论文部分内容阅读
茧丝纤度序列中蕴含着数学问题，很多学者都致力于研究它。在这方面，白伦等(2002)[3]建立了一种茧丝纤度曲线的统计解析模型。而与本文主题更为贴近的是Fei and Bai(2005)[2]的一篇文章。在该文中，作者运用统计方法基于茧丝纤度序列进行两总体的分类判别，但仅给出了一种分类判别的方法，自然更没有涉及方法之间优劣的比较。本文更多侧重于从统计学的角度基于茧丝纤度序列，提取出若干特征变量，从而将类似于时间序列的茧丝纤度序列数据转化为多元数据，接着运用若干降维方法，最后运用多种分类判别的方法分别对不同的变量组合进行多总体的分类判别。这里的多总体是指9个庄口，即茧站。经过结果的比较，得出对于这样一批茧丝纤度序列，9个总体的分类判别结果中先运用Fisher方法选择8个典则变量后接着运用支持向量机做分类判别得到的错判率最低，为43.8％，大大低于这些方法中最高的错判率65.4％。