量子力学特征

量子力学特征范文第1篇

【关键词】痕量钠；二阶微分火焰光谱法；pNa法

0 引言

火力发电厂是依靠水为传递能量的介质发电的，也是依靠水作为冷却介质来完成热量交换工作的。因此水在火力发电厂中起着十分重要的“工质”作用。现代高参数（亚临界、超临界）大容量（300MW、600MW及以上）火力发电厂，锅炉、蒸汽发生器，为了保证和高温、高压水、蒸汽接触的金属结构材料免遭腐蚀破坏，保证火力发电厂的安全运行，控制和监督水、汽中的钠含量是一种极为重要的手段。最新颁布的中华人民共和国电力行业标准DL/T912-2005的《超临界火力发电机组水汽质量标准》中对此做了明确的规定，其控制标准为：蒸汽：≤5ug/L凝结水：≤10ug/L。由此可见，钠离子测定的准确性直接影响水、汽质量的真实性和热力设备安全运行的可靠性。因此准确测定痕量钠离子对电力生产的安全经济运行有着极其重要的意义。

1 二阶微分火焰光谱法的工作原理及使用方法

采用火焰原子发射光谱法（FAES）测量原子的特征谱线强度时，由于在特征谱线周围存在有连续背景“干扰谱线”，或特征谱线坐骑在一个很宽的分子辐射的峰上。这是在特征谱线λ处测到的谱线强度Ι1并不是所测特征谱线的真实强度，而是包括了分子辐射等连续背景“干扰谱线”，设在特征谱线附近的“背景干扰强度”为Ι0。则Ιλ=Ι1-Ι0才是测量原子的特征谱线的真实强度。由于特征谱线辐射和分子辐射往往是由同一分析样品或同一光源辐射出来的，因此采用一般的“光学调制”或“电学调制”的方法是不能将其与主信号有效分离的，特别是当“背景干扰强度”Ι0很强或测量原子的特征谱线强度Ιλ很弱时，待测元素的特征谱线就会被“淹没”在强大的“干扰谱线”之中。以钠原子的589.0nm特征谱线为例，在用空气―乙炔火焰激发时，在特征谱线附近存在有火焰高温微粒发射的连续光谱和分子态物质发射的带状光谱等较强“背景干扰”，使得对极低浓度钠的检测工作无法正常进行。

采用“波长调制二阶微分钠光谱精密光栅单色仪”专利技术，实现了对钠原子特征谱线的快速扫描，生成和输出稳定的钠的特征谱线的二阶导数谱，具有独特的自动扣除连续背景干扰的功能，实现了对痕量钠的准确、可靠、稳定、快速、方便的侧量。

从数学概念上说，“二阶微分火焰光谱”是对上述叠加谱线进行二次微分后得到的消除了干扰谱线的被测原子的特征谱线的二阶导数谱。由于分子（背景干扰）谱线都比较宽而且变化平缓，因此，经过二次微分处理后就被“削平”消失了。

本实验室使用的TSA-1型二阶微分火焰光谱痕量钠智能分析仪是深圳市爱诺实业有限公司自主开发的拥有独立知识产权的国内首创的国家级新产品。仪器的工作过程是：待分析的试样，经进样毛细管进进空气-乙炔预混合喷雾燃烧火焰原子化器，在火焰燃烧产生的适宜的温度条件下，分析试样中的钠离子受激发产生的特征谱线伴同天生一系列背景干扰带状光谱和连续分子光谱，这种混合光束作为进射光由波长调制二阶微分钠光谱精密光栅单色仪的固定宽度进射狭缝射进，经准直镜调整进射角度后变为平行光进射到固定波长精密光栅，进射光束被固定波长精密光栅色散分光处理后只有钠的特征谱线的单色光能穿透光栅输出，由固定波长精密光栅输出的待检测的钠元素的特征谱线经聚焦物镜聚焦后反射到波长调制光谱扫描装置，产生并输出经调制的钠元素的特征谱线。这束被调制后的钠元素的特征谱线，经过出射狭缝射出并进进光电倍增管，被转换成模拟电信号输出。光电倍增管输出的经调制后的微弱调频信号，经锁相放大器放大后再在解调器中被解调并输出经二次微分处理后的已扣除了各种“背景干扰”的和试样钠含量成良好线性关系的“二阶微分”信号。微机数据处理器对输出的经整流的模拟直流信号进行数字化处理和回归运算直接给出精确稳定的测量结果。

仪器的主要技术指标：

2 pNa离子电极法的工作原理及使用方法

当钠离子选择电极-pNa电极与甘汞参比电极同时浸入溶液后，即组成测量电池。其中pNa电极的电位随溶液中的钠离子的活度而变化。用一台高输入阻抗的毫伏计测量，可获得同水溶液中的钠离子活度相对应的电极电位以pNa值表示：

根据测试的结果，如C小于10-3mol/L时，r≈1，此时活度和浓度相接近。当C大于10-3mol/L时，r小于1，因此测得的结果必须要考虑活度系数的修正。

当测定溶液的CNa+小于10-3mol/L时，如被测溶液和定位溶液的温度为20℃，则式（2）可简化为：

测定水溶液中钠离子浓度时，应当特别注意氢离子以及钾离子的干扰。前者可以通过加入碱化剂，使被测溶液的pH>10来消除；后者必须严格控制CNa+：CK+至少为10：1，否则对测试结果会带来误差。本方法在电极和试验条件良好的情况下，仪表可指示出0.23μg/L的钠离子含量。

使用时在仪器正常的情况下，用pNa5和pNa7对仪器进行标定，然后测定水样，注意所有标准溶液、被测水样及清洗水样都必须加入二异丙胺碱化剂。

仪器的主要技术指标：

准确度：钠离子（浓度值） 校准后读数值的±2%；

重复性误差：小于读数值的 ±2%；

水样温度：5-20℃，自动温度补偿范围：0-60℃；

响应时间：120s ；

从以上数据分析，二阶微分火焰光谱法在测定饱和蒸汽、过热蒸汽、再热蒸汽等钠离子含量较小的水样时，具有明显优势，因为此方法的检出限较低，对痕量钠离子的检测比较灵敏。而对于凝结水、给水等钠离子含量相对高的水样，两种方法的测定结果则相差不大。

3 安全性能

二阶微分火焰光谱法需要使用乙炔气作为燃气，空气为助燃气，乙炔气属易燃易爆气体，给实验室的安全造成隐患，所以必须注意气瓶管理，以免发生安全事故。另外测定样品时，喷射火焰温度较高，有高温烫伤的危险，要做好防护。pNa离子电极法则没有这些危险性，只有碱化剂二异丙胺属于有毒药品，实验过程中应避免接触皮肤，以免发生中毒。

4 成本费用

二阶微分火焰光谱仪本身价格昂贵，且需要经常更换乙炔气瓶和空气瓶，后续费用较高。pNa离子电极法仪器价格相对低，使用过程中只需购买二异丙胺，药瓶价格也不贵，费用比二阶微分火焰光谱法低，可以为实验室节省开支。

5 实验过程

两种测定方法都需要先标定仪器，再测定水样，但不同的是二阶微分火焰光谱法响应时间较短，所以实验用时较短。而pNa离子电极法仪器达到稳定的时间较长，实验过程也比较长，给实际操作带来不便。

6 结论

本文通过对二阶微分火焰光谱法和pNa离子电极法的理论介绍，对两种实验方法从实验准确度、安全性能、成本费用、实验过程等方面进行比较，分别讨论了两种方法的优缺点，为火力发电厂痕量钠离子测定方法以及仪器设备的选择具有指导意义，合理选择实验方法和仪器对发电企业安全经济运行起到促进作用。

【参考文献】

[1]DL/T912-2005 超临界火力发电机组水汽质量标准[S].

量子力学特征范文第2篇

关键词：液压泵轴承 故障 诊断

轴承的平均使用寿命是10000小时，大于此就需要更换新的；滚柱表面变色或者有划痕，也要更换。更换下来的轴承应注意型号和英文字母，但没有仪器是无法检测出轴承的游隙柱塞泵轴承一般采用大载荷容量轴承，更换时候最好购买原厂家规格的产品，但若换为另一品牌，并且保持载荷容量和轴承的精度等级，需要请教对轴承有经验的人员查表更换。

一、液压泵轴承故障的特征提取

在机械系统中，有故障就会引起系统的附加振动。振动信号很适合进行故障诊断，因为它是包含丰富信息的动态信号，但若固有信号或外界干扰对故障信号的干扰很大，那么关键是要从振动信号中提取有用信号。

(1)振动的平均能量特征

假定在液压泵泵体上的振动加速信号为：a(t)={a1(t), a2(t),...， an(t)}，它是故障信号以泵体传输后的信号。

振动信号的有效值由特征参数代表，反映振动的平均能量。根据统计学理论，振动的时域信息可以通过振动的均方根反映：

(2)振动信号的峰值特征

反映振动信号中周期性脉动的特征量，峰值特征量为Pp=max{a(t)}。

(3)倒谱包络特征

设为故障激励信号f(t)，传输通道的脉冲响应为h(t)，由傅里叶变换得：

，变换得：

其中，τ称为倒频率，(τ)为倒频谱。

由上得出故障激励信号特性和传递通道的特性被分离，故障激励信号与传递通道信号一般在不同的倒频区，突出故障振动信号的特性。

当轴承滚柱及流动面的内、外环滚道上出现损伤，滚道的表面受到破坏，根据摩擦学理论，每当滚子滚过损伤点，都会产生一次振动。选用以上抗干扰能力强的特征为故障诊断特征参数，可以克服轴承故障信号较弱且容易被液压泵固有振动淹没的困难。

二、集成BP网络进行故障诊断的原理

求解问题的领域特征决定了神经网络的组织结构，为了减少故障诊断系统的复杂性和网络学习时间，将故障诊断知识集合分解为若干子集合。每个逻辑上独立的子集合再分解为几个规则子集，每个规则子集是一个逻辑上独立的子网络的映射，通过规则子集间的联系、子网络的权系矩阵来组织网络。独立地运用BP学习算法在各个子网络分别进行学习训练。由于分解后的子网络变得规模小了，所以使训练时间大为减少。

利用集成BP网络对液压泵轴承故障诊断的信息处理能力，即BP算法和神经元的非线性机理特性，如图1所示。

图1BP网络故障诊断示意图

图2中每一个子网络由BP算法各自学习，学习后的结果最后集成到控制网络。BP子网络的学习算法如下：

图2集成BP网络示意图

将能量特征、幅值特征和倒谱包络特征每一个特征参数值的映射到神经网络输入输出层的单个节点上，进行正则变换，则：

xi=0.8(x-xmin)/(xmax-xmin)+0.1

为了避免Sigmoid函数输出值极端化，比如学习无法收敛的问题，则需要把特征参数正则到(0.1，0.9)之间，得到每个神经元的加权值和阈值：

其中，i代表前一层，j代表当前层，wij代表连接权值，cj代表当前节点的阈值，fj代表输出。而对于轴承故障诊断系统，若选取6个特征参数，即内滚道和滚柱的振动能量、振动峰及倒谱包络，则：

子网络输出层有一个节点，集成BP网络输出有多个节点，可以用集成BP网络的输出节点组合，表示一种状态，从而对多故障诊断与识别。

三、神经网络鲁棒性的研究

量子力学特征范文第3篇

[关键词]酒驾者；人格特征；心理健康；差异分析

[DOI]10.13939/ki.zgsc.2016.40.193

酒精会抑制人的运动神经系统，使人触觉异常，四肢配合操作能力障碍，本能反射动作的时间延长；酒精还会使人的视听感官能力降低，使人的视野狭窄、视力模糊、辨色混乱、听力减弱，对灯光刺激反应异常，甚至不能正确分辨道路上的行驶线、斑马线、岔路口、红绿灯以及其他车辆和行人，极易导致判断失误。[1]饮酒后驾驶机动车极易发生道路交通事故，严重危害道路交通安全和人民群众的生命财产安全。近年来，交通管理部门加大了对酒后驾驶行为的查处力度，使这一违法行为从发展态势上得到了遏制。但我们也注意到，酒后驾驶行为屡禁不绝，并且具有一定的复发性。对这一特殊人群的违法行为不应只停留在处罚上，还应该从心理方面研究其成因。因此，我们对酒后驾驶违法行为人进行了调查，以期了解他们的人格特征、心理健康水平，及二者之间的关系，为今后对酒后驾驶违法行为人进行心理干预、探索新的教育处罚模式提供依据。

1 对象与方法

1.1 对象

对北京市1080名被查处的酒后驾驶违法行为人（以下简称为酒驾者）进行施测。

1.2 方法

1.2.1 调查问卷

调查问卷包括三个部分，一是自行设计一般情况调查问卷，内容包括：性别、年龄、学历、户籍所在地、家庭年收入、每月饮酒次数。二是钱铭怡等修订的艾森克人格问卷简式量表中国版（EPQ-RSC）。[2]三是症状自评量表（SCL-90）。[3]

1.2.2 数据分析

采用SPSS17.0软件对数据进行统计分析。根据数据的不同特点分别进行描述性分析、t检验和单因素方差分析；对酒驾者SCL-90各因子得分与EPQ-RSC各因子得分进行相关分析。

2 研究结果

2.1 酒驾者人格特征与常模[2]应对方式比较

酒驾者P、E、N因子分高于常模，经t检验差异显著（P0.05）。如表1所示。

2.2 不同人口统计学变量人格特征的差异分析

为比较不同人口统计学变量人格特征上的差异，分别以P、E、N、L为因变量，以性别、户籍所在地为自变量，做独立样本t检验，分别以年龄、学历、家庭年收入、月饮酒次数为自变量，做单因素方差分析。具体结果如表2所示。

2.2.1 性别方面

女性酒驾者E因子分低于男性酒驾者，差异有统计学意义（P0.05）。

2.2.2 年龄方面

45岁以上组酒驾者L因子得分最高，36-45岁组酒驾者L因子得分最低，组间差异有统计学意义（P0.05）。

2.2.3 学历方面

酒驾者中研究生及以上学历组N因子得分最低，大专学历组N因子得分最高，组间差异有统计学意义（P

2.2.4 户籍所在地方面

北京籍酒驾者L因子得分低于非北京籍酒驾者，组间差异有统计学意义（P0.05）。

2.2.5 家庭年收入方面

酒驾者中家庭年收入10万元以上组E因子得分最高，3万～5万元组E因子得分最低，组间得分差异有统计学意义（P

2.2.6 月饮酒次数方面

酒驾者中月饮酒不足5次组P因子得分最低，月饮酒11～20次组P因子得分最高，组间差异有统计学意义（P

2.3 酒驾者SCL-90因子得分与普通人群比较

酒驾者SCL-90因子得分与童辉杰[4]2006年对国内普通人群调查结果相比，酒驾者躯体化、强迫、抑郁、敌对因子得分低于普通人群，焦虑、恐怖、精神病性因子得分高于普通人群，经t检验差异显著，具有统计学意义。其他因子得分差异不显著，如表3所示。

2.4 酒驾者SCL-90因子与EPQ-RSC因子相关性检验

SCL-90的10项因子与P、N因子呈正相关，与E、L因子呈负相关。如表4所示。

3 讨 论

3.1 与正常人群相比，酒驾者的外向性、神经质和精神质人格特征更加明显

人格是一种心理特性，它使每个人在心理活动过程中表现出各自独特的风格。[5]本研究显示，酒驾者P、E、N因子分高于常模，表明酒驾者性格外向，易冲动；在情绪稳定性上比正常人群要差，易怒、不安、焦虑、担忧，对刺激反应过于强烈；在倔强性上比正常人群要严重，孤僻、离群、不服管教。由于存在这些突出的人格特征，酒驾者容易产生攻击、冒险、寻求刺激等不理性的行为。对酒驾者进行心理干预时应充分考虑到他们特殊的人格特征。

3.2 月饮酒次数多的酒驾者人格问题突出

月饮酒次数多不仅对躯体造成损害，还导致人格改变。本研究显示，月饮酒次数越多，N、P因子得分越高，即神经质和精神质特征越明显，人格问题越突出。这种人格问题表现为个体焦虑、抑郁、缺乏责任感等，它严重危及婚姻、家庭及社会，而且由于饮酒造成交通事故给经济发展造成一定的负性影响。对酒驾者进行心理干预时，一方面要为他们提供舒缓内心抑郁、焦虑，缓解不良情绪的途径；另一方面，要帮助他们戒酒，帮助他们摆脱对酒的心理依赖和生理依赖。

3.3 酒驾者人格特征与心理健康存在相关关系

人格作为影响心理健康的重要因素已得到业内人士的普遍认可。研究结果显示，SCL-90各因子得分与EPQ的N、P因子得分呈显著正相关，说明神经质和精神质越明显的人，倾向于出现更多的心理健康问题。SCL-90各因子得分与E得分呈显著负相关，说明E得分越低，越内向，心理健康症状因子得分越高，心理健康状况越差。该结果与郑维芳[6]等人的研究结果一致。

3.4 与普通人群相比酒驾者是否存在更多的心理问题需进一步研究

由于时效性的原因，本次研究中酒驾者SCL-90因子得分未与金华和吴文源1986年发表的常模[7]进行比较，而是与童辉杰[4]2006年对国内普通人群调查的结果进行了比较。结果显示，酒驾者躯体化、强迫、抑郁、敌对因子得分低于普通人群，焦虑、恐怖、精神病性因子得分高于普通人群。因此，与普通人群相比酒驾者是否存在更多的心理问题需进一步研究。

参考文献：

[1]牟建霖.酒后驾车的危害与治理[J].公路与汽运，2004（5）：19-21.

[2]钱铭怡，武国城，朱荣春，等.艾森克人格问卷简式量表中国版（EPQ-RSC）的修订[J].心理学报， 2000， 32（3）：317-323.

[3]汪向东，王希林，马弘.心理卫生评定量表手册[M].北京：中国心理卫生杂志社，1999：31-115.

[4]童辉杰.SCL-90量表及其常模20年变迁之研究[J].心理科学，2010，33（4）：928-930.

[5]彭聃龄.普通心理学[M].北京：北京师范大学出版社，2001：425-429.

量子力学特征范文第4篇

关键词：百色烟区；土壤；肥力；分析

中图分类号：S572 S158 文献标识码：A 文章编号：1003-4374（2016）05-0046-06

Abstract：【Objective】 The study was carried out to determine the fertility characteristics of soil in the typical tobacco cultivation area of Guangxi， and provide useful information for the cultivation of tobacco reasonable. 【Method】 In this study， 16 soil fertility indexes were analyzed from 100 soil samples from Jingxi， Debao， Longlin， Leye and Linyun County in Baise tobacco cultivation area of Guangxi Province. The soil fertility of the selected areas were evaluated by both the soil fertility grade and principal component analysis.【Result】The results shows that the organic matter， nitrogen， potassium， soil available potassium and bio-available magnesium were at the medium levels， suggesting that soil fertility indexes in the selected areas were suitable for the cultivation of tobacco. Nevertheless， the soil was supposed to improve in regarding to the low pH and phosphorus. The soil fertility were various among the selected areas. Four main components were classified and behaved about 88% of the soil information of tobacco planting areas. The first main component was regarded as the nutrient factor， contributed to 32.92%. The second main component was supposed to soil acidity or alkalinity factor， contributed to 25.61%. The third main component was nitrogen and organic matter， which has double edged and contributed to 16.84%. The fourth main component was related to trace element， which contributed to 12.63%.【Conclusion】 These results suggested that the soil fertility of tobacco cultivation area could be evaluated accurately by the combination of soil nutrient grades and principal component analysis.

Key words： Baise tobacco planting area； soil； fertility factor； principal component analysis

土壤是全球生物圈可持续发展的基础，是农业活动的生产资料，也是评价农业发展、土地管理和可持续发展能力的重要依据[1～3]。土壤质量的好坏直接影响其农作物的品种和质量[4]。土壤养分是土壤质量的最为直观的表现形式，也是土壤质量最为核心的内容，与作物安全生产、生态环境保护和人类健康都有极为密切的关系[5～7]。不同地质类型、气候、地形和土壤母质换进下土壤的养分表现出不同的特征[8]。同时，人类施肥强度、耕作强度和耕作方式的不同也导致土壤养分的变化[9～10]。总体来说，土壤养分在自然和人为活动的综合作用下，处于不断的变化和更新过程中。为了实现作物的优质生产和环境友好，应根据不同区域土壤肥力的不同制定不同的土壤资源利用方式和科学的施肥方式。因此，研究不同区域土壤的肥力状况，是实现土壤合理利用和提高农作物品质的重要前提[11]。

目前，评价土壤肥力的方法主要有平均值法、加权平均法、内梅罗综合评价法、基于统计数据的主成分分析法和聚类分析法等[12～16]。土壤肥力是土壤中众多因子的共同反映，土壤的物理、化学和生物指标都可能是最终的评价指标，由于土壤属性的时空不均一性、数据的不易获取性和指标之间的关系性等因素的制约，无法获取所有指标的数据，只能从众多候选指标中选择有代表性的指标作为评价指标[17]。主成分分析法可以对多个指标进行降维处理，提取主要的指标，并赋予不同指标的权重，被广泛用于对多指标体系的土壤肥力评价[18～20]。虽然主成分分析已在土壤肥力评价上广泛应用，但这些研究主要基于对所调查的肥力因子进行分析，没有考虑不同区域土壤的丰脊特征。因此，本次研究采用将土壤养分分级指标与主成分分析法相结合的手段来评价土壤养分的丰脊特征和土壤质量。

中国是世界上最大的烟草生产国和消费国，广西是中国重要的烟草生产基地，烟草的种植给广西经济的发展和人民生活水平的提高做出了重大贡献。目前，已有一些研究对三明烟区和三门峡烟区土壤的肥力状况进行研究[21，22]，但是这些研究只是对少数的肥力指标进行评价，且未有针对广西烟区的调查研究。本次研究选择广西百色烟区为研究区域，调查了5个烟草种植区100个土壤样品的理化性质，结合养分丰脊评价方法和主成分分析方法，对百色烟区土壤肥力特征进行研究，以期为科学种植烟草提供理论指导。

1 材料与方法

1.1 研究区域概况

研究区域为广西百色市，市域坐标为22°51'～25°07'N，104°28'～107°54'E，西接云南，北靠贵州，东临南宁，南壤越南。百色位于亚热带季风气候区，光照充足，雨水充沛，年平均气温为19.0℃～22.1℃，年均降雨量为1113～1713mm，全年无霜期达330d以上，是我国重要的烟草种植区。

1.2 样品采集与测试分析

本次研究对百色烟区的靖西、德保、隆林、乐业和凌云5个烟叶主产区土壤进行系统采集（图1），选取集中连片的区域进行采集，每15公顷采集一个表层土壤（0～20cm）样品，每个土壤由10～15个子样品混合而成。共采集土壤样品100个，其中靖西25个、德保12个、隆林13个、乐业25个、凌云25个。样品采集后用密封袋保存以防污染。将样品在室温下风干并研磨过1mm筛，以备后续测试。

根据国家标准对土壤的理化性质进行测试分析。pH按照1：1的固液比配比后，利用pH计进行测定；有机质根据外加热法进行测定；全氮采用半微量开氏法测定；全磷运用NaOH熔融钼锑抗比色法；全钾采用NaOH熔融火焰光度法；碱态氮采用流动分析仪测定；速效磷采用Olsen法；速效钾采用NH4OAc浸提火焰光度法；缓效钾采用热HNO3浸提火焰光度法；交换性钙和镁采用EDTA容量法；有效硫采用磷酸盐-乙酸溶液浸出法；有效铁、锰、铜和锌采用EDPA浸提原子吸收法测定。

1.3 数据处理

数据经Excel处理后，运用SPSS22.0软件的描述性统计（descriptive statistics）计算样品的平均值、标准差和变异系数，并采用SPSS22.0软件的因子分析（factor analysis）对土壤肥力进行主成分分析。

2 结果与讨论

2.1 百色烟区土壤的肥力特征

土壤是植物健康生长的基质，其土壤肥力的丰脊特征直接影响着植物的健康状况。土壤为植物生长提供了必要的物质养分和机械支撑，而土壤的养分特征主要受土壤的理化性质如pH、有机质、全氮、全磷、全钾、速效钾、速效氮、速效磷和微量元素等的影响[8]。pH是指示土壤酸碱度的指标，pH太低对烟草的生长和烟叶的品质都会造成较为不利的影响，一般烟草可以在4.0～8.5的pH范围内生长，而最佳的pH范围为5.5～6.5之间[21]。通过对百色烟区土壤pH值的分析可知（表1），百色烟区的pH分布范围为4.82～5.08，说明百色烟区的土壤pH偏低，因此有必要对土壤进行合理的改良，以实现种植烟草的最佳环境。

土壤有机质的含量直接决定土壤的物理化学性质和肥力水平，为植物的生长提供重要的营养。然而，当土壤有机质含量过高时，会导致烟株生长过于旺盛，使得烟叶不易于变黄，引起成熟周期变长，并导致烤后烟叶暗淡，影响烟叶的质量和品质[21]。因此，烟草种植区土壤的有机质应保持在合理的范围。将百色烟区土壤有机质含量（2.48%～2.82%，表1）与国家养分划分标准（表2）比较可知，百色烟区的土壤有机质属于中等水平，适宜烟叶的种植。

氮、磷和钾是烟叶生长所必须的大量元素，对烟叶的生长、产量与品质有着极其重要的作用[16]。当土壤磷含量不足时，烟苗可能出现蹲苗的现象，直接影响烟叶的健康生长。氮虽然是烟叶生长所必须的大量元素，当其含量过高时，会导致烟叶生长过于旺盛，对烟叶的质量和品质造成影响。钾可以有效提高烟叶的产量，提高烟叶的质量，并且可以增强烟草的抗逆力[11]。当烟草缺钾时，烟叶尖边缘开始黄化并出现褐斑，甚至坏死。同时缺钾也会引起烟叶青色部位继续生长而使得叶面出F畸形，严重影响烟叶的质量。将百色烟区土壤中氮、磷、钾、速效磷和速效钾与国家土壤养分分级指标比较可知，百色烟区全氮属于中等水平，全磷属于缺乏水平，速效磷含量较为丰富，全钾处于中等至丰富水平，而速效钾属于中等水平。通过以上对比可知，总体而言百色烟区的土壤营养元素含量较为合理，是种植烟草的合适区域。

烟叶除需要氮、磷和钾等养分组成外，还需要吸收极少量的铁、锰、铜和锌等作为养料。而植物中所需的这些微量元素主要通过吸收土壤中有效态的微量元素获取。通过对百色烟区不同采样区对比可知，百色烟区不同采样区土壤的微量元素含量虽然高低不等，但总体处于一个含量水平。将百色烟区土壤中有效态微量元素含量与国家土壤微量元素分级指标（表3）对比可知，有效铁为过量水平，有效锰为缺乏至适量水平，有效锌为高量水平，有效铜总体处于过量水平。

通过以上分析可知，百色烟区有机质、全氮、全钾、速效钾和有效锰总体处于中等水平，速效磷、有效铁和有效锌属于过量水平，而pH和全磷属于缺乏水平。因此，应合理的补充磷肥和碱性土壤改良剂。

2.2 土壤肥力状况的主成分分析

由于百色烟区不同县土壤中不同因子的肥力水平表现出不同的特征，仅仅从某一方面的指标来反映和评价百色烟区土壤的养分水平是不合理的。同时，由于影响土壤养分的因子众多，不同因子之间也存在一定的相关性，使得反映土壤肥力状况的许多因子之间存在一定的重叠[14]。因此，进行土壤肥力质量评价，应从各种反映土壤肥力的土壤属性中选择出对土壤肥力质量较为敏感的指标组成尽可能小的数据库集[13]。最小的数据库集的确定方法主要有主成分分析法、聚类分析法和专家打分法等，其中主成分分析法是应用最为广泛的方法。主成分分析法可以在复杂的大量的指标中选取出几个不相关的综合指标，从而可以反映出原来全部指标所能提供的大部分特征。因此，本次研究选择土壤中的pH、有机质、全氮、碱解氮、全磷、速效磷、全钾、速效钾、缓效钾、交换性钙、交换性镁、有效硫、有效铁、有效锰、有效锌和有效铜共16种因子（依次用A1、A2、A3、…、A16表示），利用主成分分析对百色烟区土壤肥力进行评价，筛选出可以表征大多数变异的具有独立性、代表性和敏感性的评价指标。

为了避免变量量纲和数量级不一致对计算结果的影响，保证计算结果的精确性、客观性、准确性和科学性，应对原始数据矩阵进行标准化处理，可以得到各个因子之间的相关关系。百色烟区土壤中各因子之间的相关关系见表4，可知土壤肥力的多指标之间存在着较好的相关性，说明这个土壤肥力评价的因子存在着一定的重叠。因此，利用主成分成分法得到土壤肥力的最小指标集对评价土壤肥力具有重要的作用。

基于SPSS的主成分分析，可以得到矩阵的特征值、特征向量、贡献率和累积贡献率（表5）。根据特征值需≥1的要求，可以提出4个主成分。由表5可知，第1主成分占总方差贡献率的32.92%，第2主成分占总方差贡献率的25.61%，第3主成分占总方差贡献率的16.84%，第4主成分占总方差贡献率的12.63%，四者之和为88.00%，即说明这4个主成分可以把土壤全部肥力指标提供信息的88%反映出来。

由表5可知，在第1主成分上，碱解氮、全磷、速效磷、全钾、速效钾和缓效钾有较大的正值，该主成分反映了土壤供给烟叶营养元素的丰脊特征。在第2主成分上，pH、交换性钙、有效硫、有效铁和有效锰有较大的正值，该组反映了土壤酸碱度特征。在第3主成分上，全氮和有机质有较大的正值，有机质和全氮含量过高或过低都不利于烟叶的质量和品质。第4主成分上有效锌和有效铜有较大的正值，代表了微量元素的特征。

3 结论

（1）百色烟区土壤肥力整体较好，有机质、全氮、全钾、速效钾和有效锰总体处于中等水平，速效磷、有效铁和有效锌属于过量水平，而pH和全磷属于缺乏水平。不同烟草种植区之间的肥力存在一定的差异，但总体处于同一水平。

（2）16个土壤肥力因子可以划分为4个主成分，反映了百色烟区土壤88%的信息，其中第1主成分为营养元素综合因子，贡献率为32.92%；第2主成分为土壤酸碱度因子，贡献率为25.61%；第3主成分为有机质和全氮，是具有双面性的因子，贡献率为16.84%；第4主成分为微量元素因子，贡献率为12.63%。

（3）基于土壤肥力丰脊评价和主成分分析相结合，既可以细致辨别土壤的肥力限制因子，给出合理的施肥和改良举措，又可以从复杂的土壤肥力因子中找出规律，宏观的分析不同地区土壤肥力的质量。因此，将这两种方法结合，可以客观和细致的反映出土壤的肥力质量。

参考文献：

[1]江泽普，黄绍民，韦广泼，等.不同免耕栽培模式对稻田土壤肥力的影响[J].南方农业科学，2007，38（1）：65-67.

[2]廖菁菁，黄标，孙维侠，等.农田土壤有效磷的时空变异及其影响因素分析――以江苏省如皋市为例[J].土壤学报，2007，44（4）：620-628.

[3]李柳霞，沈方科，赵凤芝，等.柚子园主要土壤肥力属性空间变异及合理取样数研究[J].广西农业科学，2007，38（4）：433-436.

[4]陶世洪.沼肥对早熟蜜柑土壤肥力及产量品质的影响[J].广西农业科学，2005，36（4）：344-346.

[5]林遥汤宗辉，陈缵波.土壤肥力综合指标与水稻产量关系的研究[J].广西农业科学，1992，22（3）：122-125.

[6]黄黄.钦州地区土壤肥力状况及培肥途径[J].广西农业科学，1981，11：20-23.

[7]吴迪，邓琴，贾亚琪，等.德江天麻种植基地土壤养分含量分析及评价[J].贵州师范大学学报（自然科学版），2016，34（2）：27-31.

[8]唐梦迎，王雪梅，丁建丽，等.不同土地利用/土地覆盖方式下渭―库绿洲土壤养分评价研究[J].西南农业学报，2016，29（5）：1183-1188.

[9]杨俊松，王德炉，吴春玉，等.务川耕地土壤养分状况的调查与分析[J].山地农业生物学报，2016，35（2）：40-45.

[10]胡明，韩晨，杨秀英，等.潼关县土壤养分含量及分布特征[J].河南农业科学，2016，45（1）：61-64.

[11]卢亮帆，李素霞，聂敏贤，等.靖西县田七种植区土壤肥力特征的差异性分析[J].现代农业科技，2016，08：194-196.

[12]陈启龙，王小东，李友军，等.漯河市烟区植烟土壤养分含量状况与分布特点分析[J].现代农业科技，2015，13：278-280.

[13]吴玉红，田霄鸿，同延安，等.基于主成分分析的土壤肥力综合指数评价[J].生态学杂志，2010，29（1）：173-180.

[14]魏丽红，翟秋喜.辽宁省土壤养分的变异特征及相关性分析[J].湖北农业科学，2010，49（6）：1338-1340.

[15]王伟，林承达.武汉市区绿地土壤养分空间变异性分析[J].现代农业科技，2010，19：245-247.

[16]梁剑，张健.多元统计分析在四川退耕还林区土壤肥力评价中的运用[J].环境科学研究，2008，21（2）：68-72.

[17]王伟妮，鲁剑巍，鲁明星，等.水田土壤肥力现状及变化规律分析――以湖北省为例[J].土壤学报，2012，49（2）：319-330.

[18]张贝尔，黄标，张晓光，等.近30年华北平原粮食主产区土壤肥力质量时空演变分析――以山东禹城市为例[J].土壤，2012，49（3）：381-388.

[19]杨晓娟，王海燕，刘玲，等.东北过伐林区不同林分类型土壤肥力质量评价研究[J].生态环境学报，2012，21（9）：1553-1560.

[20]许仙菊，马洪波，陈杰，等.基于养分丰缺诊断和主成分分析相结合的桑园土壤肥力评价[J].土壤，2013，45（3）：470-476.

量子力学特征范文第5篇

关键词： 电能质量； 数学统计； 特征提取； PSO?SVM

中图分类号： TN911.25+4?34； TM76 文献标识码： A 文章编号： 1004?373X（2017）14?0174?04

Abstract： To overcome the shortcomings of low recognition accuracy caused by improper feature selection and extraction in power quality disturbance recognition， a new feature extraction and recognition method is proposed based on the sample points of power quality disturbance amplitude of mathematical statistics and PSO?SVM. According to the amplitude distribution difference over 10 cycles of signals， the number of samples in amplitude range of each section is calculated， and then used as features of different disturbances after preprocessing. PSO?SVM classifier is used for classification recognition of multiple disturbance signals. The proposed method is simple in the process of feature extraction and efficient in computation. The simulation results show that the proposed method is capable of classifying various disturbance signals at a high speed， and has a higher recognition accuracy and better anti?noise performance in comparison with the traditional methods.

Keywords： power quality； mathematical statistics； features extraction； PSO?SVM

0 引 言

随着科技的进步和工业的发展，越来越多的非线性、冲击性以及不平衡负荷在电力系统中投入运行，产生了一系列的电能质量扰动[1]。这些电能质量扰动将会给工业发展、用户体验和经济建设带来巨大的影响。为了解决电能质量扰动问题，首先必须正确地识别出电能质量的扰动类型，从而采用不同的补偿和控制措施来治理电能质量。

迄今为止，研究工作者基于电能质量扰动的研究提出了诸多方法并应用到电能质量扰动的分析中[2?3]。这些方法大都可分为特征提取和分类识别两个步骤。在特征提取方法的选择上有：短时傅里叶变换[4]、小波变换[5]、S变换[6]和希尔伯特?黄变换[7]等。这些方法有着其各自的优点及不足之处：短时傅里叶变换通过加固定不变的窗函数分析电能质量信号，暂时克服了傅里叶变换时局部分析能力差的缺陷，但却存在自适应性差，不易分析突变信号的缺点；小波变换具有多分辨率分析的特点，可以多尺度分析信号，但是在小波基上的选择较为困难；S变换是小波变换和改进的傅里叶变换的结合，也具有多分辨率分析的特点，但在分析信号奇异点上还存在不足，其次S变换的计算量也较为庞大；希尔伯特?黄变换主要采用了经验模态分解法，克服了小波变换中小波基选择困难的缺陷，不受Heisenberg测不准原理的制约，但经验模态分解存在模态混叠问题，当信号组合分量的频率太接近时，常不能得到正确的经验模态分解结果。在分类识别方法上，有决策树[8]、神经网络[9]和支持向量机[4?5]等方法。神经网络作为模式识别中最为重要的算法之一，已有较为庞大的神经网络体系，如：BP神经网络、RBF网络和PNN神经网络[9]等。这些神经网络的缺陷通常在于网络的训练需要经过多次迭代、收敛速度慢和易陷入局部最优等。支持向量机算法是基于统计学习理论的分类识别方法，能够在很广的函数集中构造函数，不需要微调，计算简单，在解决小样本、非线性及高维模式识别问题中表现出许多特有的优势。

本文利用数学统计的方法，根据电能质量扰动信号原有波形幅值构造出特征，克服了传统特征提取方法征选择不当造成识别精度不高的缺点。采用PSO?SVM算法，快速计算出SVM核函数参数和惩罚项参数值，以达到准确地识别出各种扰动信号的目的。实验仿真结果表明该方法的识别精度高于以往算法且具有较好的抗噪声性能。

1 基于扰动幅值的特征提取算法

1.1 电能质量扰动类型

根据IEEE标准，常见的电能质量包括电压暂升、电压暂降、电压中断、振荡暂态和谐波[10]。其中电压暂升、电压暂降和电压中断为幅值扰动，暂态振荡和谐波为加性扰动[11]。然而，复杂的电力系统当中，除了单一的电能质量扰动信号，还可能存在多种多样的复合扰动，本文识别的类型除了上述5种单一扰动外，还选取了电压暂降+谐波及电压暂升+谐波两种复合扰动。扰动模型如表1所示。

1.2 扰动信号特征提取

传统的特征提取算法大都是得到基于变换后信号的均值、方差、能量和峰值峭度等特征[3]。然而，这些特征往往需要经过再次的筛选才能被用于最后分类识别时的特征。诸多学者提出了一系列的特征选择算法[12]如前向顺序选择法（SFS）、后向顺序选择法（SBS）和斯密特正交法（GSO）。这些方法在一定程度上增加了识别精度，但也增加了算法的复杂程度。根据IEEE标准，电能质量扰动信号的模型如表1所示，其波形如图1所示，其中纵轴表示幅值，单位为标幺值（p.u.），横轴取值范围表示10个周波的采样点数。根据扰动信号本身的固有波形，本文提出了基于数学统计分段幅值的采样点数的数学统计算法[13]。电能质量信号的基波频率为，即周期s。电压暂升、电压暂降、电压中断、电压暂升+谐波和电压暂降+谐波的扰动存在时间为。因此，采样10个周波，将足够反映出波形的变化情况。对于标准的电力信号，根据奈奎斯特采样定理，采样频率必须大于2倍的基波频率，为了便于更为精确地观测谐波干扰信号，采样频率一般取3.2 kHz，此时10个周波的采样点数为640。根据幅度的变化范围，对[-2，0]区间的幅值取绝对值，最后分别统计[0，2]区间内，每个0.1单位内的采样点数。图2为图1所对应的采样点数目的水平柱形图，其中横坐标代表采样点数，纵坐标代表20份0.1单位的幅值大小。

2 扰动信号分类识别

2.1 粒子群优化算法

粒子群优化算法是源于鸟类捕食行为的进化算法，最早由Kennedy和Eberhart在1995年提出[14]。在寻优过程中，初始化一群粒子，每个粒子代表寻优时的潜在解。其中各粒子的特征包含位置、速度和粒子适应度。粒子在寻优空间以一定速度飞行，根据自身所经历的位置和群体粒子的位置不断更新适应度最优位置，最后求得最优解[15]。粒子迭代更新公式如下：

2.2 支持向量机算法

电能质量扰动信号分类是一种多分类问题，面对如此多样的电能质量扰动信号，分类器的选择至关重要。支持向量机通过建立一个分类超平面作为决策曲面，对多种电能质量扰动信号进行分类识别。支持向量机最初由Vapnik提出用于研究线性可分问题[16]。假设有训练集，为训练样本，为样本对应的标签。存在一个分类面将训练样本很好地区分开，当且仅当两类训练集到分类面的最小距离最大[4]。在实际分类中，有的样本为线性不可分的，此时需引入一个非线性映射函数，将样本映射到高维空间，此时得到的超平面为。由于噪声的影响，再引入非负的松弛变量，使得目标函数为：

通过上面分析，训练集和核函数是支持向量机学习算法的关键。核函数的种类有：多项式核函数、高斯径向基核函数、多层感知器核函数和复合核函数等[15]。不同核函数所建立的SVM的性能会有较大的差异。本文采用高斯径向基核函数：

综上所述，训练一个合适的支持向量机的分类面关键是在于寻找到合适的惩罚项和核函数中的可调参数。采用粒子群优化算法，将粒子和的寻优位置分别设定在[]和[]之间，可在很短时间内得到准确的值。

3 仿真分析

根据表1扰动信号模型，通过Matlab产生7类电能质量扰动信号。为了表示方便，如表1所示的顺序，依次标记为C1～C7。采样频率为3.2 kHz，共采样10个周波，每周波采样64个点，共计640个点。每类扰动信号共随机生成200个样本，选取每类扰动信号的150个样本作为训练集，剩余的50个样本作为测试集。由于实际现场的电能质量扰动信号受各种环境因素影响，因此加入多种高斯白噪声。

采用本文提出的特征提取算法，首先得到20个分段幅值内的采样点数，再将每一段采样点数归一化，即除以总点数640，最后得到一个20维的特征信号，此为降维过程。在PSO?SVM算法中，粒子的可栉40，迭代次数为30，惩罚项和核函数参数的取值范围均设定为[0.5，512]。首先将7类扰动信号共计1 050个训练样本输入到PSO?SVM网络中进行训练，然后输入7类扰动信号共350个测试样本进行分类识别。最后的分类识别结果如表2和表3所示。表2为其中的一次分类识别图，表3的结果为经过4?折交叉法计算后得到的不同噪声下的分类识别结果的平均值。

PSO寻优方法克服了传统SVM分类时人工选择参数造成识别精度不能达到最佳的缺陷，与之后的网格法寻找SVM参数相比更为简捷[15]。实验时所求得的最佳和的值如表4所示。

对比以往不同特征选择的方法如HHT变换[7]、S变换[9]和小波变换[17]，及模式识别方法如决策树[7]、PSO?PNN[9]和SVM[17]，本了进一步的相关对比试验，比较结果如表5所示。从表5可知，采用本文所提出的数学统计方法提取扰动信号幅值特征并结合PSO?SVM识别的方法在很大程度上提高了最后的识别精度。

4 结 论

本文提出了一种基于数学统计的电能质量扰动幅值大小采样点特征提取方法。该方法能够快速地得到不同幅值范围的采样点数，并正确地表示常见的7类电能质量扰动信号。该方法克服了传统特征提取方法征选择不当造成最后识别精度不高的缺点。采用PSO?SVM分类器，通过粒子群自动寻优，找到合适的SVM惩罚项参数值和核函数参数值。该方法能够解决传统神经网络作为分类器时容易陷入局部最优解的困难。最后通过仿真实验和与以往电能质量扰动识别方法的分类结果相比，表明该方法对常见的7类电能质量扰动信号的识别率优于以往算法，并具有较好的抗噪声性能。

参考文献

[1] 杨璐.电能质量及检测方法研究[J].通信电源技术，2015（6）：28?30.

[2] 赵凤展，杨仁刚.时频分析方法在电能质量扰动检测与识别中的应用[J].华北电力大学学报，2006（5）：33?37.

[3] 方群会，刘强，周林，等.模式分类方法在电能质量扰动信号分类中的应用综述[J].电网技术，2009（1）：31?36.

[4] 覃思师，刘前进.基于STFT变换和DAGSVMs的电能质量扰动识别[J].电力系统保护与控制，2011（1）：83?86.

[5] 黄南天，徐殿国，刘晓胜.基于S变换与SVM的电能质量复合扰动识别[J].电工技术学报，2011（10）：23?30.

[6] 徐永海，肖湘宁，杨以涵，等.小波变换在电能质量分析中的应用[J].电力系统自动化，1999（23）：55?58.

[7] 田振果，傅成华，吴浩，等.基于HHT的电能质量扰动定位与分类[J].电力系统保护与控制，2015（16）：36?42.

[8] 陈华丰，张葛祥.基于决策树和支持向量机的电能质量扰动识别[J].电网技术，2013（5）：1272?1278.

[9] 覃星福，龚仁喜.基于广义S变换与PSO?PNN的电能质量扰动识别[J].电力系统保护与控制，2016（15）：10?17.

[10] Transmission and Distribution Committee of the IEEE Power & Energy Society. IEEE recommended practice for monitoring electric power quality： IEEE Std 1159?2009 [S]. New York： The Institute of Electrical and Electronics Engineers， 2009： 1.

[11] 张杨，刘志刚.一种基于时频域多特征量的电能质量混合扰动分类新方法[J].中国电机工程学报，2012（34）：83?90.

[12] ABDOOS A A， MIANAEI P K， GHADIKOLAEI M R. Combined VMD?SVM based feature selection method for classification of power quality events [J]. Applied soft computing， 2016， 38： 637?646.

[13] VALTIERRA?RODRIGUEZ M， DE JESUS ROMERO?TRONCOSO R， OSORNIO?RIOS R A， et al. Detection and classification of single and combined power quality disturbances using neural networks [J]. IEEE transactions on industrial electronics， 2014， 61（5）： 2473?2482.

[14] KENNEDY J， EBERHART R. Particle swarm optimization[C]// Proceedings of 1995 IEEE International Conference on Neural Networks. [S.l.]： IEEE， 1995， 4： 1942?1948.

[15] 杨宁霞，孙，公政，等.一种基于PSO?SVM的电能质量扰动识别与分类的新方法[J].电测与仪表，2014（16）：17?20.

量子力学特征范文第6篇

关键词：女性城镇居民;乡村旅游;推力动机;鞍山市

中图分类号：F59 文献识别码：A 文章编号：1001-828X（2016）027-000-03

一、引言

随着女性经济时代的到来，女性在旅游市场中的地位与作用日益重要。我国国务院在《国民旅游休闲纲要（2013-2020年）》中建议开发适合妇女、儿童、老年人等不同人群需要的旅游休闲产品。国内大型在线旅游服务网站“驴妈妈旅游网”的《2016女性出游报告》显示，在2015年，驴妈妈旅游网的女性用户数量较上年增长8%，增长速率高于男性近3个百分点;女性在家庭出游决策中所起的作用较大，在典型的三口之家或三代人的家庭出行中有70%的旅游目的地选择是由女性决定的，而在夫妻、情侣等男女两人出游中这一比例更高升至85%，并且女性的决策范围还涵盖了家人的日程安排、游玩项目、餐食和住宿等众多旅游环节。

我国女性旅游市场的蓬勃发展也引起了学术界的关注，而旅游动机是女性旅游研究领域中的一个核心问题，它既是旅游者主观需要的直观反映，又是影响旅游决策、旅游感知、旅游满意度、忠诚度及重游意愿等旅游行为要素的重要因子。国内学者已针对女性旅游整体市场[1，2]及细分市场（包括女性背包客[3]、女性体育旅游者[4]、文化遗产地女性旅游者[5]、大陆赴韩女性出境旅游者[6]）的旅游动机分类，采用定性与定量相结合的方法进行了系统研究，但作为我国当前最具活力与潜力的旅游业态之一――乡村旅游，目前仅有研究表明女性与男性乡村旅游者在某些旅游动机方面存在显著差异[7-9]，却没有进一步采用聚类或因子分析等定量研究手段针对女性市场进行深入的乡村旅游动机分类研究。

综上所述，本文拟从性别差异的视角，采用问卷调查的方式选取有过乡村旅游经历的辽宁省鞍山市女性城镇居民为调研对象，获取受访者对初始乡村旅游动机变量的重要性认知;然后利用因子分析的方法从初始动机变量中提取动机公因子，以便准确分析我国女性城镇居民的乡村旅游动机分类特征。本文的特色如下：⑴以乡村旅游推力动机为研究对象。旅游动机的分类十分复杂，当前学术界尚没有统一的分类标准，本文选择“推-拉理论”（当前学术界应用最广泛的旅游动机分类框架）作为乡村旅游动机的分类依据，该理论根据激活动机的力的属性，将旅游动机分为以下两类：推力动机是由人的主观欲望催生的内在动机，反映了人们的主观旅游需要;拉力动机是人们在对旅游目的地形成一定程度认知的基础上，旅游产品及旅游环境因素对（潜在）旅游者的有效吸引，拉力动机有助于解释人们对于目的地的选择[10]。两类动机应该分开测量，混合研究的意义不大[11]。在推-拉关系中，推力是激发最终旅游动机的原动力，拉力动机也必须通过激活人们的主观欲望才能实现。因此深入研究乡村旅游者的推力动机分类是准确把握旅游者主观需要，实现对乡村旅游产品的科学开发和精准营销，继而引领乡村旅游者形成健康的旅游产品消费观的有效途径。⑵本文在总结国内外乡村旅游推力动机中共同度高的动机变量基础上，通过小范围专业人士与女性城镇居民的深入访谈，补充了若干符合女性旅游者行为心理学特征和我国乡村旅游发展时代背景的初始推力动机变量。

二、研究设计

1.初始乡村旅游推力动机变量的选取

首先选择近年来国内外乡村旅游推力动机研究中共同度较高的变量;然后通过查阅文献、小范围专业人士与女性城镇居民访谈，补充若干符合女性旅游者行为心理学特征和我国乡村旅游发展时代背景的初始推力动机变量;经过预调查，最终确定24项动机变量来评价鞍山女性城镇居民的乡村旅游动机重要性（表1）。

2.问卷设计

调查问卷包括两部分：⑴受访者最近一次的乡村旅游推力动机，24个初始动机变量的认知重要性均采用李克特5点量表进行测量（1分代表“非常不重要”，5分代表“非常重要”）;⑵受访乡村旅游者的人口统计学特征。

3.数据来源

选择某一特定目的地的游客可能会倾向于相似的动机[12]，因此为了使本次调查能够尽量涵盖不同类型的乡村旅游推力动机，本文并未选择在固定的乡村旅游目的地发放问卷，而是通过亲友在互联网上发放问卷，要求有过乡村旅游经历的鞍山女性城镇居民根据其最近一次乡村旅游经历填写问卷。在受访者选择方面，要求所选样本尽量在人口统计学特征方面形成一定差异。问卷调查于2016年5月期间进行，最终回收有效问卷192份。其中，35-55岁所占比例相对较多，占受访者总数的75.0%，这个年龄段也是当前我国旅游产品的主要消费群体;受教育程度方面，本科和大专所占比例最大（79.2%）;职业构成方面，专业技术人员所占比重最高（49.5%），其余职业分布较平均;收入水平以2000-4000元的受访者比重最高（58.9%），4001-6000元收入段的受访者比重（19.3%）列第2位。上述数据也可较准确地描述出鞍山女性城镇乡村旅游者的典型特征。

4.数据分析

采用SPSS16.0统计软件中的描述性统计分析方法统计受访者对初始乡村旅游推力动机变量重要性的认知;探索性因子分析用于提炼出初始推力动机中的动机公因子，以便准确分析推力动机的分类特征。

三、结果分析

1.初始乡村旅游推力动机的重要性

根据每项初始动机的重要性平均值及赞成率，24项动机变量可以分为以下四类（表1）：

⑴非常重要的动机。在24个初始推力动机中，平均值与赞成率最高的动机为“体验户外情趣，亲近自然”，然后依次为“追求食品安全”、“欣赏乡村美景”、“带小孩增长知识和阅历”、“增进与家人朋友的感情”，这5项动机的平均值均在4分以上、赞成率均超过75%，表明上述5项动机在推动鞍山女性城镇居民进行乡村旅游的过程中产生了非常重要的作用。

⑵比较重要的动机。“体验乡村风土人情”、“缓解压力”、“休养疗养强身健体”、“欣赏乡村历史古迹”、“品尝美食”、“体验与城市不同的生活方式”、“调节沮丧心情”、“暂时摆脱单调乏味的生活”、“增加自己的阅历知识”这9项动机的平均值在3.5-4分之间、赞成率在50%-70%之间，表明上述五项动机在推动鞍山女性城镇居民进行乡村旅游的过程中产生了比较重要的作用。

⑶中等重要程度的动机。“怀旧”、“探亲访友”、“躲避工作和生活中的烦恼”、“养老”、“祭祖扫墓”、“购物”、“学习自然与农业知识”这7项动机的平均值在3-3.5分之间、赞成率在25-50%之间，表明它们在推动鞍山女性城镇居民进行乡村旅游的过程中发挥的作用中等。

⑷不太重要的动机。“结交新朋友”、“采风，进行艺术创作”、“公务/会议/商务活动”3项动机的重要性均在2.5-3分之间，赞成率均低于25%，表明它们在推动鞍山女性城镇居民进行乡村旅游的过程中发挥的作用不太明显。

2.因子分析

鉴于“结交新朋友”、“采风，进行艺术创作”、“公务/会议/商务活动”三项动机的重要性低于3分，在因子分析时将这三项动机排除，采用SPSS统计软件对剩余21项初始推力动机进行探索性因子分析。首先计算KMO统计量值为0.812（>0.7），巴特利特球形检验显著性的概率为0.000（

依据旋转后各初始动机在所有公因子上的最大载荷为原则，公因子1与初始推力动机中的6个动机（探亲访友、增进与家人朋友的感情、体验与城镇不同的生活方式、增加自己阅历见识、带小孩长见识、养老）高度相关，上述6个初始动机均是都市人在闲暇时间经常进行的休闲活动，因此将公因子1命名为“休闲动机”。其方差贡献率为14.251%，在6个公因子中包含信息量最多。

公因子2与初始动机中的4个动机（调节沮丧心情、缓解压力、躲避工作和生活中的烦恼、暂时摆脱单调乏味生活）高度相关，上述动机传递出了城镇居民对于心灵放松的渴望，因此将公因子2命名为“放松心情动机”，其方差贡献率为14.167%。

公因子3与初始动机中的4个动机（欣赏乡村美景、体验户外情趣亲近自然、欣赏乡村历史古迹、体验乡村风土人情）高度相关，根据上述初始动机所包含的共同信息，将公因子3命名为“探寻乡村文化”，其方差贡献率为11.067%。

公因子4与初始动机中的3个动机（怀旧、祭祖扫墓、休养疗养强身健体）高度相关，根据上述初始动机所包含的共同信息，将公因子4命名为“乡愁”，其方差贡献率为8.707%。

公因子5与初始动机中的3个动机（品尝美食、购物、学习自然与农业知识）高度相关，根据上述初始动机所包含的共同信息，将公因子5命名为“在购物与美食中学习知识”，其方差贡献率为8.581%。

公因子6只与“追求食品安全”初始动机高度相关，因此将公因子6命名为“追求食品安全”。其方差贡献率为5.848%，在6个动机公因子中权重最低，是包括信息量最少的动机类型。

表1乡村旅游初始推力动机重要性及因子分析结果（n=192）

公因子

名称 初始动

机名称 因子

载荷 特征值 方差贡

献率% 克朗巴

哈a值 初始动机重要性

平均值 赞成率

①%

F1

休闲 M13 探亲访友 0.697 2.993 14.251 0.747 3.35 44.3

M14 增进与家人/朋友的感情 0.691 4.07 76.0

M16 体验与城市不同的生活方式 0.456 3.68 57.8

M18 增加自己阅历见识 0.640 3.53 51.0

M19 带小孩增长知识和阅历 0.598 4.09 83.3

M23 养老 0.432 3.18 38.0

F2

放松

心情 M9 调节沮丧心情 0.737 2.975 14.167 0.820 3.57 53.7

M10 缓解压力 0.797 3.87 67.2

M11 躲避工作和生活中的烦恼 0.778 3.34 42.1

M12 暂时摆脱单调乏味的生活 0.765 3.56 53.6

F3

探寻乡

村文化 M3 欣赏乡村美景 0.737 2.324 11.067 0.715 4.11 83.9

M4 体验户外情趣，亲近自然 0.731 4.45 91.2

M6 欣赏乡村历史古迹 0.609 3.79 61.0

M7 体验乡村风土人情 0.712 3.91 68.2

F4乡愁 M1 怀旧情结 0.697 1.828 8.707 0.612 3.50 48.4

M21 祭祖扫墓 0.577 3.17 38.0

M22 休养疗养、强身健体 0.469 3.80 64.1

F5 在购

物与美

食中学

习知识 M5 品尝美食 0.663 1.802 8.581 0.553 3.69 57.8

M8 购物 0.680 3.08 27.1

M17学习自然/农业知识 0.552 3.08 27.1

F6追求

食品

安全 M2 追求食品安全 0.835 1.228 5.848 无 4.15 79.7

KMO统计量：0.812;Bartlett球型检验Sig.=0.000;克朗巴哈a值：0.866;总体累计方差贡献率：62.621%;①赞成率指选择4分和5分的受访者人数与受访者总人数的比值。

四、结论与展望

综上所述，当前我国都市女性的乡村旅游推力动机分类呈现以下特征：

⑴动机的女性特征明显。首先，本文受访者非常重视食品安全问题，注重在乡村旅游过程中让孩子增长阅历知识，注重在旅游过程中促进亲友间的感情交流，期盼通过乡村旅游缓解乡愁，这充分体现了女性旅游者旅游动机更加细腻、旅游情感体验更加丰富、更加关注旅游安全的特点。其次，“结交新朋友”、“采风，进行艺术创作”、“公务/会议/商务活动”3项初始动机的重要性较低，说明女性在乡村旅游过程中，需要的是纯粹的休闲体验，而并不愿意将工作与旅游混淆。第三，6个乡村旅游推力动机类型更多体现了旅游者在精神层面的需要，这也显示出了女性更加注重精神层面需要的典型特征。

⑵动机具有鲜明的时代特征。食品安全问题、人口老龄化、独生子女教育、城市化连锁效应等带有鲜明当代中国特色的现实问题正在深刻影响着都市女性的乡村旅游需要。一方面，初始推力动机中的新增动机（如追求食品安全、祭祖扫墓、养老等）和原有研究中关注度较高的动机（如亲近自然、康体减压、探亲访友等）均在推动都市女性进行乡村旅游的过程中起到了较积极的作用。另一方面，动机公因子也表现出了鲜明的时代特色，例如我国旅游正由观光旅游向休闲旅游时代转变;都市女性在乡村旅游过程中注重乡村文化的体验、心灵放松，即使在传统的乡村旅游产品（即购物与餐饮）的消费中也包含着学习知识的需要，这充分体现了“体验旅游”的时代特色;社会飞速发展与城镇化效应带来的浓浓乡愁已成为推动都市女性进行乡村旅游的主要动机类型;“追求食品安全”也是由当前食品安全问题与人们追求健康长寿而引发的旅游需要的直接反映。

未来在本文研究基础上，作者拟在以下方面继续深入展开研究：

⑴以本文研究为基础，继续进行女性乡村旅游者的旅游满意度、游客忠诚及重游意愿、旅游产品感知价值等相关领域的学术研究。

⑵针对女性乡村旅游者比较关注的某些乡村旅游推力动机类型（如“追求食品安全”、“休闲”）进行深入研究。

⑶将本文总结出的初始乡村旅游推力动机量表与研究方法应用于不同样地，比较不同地区的女性城镇居民乡村旅游推力动机分类特征的异同，继而寻找影响动机类型地域分异的关键因子。

参考文献：

[1]邱芬.基于性别差异的武汉市旅游者行为研究[D].华中师范大学，上海，2015.

[2]胡小玲，张俐俐.现代女性旅游动机调查[J].中华女子学院山东分院学报，2010（5）：44-49.

[3]石景秀，侯忠坤.成都背包客旅游动机性别差异研究[J].商，2011（5）：149-150.

[4]张兆龙，邓维霞，张明亚.基于推拉理论的我国女性参与体育旅游动机与特征研究[J].鸡西大学学报，2014（2）：69-72.

[5]陆恒芹，苏勤，陈丽荣.女性旅游者行为特征分析及其动机研究[J].资源开发与市场，2006，22（4）：396-398.

[6]王芳，仇梦，沙润，杨燕.中国大陆女性赴韩旅游动机对游客满意度的影响[J].地域研究与开发，2015，34（5）：95-99.

[7]刘聚梅.我国乡村旅游发展实证研究――基于推拉理论[D].北京第二外国语学院，北京，2007.

[8]徐培，熊云明.乡村旅游的游客旅游动机研究――以九江庐山周边风景区为例[J].安徽农业科学，2009，37（33）：16595-16641.

[9]王云，史春云.苏州乡村旅游游客偏好与行为特征研究[J].旅游论坛，2014，7（5）：26-33.

[10]Crompton J L. Motivations for pleasure vacation[J]. Annals of Tourism Research， 1979， 6（4） ： 408- 424.

[11]Pesonen J， KomppulaR， Kronenberg C， et al. Understanding the relationship between push and pull motivations in rural tourism[J]. Tourism Review， 2011， 66（3） ：32-49.

[12]毛小岗，宋金平.旅游动机与旅游者重游意向的关系研究：基于logistic模型[J].人文地理，2011（6）：149-154.

量子力学特征范文第7篇

Research on the Competency Model of Grassroots Employees in E- Commerce Industry

XU Pengyu North China University of Technology

Abstract： In recent years， the e-commerce industry， grass-roots talent supply and demand can not be a reasonable docking， electricity companies need scientifi c and reliable competency evaluation system to recruit and train grassroots employees. Based on existing research and the characteristics of business activities of grassroots employees， this paper has established the competency system of grassroots employees in the industry and carried out empirical research. At the same time， the AHP method is used to establish the competency model of the basic staff in the e-commerce Industry， and the application of the system in recruitment and training is put forward.

Key words： E-commerce； Grass-roots Employees； The Competency Model

当今，伴随着信息技术的飞跃发展，基于网络的电子商务（本文研究的电子商务所涉及的业务范围主要是食品、纺织、汽车用品）方兴未艾。与此同时，该行业用人需求出现井喷已毫无悬念。在电商人才培养方面，目前国内多所高校开设电子商务专业以及众多电商企业自建培训学院向该行业源源不断地输送人才，但所供应的人员素质并不能真正满足电子商务行业对人才的需求。

本研究以从事电子商务的基层员工（包括技术服务支持层和部门业务主管）为研究主体，基于文献研究、行业及员工特点确立了电子商务行业基层员工潜在胜任特征。本文以该特征体系为依据设计调查问卷并在收集第一手资料的基础上，经过统计分析建立电子商务行业基层员工胜任力模型，以求为电子商务行业基层员工的招聘、培训提供参考。

一、相关理论概述

1. 基本概念

胜任力（Competency）一词最早由心理学家，哈佛大学麦克莱兰教授提出的。他把直接影响工作绩效的个人素质条件和行为特征称为Competency（胜任力），并且McClelland强调，对胜任力的研究应从实践中入手，收集第一手资料，去挖掘具有实质性影响的胜任力素质。

2. 已有的研究成果

国内外关于胜任力理论的研究对本文建立电子商务基层员工胜任力测评体系有很好的借鉴意义。如麦克莱兰博士1973年提出素质的“冰山模型”将个体素质的不同表现形式划分为表面的“冰山以上的部分”（即基本知识和技能）和深藏的“冰山以下的部分”（诸如角色定位、价值观、自我认知、品质和动机）；美国学者斯潘塞（Lyle. M.Spencer）1989年建立5大类通用行业的胜任力模型，将人员素质划分为基准性素质和鉴别性素质；理查德?q博亚特兹（Richard Boyatzis）提出“素质洋葱模型”，认为外层的技能和知识易于培养和评价，内在的动机和价值观难以影响和评价。国内唐京、时勘、姚翔、王重鸣等学者也对胜任力进行了研究。

综上所述，国内员工胜任力理论研究多集中于对高层和一般意义上的管理人员的研究，对于电子商务行业、基层员工的研究少见涉及，涉及到电商行业员工胜任力的研究尚有值得商榷和深入探讨的方面，具体反映在以下三个方面：一是素质能力在取得优异绩效方面具有举足轻重的作用；二是现有关于基层员工人才测评体系的要求更侧重于基本技能的培养，轻视基层员工的良性的工作动机和认知能力（如逻辑思考）以及创新力；三是已有成果中建立的电子商务人才评价指标体系更适用于电子商务运营部门员工的测评，而采购部门、客服部门等部门员工的适用性较差。同时并没有结合新时期电子商务基层员工特点。

二、电子商务行业基层员工及其业务的基本特点

当前的电子商务行业人力资源整体特点是，行业从业门槛低，从业人员水平参差不齐；新员工占比高，团队年轻化（员工队伍以80后、90后为主体），这个大背景下所呈现的电子商务基层员工具有以下5个特点：一是年轻化、较高素质、跨学科、跨专业的综合性人才。二是自我意识凸显，“服从型”员工比例下降，个性独立、对工作更为现实理性。三是拥有较大自主权，创新意识较传统行业基层员工强。四是企?I归属感不强，将个人发展的利益看的高于某个所在企业，频繁跳槽而且公司保密意识不足。五是重视眼前利益，缺乏长远规划。同时，值得注意的是，电子商务行业信息和知识更新速度快，这对从事电商的基层员工的学习能力又提出了新的挑战。继而其业务特点可以概括为：综合性、系统性、连续性、自主性、创新性。

三、电子商务行业基层员工胜任力模型的构建――以上海帝亚实业有限公司为例

1. 电商行业基层员工基本胜任特征维度的确定

美国学者斯潘塞1989年在精心调查研究的基础上，建立了5大类通用行业的胜任力模型，并且认为胜任力特征应包括5个特征：知识、技能、自我概念、特质、动机。本文主要借鉴斯潘塞关于胜任力特征的研究特别是通用行业的胜任力模型，同时结合电子商务行业基层员工及其业务特点，大致确定了以下17项基层人员基本胜任特征：工作动机维度下的责任导向、成就导向和兴趣导向；认知维度下的逻辑判断力、洞察力和数据分析能力；?W习能力维度下的创新力、理论学习力和技术操作能力；沟通与合作维度下的准确理解力、清晰表达力、人际理解力和团队合作能力；以及工作意识维度下的执行力、效率意识、客户服务意识和诚信意识。

为了对电商行业基层员工胜任特征进行考察，我们进行了胜任力问卷调查。

2. 胜任力问卷调查

根据以上17项胜任力特征，我们编制了《电子商务行业基层员工胜任特征调查》

（1）调查对象

本文选取上海帝亚实业有限公司基层员工（包括技术服务支持层和部门业务主管）为对象，此次调查问卷150份，收回132份，回收率为88%，其中有效问卷112份，问卷回收有效率84.8%，基本达到调查目的。有效问卷的筛选标准为：回答所有的题（封闭型）；每道题按要求只选出一个选项，多选无效。

（2）问卷设计

本次调查问卷包括两个部分，第一部分为员工基本情况测量（包括员工性别、年龄、担任职位）；第二部分为员工胜任力特征测量问卷，共有17个问题，全部是封闭型问题，各个指标重要度分为“很重要”“重要”“一般”“不重要”“很不重要”，然后根据李克特量表法对其进行赋值，分别为5、4、3、2、1，被调查者对每道题给出评价。

三、数据处理与分析

回收问卷后，运用统计分析工具Spss19.0进行信度和效度分析以判断问卷设计的质量以及应用体系预测的可靠性和稳定性。同时应用层次分析法确定测评体系各指标权重以完善模型的建立。

1. 信度检验

统计结果显示本次问卷的Cronbach’s Alpha （?唬┫凳?为0.909，同理，对测评体系表各个构面进行信度检验：工作动机?幌凳?为0.825；认知?幌凳?为0.801；学习能力?幌凳?为0.792；沟通与合作?幌凳?为0.770；工作意识?幌凳?为0.810。

综上可见，电子商务基层员工胜任力测评体系表总体?幌凳?大于0.7，具有良好的内部一致性，可信度较好。

2. 效度检验

如表1，统计结果显示：测量的KMO值为0.847，KMO值介于0.8和0.9之间，并且Bartlett’s球型检验统计量为1331.964，相应的概率Sig为0.000，因此可认为相关系数矩阵与单位阵有显著差异，综上所述，该量表适合做因子分析。

3. 运用主成分分析方法进行因子分析

本文对基层员工17项胜任力特征进行因子分析，确定其内在结构。运用主成分分析法选取特征值大于1的因子，经过正交旋转，旋转后的因子载荷如表2所示。对比旋转前后的载荷矩阵，我们可以清晰的看出：未经旋转的载荷矩阵中，因子变量在许多变量上都有较高的载荷；经过旋转之后，各个因子的含义更加清晰。

综合信度与效度分析评判：本文设计的“电商行业基层员工胜任力量表”效度好，调查结果有效可用，可依此建立电商行业基层员工胜任力模型。

4. 电子商务行业基层员工胜任力模型结构

为了更加科学、准确确定模型的结构，对各指标进行权重分析是极为重要的。此次测评的权重分配采用层次分析法。利用层次分析法对矩阵进行计算，得出胜任力二级和三级指标的权重，进而完善模型的构建。电子商务行业基层员工胜任力模型结构见表3。

四、结论与分析

1. 电子商务基层员工胜任力与其他类型员工胜任力的重要区别

根据本文以上分析，我们发现并得到电子商务基层员工胜任力与其他类型员工胜任力的重要区别有以下3个方面：

（1） “数据分析能力”（业务能力）重要程度第一。互联网时代以大数据为特点，即使处于基层的电子商务员工，也应对数据敏感。电子商务平台拥有强大的数据统计功能和众多内容的统计的数据数据库，基层员工应能够从数据中挖掘出顾客的购买行为特征、顾客的需求偏好以及顾客的潜在消费价值等重要信息。这也就不难理解，“数据分析能力”为什么能在电子商务行业基层员工胜任力构成因素中进居首位。

（2）“客户服务意识”重要程度第二。如今的市场竞争已经越来越重视客户服务这一方面，电子商务行业内的竞争尤其看中客服，优良的客服可以培养顾客忠诚，树立企业形象，进而提高客户的好评率，这无疑在增加企业的无形资产，增强企业的软实力，进而巩固企业的市场地位。

（3）“诚信意识”重要程度第三。电子商务是在一个虚拟的环境中进行交易，电商企业必须比传统行业更注重诚信，基层员工是电商企业展示企业信誉度的重要一环，有必要增强基层员工的诚信意识。整个电子商务行业的人员流动率偏大，特别是对于规模一般的电商企业，部分人员只是把某个电商企业作为学习的平台，因此大部分电商企业十分看重员工的忠诚度。

2. 电子商务行业基层员工胜任力模型的应用

电子商务行业基层员工胜任力模型在基层人员选聘时可以起指导的作用，依据模型中各个构面的重要性程度，有侧重的对应聘人员进行各个维度的考核。电商企业在招聘基层人员时可以采用结构化的测试方法。公司应建立笔试题库，而题库应结合胜任力维度“工作动机”“认知”“学习能力”“沟通与合作”“工作意?R”的重要性来设计。此外，电商企业应建立已聘成员胜任力失败档案库，这将在今后的招聘或者培训中加以强化相应基层员工胜任力的考察。

电子商务行业基层员工胜任力模型在人员培训中的应用是灵活的，并不是一成不变的套用胜任力模型来评判一切。人员培训需求的产生应从员工绩效开始出发，当员工绩效低于正常期望值时，考核其胜任力是否符合正常标准。如果仍然符合，那么公司的胜任力模型需要修正（出现多个此类现象时修改）；如果员工胜任力没有基本符合最新胜任力模型标准，要按照最新标准进行针对性培训，直到其绩效不低于正常期望值。

量子力学特征范文第8篇

[关键词]泡沫图像特征；F-score；SVM；特征选择

中图分类号：TP391.41 文献标识码：A 文章编号：1009-914X（2013）36-0391-01

引言

铜浮选首选槽的状况对于整个浮选流程有着重要的意义。现场操作工人通过观察浮选槽表面的泡沫，作为判别现场工况的重要方法。为减轻现场工人工作量，引入了计算机视觉技术，用计算机采集的现场泡沫图像，根据提取出来的特征来进行判断。

特征选择算法主要划分为两大类：Filter方法和Wrapper方法。Filter方法独立于分类器，训练速度较快；Wrapper方法依赖于分类器，以分类器的分类准确率评价所选特征子集的性能，选择对分类有重要贡献的特征，需要较长的训练时间，分类性能优于Filter方法。近年来出现了结合Filter和Wrapper方法各自优点的混合特征选择方法。本文采用的是先用得出各个特征Filter方法的值，即F-score值，之后再排序，再用SVM或BP神经网络选择最优的特征个数。

但是，由于泡沫图像特征的选择是根据人为知识经验，其准确性不能够很好地得到保证，因此如何选择合适的图像特征成为本文研究的重点。

1 泡沫特征

本文选用泡沫浮现现场提取的12个现场泡沫特征，重要的特征有：泡沫承载率，尺寸，红色分量，色调等[1][2]。

由于这些特征不能很明显的表征出三种类型的特征，为消除人为选择的不准确性，本文基于模式相似性测度的标准，并且结合分类器给泡沫的特征选择提供可靠的依据。

2 特征选择方法

特征选择是从众多特征中挑选出那些对分类识别最有效的特征，从而压缩特征空间维数。F-score方法是一种衡量特征在两种类别之间分辨能力的方法，该方法可以实现最有效特征的选择。谢娟英等将此方法扩展到多类F-score

其中：，分别为第i个特征在整个数据集上的平均值，在j类数据上的平均值；为第k个正类样本点的第i个特征的特征值。F值越大，此特征的辨别力越强[3]。

算出各特征的F-score值之后再排序，用支持向量机或BP神经网络来评价特征个数选择的好坏，以此来验证选取特征的有效性。图1为总体框图。

3 支持向量机

本文选用的是由台湾大学林智仁（Lin Chih-Jen）副教授等[4]开发设计出来的一个简单、易于使用和快速有效的应用工具软件LIBSVM进行仿真，支持向量机选用默认的设置。

4 仿真实现

本文把泡沫分为三种类型，正常，水化，粘性。从各种视频中提取出相应的特征，各15组。分别选取各典型视频10组特征数据作为训练样本，5组作为测试样本。

首先运用F-score方法把特征进行排序，图2为各特征的F-score值。其F-score特征排序为 2，1，3，4，8，9，7，12，6，5，10。再根据SVM评估特征子集分类效果，图3为支持向量机评估特征子集分类正确率。根据BP神经网络评估特征子集分类效果，图4为神经网络评估特征子集分类正确率。

5 分析与结论

支持向量机分类，当特征个数为5，6时，能够达到很好的分类效果。即选择编号为2，1，3，4，8的特征，能够达到比较理想的效果。

BP神经网络分类经过重复仿真验证，可能出现不同的结论，可重复性差，对于特征个数的选择没有很一致的结论。

6 结束语

实验证明，支持向量机有比BP神经网络更好的稳定性，分类正确率。

此方法为泡沫浮选过程的特征选择提供了比较好的方法。为判断工况，抓住图像主要的特征准确判断工况，提供了较可靠的依据。由于现场工况复杂，该方法存在一定的局限性，限定在特定的工况下，所以方法的可扩展性有待更加深入的研究。

参考文献

[1] 瓜里尼M.，左焕莹译.图像处理技术用于评估矿物浮选过程的质量[J].国外金属矿选，1999，36（12）：38～41.

[2] 阳春华，周开军，牟学民等.基于计算机视觉的浮选泡沫颜色及尺寸测量方法[J]，仪器仪表学报，2009，30（4）：717～721.