 范真祥, 湛建阶等.模糊数学在化学中的应用[M].北京:国防科技大学出版社, 2002.
[4]姜长友, 任素贞.模糊数学分析在地学中的应用[J].信息工程学报院报, 1997, 16 (2) .