什么方法不能用特征分析

㈠ 什么时候能用特征线法求解偏微分方程

以偏微分方程的特征理论为基础，求解双曲型偏微分方程的一种近似计算方法。如问题比较简单，用这种方法可求出分析解或近似的分析解；如问题复杂，也可求得准确度很高的数值解。此外，特征线法还可用来对双曲型问题作定性分析，尤其是可用来研究怎样给出初始条件和边界条件使问题适定。这对设计求解双曲型微分方程的其他类型的数值方法有指导意义。特征线法早在19世纪末就已出现，20世纪30～40年代用手算就已解决不少问题。电子计算机出现后，此方法更趋完善，并得到广泛应用。

㈡ 系统分析方法有哪几种

系统分析方法（System Analysis Method）

什么是系统分析方法
系统分析方法是指把要解决的问题作为一个系统，对系统要素进行综合分析，找出解决问题的可行方案的咨询方法。兰德公司认为，系统分析是一种研究方略，它能在不确定的情况下，确定问题的本质和起因，明确咨询目标，找出各种可行方案，并通过一定标准对这些方案进行比较，帮助决策者在复杂的问题和环境中作出科学抉择。

系统分析方法来源于系统科学。系统科学是20世纪40年代以后迅速发展起来的一个横跨各个学科的新的科学部门，它从系统的着眼点或角度去考察和研究整个客观世界，为人类认识和改造世界提供了科学的理论和方法。它的产生和发展标标志着人类的科学思维由主要以“实物为中心”逐渐过渡到以“系统为中心”，是科学思维的一个划时代突破。

系统分析是咨询研究的最基本的方法，我们可以把一个复杂的咨询项目看成为系统工程，通过系统目标分析、系统要素分析、系统环境分析、系统资源分析和系统管理分析，可以准确地诊断问题，深刻地揭示问题起因，有效地提出解决方案和满足客户的需求。

咨询工具
安索夫矩阵
案例面试分
析工具/框架
ADL矩阵
安迪·格鲁夫的
六力分析模型
波士顿矩阵
标杆分析法
波特五力分析
模型
波特价值链
分析模型
波士顿经验曲线
波特钻石理论模型
贝恩利润池
分析工具
波特竞争战略
轮盘模型
波特行业竞争结构
分析模型
波特的行业组织
模型
变革五因素
BCG三四规则矩阵
产品/市场演变
矩阵
差距分析
策略资讯系统
策略方格模型
CSP模型
创新动力模型
定量战略计划矩阵
大战略矩阵
多点竞争战略
杜邦分析法
定向政策矩阵
德鲁克七种
革新来源
二元核心模式
服务金三角
福克纳和鲍曼的
顾客矩阵
福克纳和鲍曼的
生产者矩阵
FRICT筹资分析法
GE矩阵
盖洛普路径
公司层战略框架
高级SWOT分析法
股东价值分析
供应和需求模型
关键成功因素
分析法
岗位价值评估
规划企业愿景的
方法论框架
核心竞争力分析
模型
华信惠悦人力
资本指数
核心竞争力识别
工具
环境不确定性分析
行业内的战略群体
分析矩阵
横向价值链分析
行业内战略集团
分析
IT附加价值矩阵
竞争态势矩阵
基本竞争战略
竞争战略三角模型
竞争对手分析论纲
价值网模型
绩效棱柱模型
价格敏感性测试法
竞争对手的成本分析
竞争优势因果关系
模式
竞争对手分析工具
价值链分析方法
脚本法
竞争资源四层次模型
价值链信息化管理
KJ法
卡片式智力激励法
KT决策法
扩张方法矩阵
利益相关者分析
雷达图分析法
卢因的力场分析法
六顶思考帽
利润库分析法
流程分析模型
麦肯锡7S模型
麦肯锡七步分析法
麦肯锡三层面理论
麦肯锡逻辑树分析法
麦肯锡七步成诗法
麦肯锡客户盈利性
矩阵
麦肯锡5Cs模型
内部外部矩阵
内部因素评价矩阵
诺兰的阶段模型
牛皮纸法
内部价值链分析
NMN矩阵分析模型
PEST分析模型
PAEI管理角色模型
PIMS分析
佩罗的技术分类
PESTEL分析模型
企业素质与活力分析
QFD法
企业价值关联分析
模型
企业竞争力九力分析
模型
企业战略五要素分析法
人力资源成熟度模型
人力资源经济分析
RATER指数
RFM模型
瑞定的学习模型
GREP模型
人才模型
ROS/RMS矩阵
3C战略三角模型
SWOT分析模型
四链模型
SERVQUAL模型
SIPOC模型
SCOR模型
三维商业定义
虚拟价值链
SFO模型
SCP分析模型
汤姆森和斯特克兰
方法
V矩阵
陀螺模型
外部因素评价矩阵
威胁分析矩阵
新7S原则
行为锚定等级评价法
新波士顿矩阵
系统分析方法
系统逻辑分析方法
实体价值链
信息价值链模型
战略实施模型
战略钟模型
战略地位与行动
评价矩阵
战略地图
组织成长阶段模型
战略选择矩阵
专利分析法
管理要素分析模型
战略群模型
综合战略理论
纵向价值链分析
重要性-迫切性模型
知识链模型
知识价值链模型
知识供应链模型
组织结构模型
[编辑]
系统分析方法的分类
1）系统特征分析方法；

2）系统逻辑分析方法；

3）系统工程技术。

系统分析方法的步骤
系统分析方法的具体步骤包括：限定问题、确定目标、调查研究收集数据、提出备选方案和评价标准、备选方案评估和提出最可行方案。

1、 限定问题

所谓问题，是现实情况与计划目标或理想状态之间的差距。系统分析的核心内容有两个：其一是进行“诊断”，即找出问题是及其原因；其二是“开处方”，即提出解决问题的最可行方案。所谓限定问题，就是要明确问题的本质或特性、问题存在范围和影响程度、问题产生的时间和环境、问题的症状和原因等。限定问题是系统分析中关键的一步，因为如果“诊断”出错，以后开的“处方”就不可能对症下药。在限定问题时，要注意区别症状和问题，探讨问题原因不能先入为主，同时要判别哪些是局部问题，哪些是整体问题，问题的最后确定应该在调查研究之后。

2、确定目标

系统分析目标应该根据客户的要求和对需要解决问题的理解加以确定，如有可能应尽量通过指标表示，以便进行定量分析。对不能定量描述的目标也应该尽量用文字说明清楚，以便进行定性分析和评价系统分析的成效。

3、调查研究，收集数据

调查研究和收集数据应该围绕问题起因进行，一方面要验证有限定问题阶段形成的假设，另一方面要探讨产生问题的根本原因，为下一步提出解决问题的备选方案做准备。

调查研究常用的有四种方式，即阅读文件资料、访谈、观察和调查。

收集的数据和信息包括事实（facts）、见解(opinions)和态度(attitudes)。要对数据和信息去伪存真，交叉核实，保证真实性和准确性。

4、提出备选方案和评价标准

通过深入调查研究，使真正有待解决的问题得以最终确定，使产生问题的主要原因得到明确，在此基础上就可以有针对性地提出解决问题的备选方案。备选方案是解决问题和达到咨询目标可供选择的建议或设计，应提出两种以上的备选方案，以便提供进一步评估和筛选。为了对备选方案进行评估，要根据问题的性质和客户具备的条件。提出约束条件或评价标准，供下一步应用。

5、备选方案评估

根据上述约束条件或评价标准，对解决问题备选方案进行评估，评估应该是综合性的，不仅要考虑技术因素，也要考虑社会经济等因素，评估小组应该有一定代表性，除咨询项目组成员外，也要吸收客户组织的代表参加。根据评估结果确定最可行方案。

6、提交最可行方案

最可行方案并不一定是最佳方案，它是在约束条件之内，根据评价标准筛选出的最现实可行的方案。如果客户满意，则系统分析达到目标。如果客户不满意，则要与客户协商调整约束条件或评价标准，甚至重新限定的问题，开始新一轮系统分析，直到客户满意为止。

系统分析方法的案例分析
案例一:某锻造厂系统分析方法分析
某锻造厂是以生产解放、东风140和东风130等汽车后半轴为主的小型企业，现在年生产能力为1.8万根，年产值为130元。半轴生产工艺包括锻造、热处理、机加工、喷漆等23道工序，由于设备陈旧，前几年对某些设备进行了更换和改造，但效果不明显，生产能力仍然不能提高。厂领导急于要打开局面，便委托M咨询公司进行咨询。M咨询公司采用系统分析进行诊断，把半轴生产过程作为一个系统进行解剖分析。通过限定问题，咨询人员发现，在半轴生产23道工序中，生产能力严重失调，其中班产能力为120-190根的有9道工序，主要是机加工设备。班产能力为70-90根的有6道工序，主要是淬火和矫直设备。其余工序班产能力在30-45根之内，都是锻造设备。由于机加工和热处理工序生产能力大大超过锻造工序，造成前道工序成为“瓶颈”，严重限制后道工序的局面，使整体生产能力难于提高。所以，需要解决的真正问题是如何提高锻造设备能力？

在限定问题的基础上，咨询人员与厂方一起确定出发展目标，即通过对锻造设备的改造，使该厂汽车半轴生产能力和年产值都提高1倍。

围绕如何改造锻造设备这一问题，咨询人员进行深入调查研究，初步提出了四个备选方案，即：新装一台平锻机；用轧同代替原有夹板锤；用轧制机和碾压机代替原有夹板锤和空气锤；增加一台空气锤。

咨询人员根据对厂家人力物力和资源情况的调查分析，提出对备选方案的评价标准或约束条件，即：投资不能超过20万元；能与该厂技术水平相适应，便于维护；耗电量低；建设周期短，回收期快。咨询小组吸收厂方代表参加，根据上述标准对各备选方案进行评估。第1个方案（新装一台平锻机），技术先进，但投资高，超过约束条件，应予以淘汰。对其余三个方案，采取打分方式评比，结果第4方案（增加一台空气锤）被确定为最可行方案，该方案具有成本低，投产周期短，耗电量低等优点，技术上虽然不够先进，但符合小企业目前的要求，客户对此满意，系统分析进展顺利，为该项咨询提供了有力的工具。

本条目对我有帮助
70
分享到：

㈢ 测定vc有哪几种方法,每种方法的使用范围是什么

维生素C不同的测定方法

目前研究维生素C测定方法的报道较多,有关维生素C的测定方法如荧光法、2，6-二氯靛酚滴定法、2，4-二硝基苯肼法、光度分析法、化学发光法、电化学分析法及色谱法等,各种方法对实际样品的测定均有满意的效果.

为了解国内VC含量测定方法及其应用方面的现状及发展态势.方法以"维生素C或抗坏血酸和测定"为检索词对1994～2002年中国期刊网全文数据库(CNKI)中的理工A、B和医药卫生专辑进行篇名检索,对所得有关维生素C含量测定的文献数据分别以年代、作者区域、载刊等级、样品类型、测定方法等进行计量分析.结果核心期刊载刊文献占文献总量的45.06％,其中光度法占65.69％,电化法占18.63％,色谱法占12.75％;复杂被测样品文献占文献总量的45.06％,其中光度法占60.92％,色谱法占19.54％,电化法占10.34％.结论目前国内维生素C含量测定仍以光度法为主流,但近年来色谱法,特别是HPLC法上升趋势尤为明显.

一．荧光法

1．原理

样品中还原型抗坏血酸经活性炭氧化成脱氢型抗坏血酸后，与邻苯二胺（OPDA）反应生成具有荧光的喹喔啉（quinoxaline）,其荧光强度与脱氢抗坏血酸的浓度在一定条件下成正比，以此测定食物中抗坏血酸和脱氢抗坏血酸的总量。

脱氢抗坏血酸与硼酸可形成复合物而不与OPDA反应，以此排除样品中荧光杂质所产生的干扰。本方法的最小检出限为0.022 g/ml。

2．适用范围

本方法适用于蔬菜、水果及其制品中总抗坏血酸的测定

3. 注意事项

3.1 大多数植物组织内含有一种能破坏抗坏血酸的氧化酶，因此，抗坏血酸的测定应采用新鲜样品并尽快用偏磷酸-醋酸提取液将样品制成匀浆以保存维生C。

3.2 某些果胶含量高的样品不易过滤，可采用抽滤的方法，也可先离心，再取上清液过滤。

3.3活性炭可将抗坏血酸氧化为脱氢抗坏血酸，但它也有吸附抗坏血酸的作用，故活性炭用量应适当与准确，所以，应用天平称量。我们的实验结果证明，用2g活性炭能使测定样品中还原型抗坏血酸完全氧化为脱氢型，其吸附影响不明显。

二、2，6-二氯靛酚滴定法（还原型VC）

1、原理：

还原型抗坏血酸还原染料2，6-二氯靛酚，该染料在酸性中呈红色，被还原后红色消失。还原型抗坏血酸还原2，6-二氯靛酚后，本身被氧化成脱氢抗坏血酸。在没有杂质干扰时，一定量的样品提取液还原标准2，6-二氯靛酚的量与样品中所含维生素C的量成正比。本法用于测定还原型抗坏血酸，总抗坏血酸的量常用2，4-二硝基苯肼法和荧光分光光度法测定。

2、注意事项

⑴ 所有试剂的配制最好都用重蒸馏水；

⑵ 滴定时，可同时吸二个样品。一个滴定，另一个作为观察颜色变化的参考；

⑶ 样品进入实验室后，应浸泡在已知量的2%草酸液中，以防氧化，损失维生素C；

⑷ 贮存过久的罐头食品，可能含有大量的低铁离子（Fe2+），要用8%的醋酸代替2%草酸。这时如用草酸，低铁离子可以还原2，6-二氯靛酚，使测定数字增高，使用醋酸可以避免这种情况的发生；

⑸ 整个操作过程中要迅速，避免还原型抗坏血酸被氧化；

⑹ 在处理各种样品时，如遇有泡沫产生，可加入数滴辛醇消除；

⑺ 测定样液时，需做空白对照，样液滴定体积扣除空白体积。

3优点：它具有简便、快速、比较准确等优点，适用于许多不同类型样品的分析。缺点是不能直接测定样品中的脱氢抗坏血酸及结合抗坏血酸的含量，易受其他还原物质的干扰。如果样品中含有色素类物质，将给滴定终点的观察造成困难。在酸性环境中，抗坏血酸（还原型）能将染料2,6—DCIP还原成无色的还原型2,6—DCIP，而抗坏血酸则被氧化成脱氢抗坏血酸。氧化型2,6—DCIP在中性或碱性溶液中呈蓝色，但在酸性溶液中则呈粉红色。因此，当用2,6—DICP滴定含有抗坏血酸的酸性溶液时，在抗坏血酸未被全部氧化前，滴下的2,6—DCIP 立即被还原成无色，一旦溶液中的抗坏血酸全部被氧化时，则滴下微量过剩的2,6—DCIP 便立即使溶液显示淡粉红色或微红色，此时即为滴定终点，表示溶液中的抗坏血酸刚刚全部被氧化。依据滴定时2,6—DCIP 标准溶液的消耗量 (ml)，可以计算出被测样品中抗坏血酸的含量。氧化型2,6—DCIP与还原型抗坏血酸常在稀草酸或偏磷酸溶液中进行反应。即先将样品溶于一定浓度的酸性溶液中或经抽提后，再用2,6—DCIP标准溶液滴定至终点。

食物和生物材料中常含有其他还原物质，其中有些还原物质可使2,6—DCIP还原脱色。为了消除这些还原物质对定量测定的干扰，可用抗坏血酸氧化酶处理，破坏样品中还原型抗坏血酸后，再用2,6—DCIP 滴定样品中其他还原物质。然后从滴定未经酶处理样品时2,6—DCIP标准溶液的总消耗量中，减去滴定非抗坏血酸还原物质2,6—DCIP 标准溶液的消耗量，即为滴定抗坏血酸实际所消耗的2,6—DCIP标准溶液的体积，由此可以计算出样品中抗坏血酸的含量。另外，还可利用抗坏血酸和其他还原物质与2,6—DCIP反应速度的差别，并通过控制样品溶液在pH1 — 3 范围内，进行快速滴定，可以消除或减少其他还原物质的作用，一般在这样的条件下，干扰物质与2,6—DCIP的反应是很慢的或受到抑制。生物体液（如血液、尿等）中的抗坏血酸的测定比较困难，因为这些样品中抗坏血酸的含量很低，并且存在许多还原物质的干扰，同时还必须预先进行脱蛋白处理。在生物体液中含有巯其、亚硫酸盐及硫代硫酸盐等物质，它们都能与DCIP反应，但反应速度比抗坏血酸慢得多。样品中巯基物质对定量测定的干扰，通常可以藉加入对—氯汞苯甲酸(简称PCMB)而得到消除。

三、2，4-二硝基苯肼法

1．原理

总抗坏血酸包括还原型、脱氢型和二酮古乐糖酸。样品中还原型抗坏血酸经活性炭氧化为脱氢抗坏血酸，再与2，4-二硝基苯肼作用生成红色脎，脎的含量与总抗坏血酸含量成正比，进行比色测定。

2．适用范围

本方法适用于蔬菜、水果及其制品中总抗坏血酸的测定。

这是脎比色法，单独评价是因为目前它作为Vc测定的国标法之一，是一种全量测定法，它跟以前的苯肼法原理相近。首先将样品中的还原型V氧化为脱氢型V，然后与2，4—二硝基苯肼作用，生成红色的脎，将脎溶于硫酸后进行比色。最近国标中该法强调空白，每个样品及标准系列均需作对应空白，这样消除色泽、背景不一的误差。在实际杨梅汁Vc测定中，操作时间长，操作要求较严格，试剂较多，就一般实验室而言是目前可以采用的方法。

四 碘量法

1、维生素C的原理

维生素C包括氧化型、还原型和二酮古乐糖酸三种。当用碘滴定维生素C时，所滴定的碘被维生素C还原为碘离子。随着滴定过程中维生素C全被氧化，所滴入的碘将以碘分子形式出现。碘分子可以使含指示剂（淀粉）的溶液产生蓝色，即为滴定终点。

2、注意事项

（1）看到红棕色出现时要放慢滴定的速度。

（2）以显蓝色在30s内不褪色为滴定终点。

五L-抗坏血酸(维生素C)测定试剂盒（酶学方法）

1.应用于食品，饮料及生物制品检测

2.比色方法

此方法用于检测水果和蔬菜（如马铃薯），水果和蔬菜产品（如西红柿酱、泡菜、果酱、果汁），婴儿食品，啤酒，饮料，流食，粉状和烘烤剂，肉产品，奶制品，葡萄酒，还有动物饲料，医药品（如维生素配制、阵痛药、退烧药）和生物样品中的L-抗坏血酸(维生素C)，

3.分析物

L-抗坏血酸不定量的分布于动物和植物中。人类不能自身生产L-抗坏血酸，因此必须由外源(vitamin C)提供。一般情况下来源于水果和蔬菜中，出于技术原因，L-抗坏血酸曾被用于食品工业中的抗氧化剂。它是一种相对敏感的物质，L-抗坏血酸的检测非常适用于从原始水果和蔬菜中加工食品的质量评定。

L-抗坏血酸用于医药品生产中的组成部分，如维生素产品和阵痛药，另外，它还用于动物饲料添加剂中。

4.原理

L-抗坏血酸 (x-H2) + MTT+ PMS—> dehydroascorbate (x) + MTT-formazan + H+X

L-抗坏血酸 + ½ O2 AAO——> dehydroascorbate + H2OX

5.特异性

在给定的条件下，此方法特别针对于L-抗坏血酸。合成的D-阿拉伯抗坏血酸/阿拉伯糖型抗坏血酸能作为抗氧化剂，也能反应，但反应速度较慢。

6.灵敏度

测定灵敏度为0.005个吸光度单位，样品体积为1.600ml，此相当于0.1mg/l样品溶液中的L-抗坏血酸浓度。0.015个吸光度单位的差异能造成0.3 mg/l检测限，样品最大体积为1.600 ml.。

7.线性

测定的线性范围为0.5 ugL-抗坏血酸（0.3mgL-抗坏血酸/l样品溶液体积为1.600ml）到20 ugL-抗坏血酸（0.2gL-抗坏血酸/l样品溶液体积为0.100ml）

8.精密度

在用一个样品做重复实验时，可能会产生0.005-0.010个吸光度单位的差异。标准的相对偏差（变异系数）大约为1-3%。当分析检测数据时，要考虑到L-抗坏血酸的水溶液稳定性较差，尤其是重金属离子或氧存在时。

9.干扰及错误来源

粮食的成分不经常干扰实验。高浓度的酒精和D-山梨酸醇能降低反应速度，大量的亚硫酸盐必须通过添加甲醛来去除。醋酸抑制酶AAO。金属和 亚硫酸盐离子可以导致L-抗坏血酸的自发分解。

10.试剂盒包括内容

1.磷酸盐/柠檬酸缓冲液 ———— pH值大约3.5；MTT

2.AAO（坑坏血酸-氧化酶）—— 每板约17 U AAO

3. PMS 溶液

六．磷钼蓝分光光度法测定维生素C

基于在一定的反应条件下，维生素C可以定量地将磷钼酸锭还原成磷钼蓝，提出了一种新的测定维生素C的分光光度法。该方法很方便、快速地测定生物、药物等试样中的维生素C，准确度和重复性均达到令人满意的程度。

1 适用范围

本标准适用于果品、蔬菜及其加工制品中还原型抗坏血酸的测定(不含二价铁、二价锡、一价铜、二氧化硫、亚硫酸盐或硫代硫酸盐),不适用于深色样品。

2 测定原理

染料2,6－二氯靛酚的颜色反应表现两种特性,一是取决于其氧化还原状态,氧化态为深蓝色,还原态变为无色;二是受其介质的酸度影响,在碱性溶液中呈深蓝色,在酸性介质中呈浅红色。

用蓝色的碱性染料标准溶液,对含维生素 C的酸性浸出液进行氧化还原滴定,染料被还原为无色,当到达滴定终点时,多余的染料在酸性介质中则表现为浅红色,由染料用量计算样品中还原型抗坏血酸的含量。

七.二甲苯－二氯靛酚比色法

1 适用范围

测定深色样品中还原型抗坏血酸。

2 测定原理

用定量的 2,6－二氯靛酚染料与试样中的维生素 C进行氧化还原反应,多余的染料在酸性环境中呈红色,用二甲苯萃取后比色,在一定范围内,吸光度与染料浓度呈线性相关,收剩余染料浓度用差减法计算维生素 C含量。

八.近红外漫反射光谱分析法(NIRDRSA)

自1965年首次应用于复杂农业样品分析后，因其具 有样品处理简单、分析速度快等优点，逐渐受到分析界的重视。此法已广泛应用于石油、纺 织、农业、食品、药物分析等领域[1，2]。在药物分析中，NIRDRSA可以进行定性 鉴别、定量分析等工作。

维生素C是一种不稳定的二烯醇化合物，其药典[3]含量测定方法为碘量法。我 们采用近红外漫反射光谱技术直接测定维生素C含量，样品无需预处理，方法简便，结果可 靠。

这是因为，近红外谱区光的频率与有机分子中C-H，O-H，N-H等振动的合频与各级倍频的 频率一致，因此通过有机物的近红外光谱可以取得分子中C-H，O-H，N-H的特征振动信息 。由于近红外光谱的谱带较宽，谱图重叠严重，不能用特征峰等简单方法分析，需要运用计 算机技术与化学计量学方法。本实验应用的是偏最小二乘法(PLS)[4]，首先利用 定标集建立预测模型，然后将预测集作为未知样本，根据预测模型进行预测。

对所选择的谱区范围，采用对反射吸光度的MSC(散射校正)预处理，对25个样品进行交叉 验证，即选择一个样品，从校正集中除去该样品对应的光谱和浓度数据，并设光谱主成分数 为1，循环迭代样品数和主成分数，计算预测残差平方和,确定所需主成分数。若主成分选择 过小，会丢失样品信息，过大会造成过度拟合。当主因子为2时，预测残差平方和值最小， 为2.029，故选择主因子数为2，建立最佳PLS校正数学模型。

九 电位滴定法

1.原理：根据滴定过程中电池电动势的变化来确定反应终点.

Pt为指示电极，甘汞作参比电极

E池＝E+-E-+E液接电位＝EI2/I-+k(常数)

2.原理(具体来说:)

随着滴定剂的加入，由于发生化学反应，待测离子浓度将不断变化；从而指示电极电位发生相应变化；导致电池电动势发生相应变化；计量点附近离子浓度发生突变；引起电位的突变，因此由测量工作电池电动势的变化就能确定终点。

3.计算式：(与碘量法相同) Wvc=C(I2)V(I2)M(vc)/m(vc ) *100%

4.优点：

解决了滴定分析中遇到有色或浑浊溶液时无法指示终点的问题

用线性电位滴定法分析抗坏血酸,抗坏血酸回收率为99.80％～101.5％,相对标准偏差为0.61％;分析维生素C片中的抗坏血酸,相当标示量为98.90％～100.5％,相对标准偏差不大于0.48％,说明线性电位滴定法分析维生素C片中的抗坏血酸含量是可行的.

十 .分光光度法

1. 原理：

维生素C在空气中尤其在碱性介质中极易被氧化成脱氢抗坏血酸，pH>5,脱氢抗坏血酸内环开裂，形成二酮古洛糖酸。脱氢抗坏血酸，二酮古洛糖酸均能和2，4－二硝基苯肼生成可溶于硫酸的脎

脎在500nm波长有最大吸收

根据样品溶液吸光度，由工作曲线查出VC的浓度，即可求出VC的含量

十一 库仑滴定法

1.原理：库仑滴定法属于恒电流库仑分析。

是在特定的电解液中，以电极反应产物为滴定剂（电生滴定剂，相当于化学滴定中的标准浓液）与待测物质定量作用，借助指示剂或电位法确定滴定终点。

2.基本依据－－法拉第电解定律：电解时，电极上发身化学反应的物质质量与通过电解池的电量Q成正比

即： m=MQ/zF = MI t /zF

3..化学反应：阴极反应： 2H+2e-=H2 阳极反应： 2I-=I2+2e-

4.终点指示：多种方法

(1)化学指示剂－－I2

(2)电位法

(3)双铂极电流指示法

5.计算式：Wvc=MvcQ/zFm样式中： F--- 法拉第常数（96487C）

Z---电极反应中转移的电子数注意：使电解效率100％

6.优点：

1）无需标准化的试剂溶液，免去了大量的标准物质的准备工作（配制，标定）

2）只需要一个高质量的供电器，计时器，小铂丝电极，且易于实现自动化控制

3）若电流维持一个定值，可大大缩短了电解时间

4）电量容易控制及准确测量；方法灵敏度，准确度较高

5）滴定剂来自电解时的电极产物，可实现容量分析中不易实现的滴定过程，如Cu＋,Br2,Cl2产生后立即与待测物反应。

7.缺点(难点)：

要求电解过程没有副反应和漏电现象，即使电解电极上只进行生成滴定剂的反应，且电流的效率是100％

8.注：电流效率＝i样÷i总＝ i样÷（ i样＋ i容＋i杂）

因为：实际电解过程中存在影响电流效率的因素，如，杂质，溶剂，电极自身在电极上的反应等

十二 紫外快速测定法

原理

维生素C的2，6—二氯酚靛酚容量法，操作步骤较繁琐，而且受其它还原性物质、样品色素颜色和测定时间的影响。紫外快速测定法，是根据维生素C具有对紫外产生吸收和对碱不稳定的特性，于243nm处测定样品液与碱处理样品液两者消光值之差，通过查标准曲线，即可计算样品中维生素C的含量。

十三 光电比浊法的原理

原理

在酸性介质中,抗坏铁酸与亚硒酸(H2SeO3)能定量地进行氧化还原反应.1mol的抗铁酸能将2mol的亚硒酸还原成硒.在一定条件下,生成的元素硒在溶液中形成稳定的悬浊液.当抗铁酸的浓度在0-4mg/25-50ml的范围内,该溶液生成的浊度与抗坏铁酸的含量成正比.将试液置分光光度计上测其浊度可以定量地测定抗坏铁酸.

十四荧光分析法的原理

原理

用酸洗活性炭将抗坏铁酸氧化为顺式脱氢抗坏铁酸,然后与邻苯二胺缩合成一种荧光性化合物.样品中其它荧光杂质的干扰可以通过向氧化后的样品中加入硼酸,使脱氢抗坏铁酸形成 硼酸脱氢抗坏铁酸的络合物,它不与邻二苯胺生成荧光化合物.这样可以测定其它荧光杂质的空白荧光强度而加以校正

十五 原子吸收间接测定法

原理

这是最近报导的一种Vc测定法，其原理是在酸性介质中还原型Vc可将Cu2+定量地还原为Cu+并与SCN—反应生成CuSCN沉淀，在高速离心机下有效地分离出沉淀，小心洗涤后再经浓硝酸溶解，用原子吸收法测定铜含量，即可推知样品中维生素C的含量。该法实验仪器较昂贵，主要问题是操作过程中反应完全与否，沉淀物洗涤、离心反复多次，极容易带来误差。该法优点是能不受果蔬自身颜色的干扰，有一定的发展前景。根据试验，发现此法结果偏低，还有待于进一步优化改善。

十六．金纳米微粒分光光度法测定维生素C的方法

本发明公开了一种用金纳米微粒分光光度法测定维生素C的方法。于5mL比色管中，依次加入0．1－2．0mL浓度为95．64μg／mL的HAuCl↓［4］溶液，0．02－0．50mL浓度为1％的柠檬酸三钠溶液，再加入0．001－2．0mL浓度为0．38mg／mL的维生素C溶液，混匀，加二次蒸馏水定容至刻度，再充分混匀，在分光光度计上，于520nm处测定吸收值，同时作空白试验。本发明测定方法简单、快捷，所用仪器价廉，试剂易得

十七 L-半胱氨酸修饰电极测定维生素C的方法

研究了L-半胱氨酸修饰电极的制备方法和其电化学行为，并用于维生素C的测定，发现该电极对VC有明显的电催化作用，在pH=10.0的NH4Cl-NH3·H2O缓冲溶液中，VC在L-半胱氨酸修饰电极上产生一灵敏的氧化峰，峰电流与VC的浓度在1.0×10-3~1.0×10-6mol/L的范围内呈良好的线形关系，相关系数为0.9962，其最低检测限可达1.0×10-6mol/L，与紫外光谱法测定的结果一致。

测定维生素C有多种方法，包括采用I2或二氯靛酚（DPI）进行氧化还原滴定。一般来说，滴定法是一种快速、简便、准确的技术，它通过滴定剂和被滴定物质的等当量反应，精确测定被测物质的含量。DPI对于维生素C具有良好的选择性，是一种理想的氧化剂。

十八 梅特勒-托利多仪器法

传统的滴定法是手工滴定，根据指示剂颜色的变化确定终点，通过测量滴定剂的消耗量，计算被测物质的含量。手工滴定有很多不足：手工控制误差较大，计算复杂，针对不同的反应需要特殊指示剂。梅特勒-托利多的自动电位滴定仪解决了这一问题，通过测量滴定反应中电位的变化确定终点，全自动操作、计算，测量快速，结果准确。梅特勒-托利多的滴定仪配有记忆卡软件包，存储有成熟滴定方法，可方便快速解决实际应用问题，并且稍作改动就能作为新的测定的实验方法。

除此之外，还有双光束剩余染料差减比色法，2_6_二氯靛酚钠动力学分光光度法、聚中性红修饰电极方法、示波溴量法、流动注射化学发光抑制法、磷钼钨杂多酸作显色剂快速检测方法、溶氧测定装置测定水果蔬菜中抗坏血酸含量的方法等。在此不做介绍。

㈣ 光谱特征分析与提取

6.1.1 基于光谱重排的光谱特征提取方法

首先，针对光谱吸收特征受噪声影响较大的问题，对数据进行最小噪声分量正变换，消除噪声后，再将最小噪声分量特征空间的数据变换回原数据空间，即最小噪声分量反变换；然后针对单个吸收不稳定、光照等对光谱幅值影响较大等问题，提出在连续去除的基础上，利用所有吸收特征并将光谱吸收特征按吸收深度由强至弱重排，从而实现稳定、可靠的光谱特征提取。

（1）最小噪声分量变换

在实际应用中，地物光谱吸收特征对噪声敏感，因此，在进行特征提取之前，研究中引入了最小噪声分量变换（Minimum Noise Fraction，MNF），去除噪声对特征提取影响的同时去除数据相关性。

MNF变换是Green等人在主成分分析理论的基础上改进得到的。通常被用来去除数据中的噪声成分，同时确定高光谱数据的本征维数，从而减少后续处理的运算量。

该方法以噪声协方差的估计矩阵为基础，调整噪声的取值并去除其波段间的相关性。在结果数据中噪声的方差为1，并且在波段间无相关性。假设高光谱数据X＝［x₁，x₂，…，x_m］^T可以表示为

X ＝ Z ＋ N （6.1）

式中：矩阵Z，N分别是理想信号和噪声矩阵，且彼此不相关；第i 波段的噪声分量定义为NF_i ＝

，信噪比定义为SNR_i＝

。

∑_X，∑_Z和∑_N分别为可观测信号、理想信号及噪声的协方差矩阵，并且有

∑_X ＝∑X_Z ＋∑_N （6.2）

假设F为∑_N的白化矩阵，∑_N的特征值矩阵为

＝diag（λ_N1，λ_N2，…，λ_Np），其中p为波段数，则有

高光谱遥感技术原理及矿产与能源勘查应用

高光谱遥感技术原理及矿产与能源勘查应用

式中：I为单位矩阵，矩阵

由∑_N的特征向量组成，且满足

。

假设∑_w＝F ^T∑_X F为噪声白化之后的观测数据的协方差矩阵，∑_w矩阵特征值组成的对角矩阵为

＝d i a g（λ_w1 ，λ_w2 ，…，λ_wp），对矩阵∑_w作主成分变换，可以得到由矩阵∑_w特征向量组成的

，使得

高光谱遥感技术原理及矿产与能源勘查应用

于是得到最小噪声分量变换矩阵：

高光谱遥感技术原理及矿产与能源勘查应用

由式（6.6）得观测信号最小噪声分量变换后的矩阵为

T ＝ M^TX （6.7）

经过式（6.7）变换之后，可观测信号各个波段间彼此不相关，且各个波段按信噪比由大到小排列

。即按变换后数据T的特征值排列，较大的特征值对应信号为主的图像，接近于1的特征值代表噪声占主导的图像。在变换之后，通常可以直接利用T进行数据后续处理，但是Cheriyadat和Bruce等人证明，主成分变换完全依赖于数据整体的协方差，当类内方差占据类间方差的主体时，主成分变换倾向于将数据向不利于分类的方向投影。可见，MNF变换与主成分变换具有相同的特点，因此，研究中提出的算法在利用MNF之后，利用最小噪声分量反变换将数据转换回光谱空间，这样可以最大限度地保证数据的可分性。

（2）光谱重排

不同地物的光谱信息是不相同的，因此，高光谱遥感提供的地物精细的光谱信息可以直接作为特征提取与目标识别的依据，比如利用红边、绿峰、NDVI等特征可以提取植被。但当不同地物之间的光谱在形状、幅值、变化趋势等指标大致相同的时候（即光谱特征相似），提取区分不同地物显着特征是非常困难的，即地物之间的不相关性均匀地分布在各个波段；此外，由于单个光谱吸收特征容易受到光照条件、大气等影响使得提取的光谱特征参量不稳定。因此，针对以上问题，研究中提出了基于光谱重排的特征提取方法，根据光谱吸收深度的由强到弱排列，剩余的没有吸收特征波段则按波长由小到大排列。

光谱重排的实现过程如下：

1）通过不同阶数的微分值确定的光谱弯曲点、最大最小光谱反射率及其波长位置，计算连续统去除后目标光谱的吸收位置λ_M 及其反射率值ρ_M、吸收深度H、吸收左右肩（ρ_L，ρ_R）及其反射值（λ_L，λ_R），并且吸收深度H的计算公式如下：

H ＝ d × ρ_L ＋（1-d）× ρ_R-ρ_M （6.8）

d ＝（λ_L-λ_M）/（λ_R-λ_L） （6.9）

2）将目标光谱按照吸收深度H由强至弱进行排列，若无吸收特征，则按波长由小到大进行排列；

3）以目标光谱为基谱，将图像数据光谱按照目标光谱重排后的波长进行排序。

该方法有效地利用了高光谱遥感数据提供的地物所有吸收特征，增加了特征提取的稳定性和可靠性；并且通过大量的实验发现，任何两种不同地物的光谱通过光谱重排之后，区分不同地物的显着特征更加明显，增加了类别间的可分性。

（3）算法实现

基于光谱重排的抗噪声光谱特征提取方法的实现流程如图6.1所示。该方法中为了消除噪声对光谱吸收特征参数提取的影响，引入了MNF变换；为了有效抑制由于光照条件、传感器等因素产生的光谱幅值变化对光谱特征提取的影响，引入了连续统去除操作；为了克服单一特征不稳定、不同地物光谱特征相似等问题，提出了光谱重排的方法。

（4）实验分析

为了验证上述研究中方法的有效性和可行性，采用AVIRIS航空高光谱数据进行实验分析，并利用光谱之间的光谱角进行可分性的定量化分析。

实验数据为1995年7月在美国内华达州Cuprite矿区AVIRIS航空高光谱数据，并且使用ATREM方法校正得到了地表反射率，波段范围为1990～2480nm，空间分辨率20m，光谱分辨率10nm，数据大小为255 × 350 × 50。

图6.1 光谱特征提取方法实现流程

该研究区域的矿物分布图如图6.2（a）所示，从数据中提取高岭石光谱曲线如图6.2（b）所示，光谱重排后的光谱如图6.2（c）所示。高岭石、明矾石、布丁石及热液硅石特征提取前的光谱比较如图6.3（a）所示，以高岭石光谱为基谱，光谱重排后四种矿物的光谱特征如图6.3（b）（图中的光谱曲线纵坐标做了平移处理）所示。利用光谱角的方法进行四种矿物光谱重排前后可分性的比较，结果如表6.1和表6.2所示。

图6.2 高岭石矿物光谱比较

图6.3 四种矿物光谱比较

表6.1 原始光谱数据四种矿物的可分性

表6.2 重排后光谱数据四种矿物的可分性

由图6.2和图6.3可以看出，经光谱重排后，高岭石矿物光谱吸收特征按吸收深度的强弱进行了重新排列，较好的显现了高光谱所有吸收特征及主次吸收特征的变化；并且明矾石与高岭石矿物在2200 nm的光谱特征由于吸收宽度等不同而能将二者较好的区分。由图6.3与表6.2可以看出，经过光谱重排后，高岭石与其他三种矿物的可分性均存在不同程度的增大，特别是，高岭石与明矾石的可分性从0.1978增加为0.225；为后续矿物识别与分类等处理奠定了良好的基础。

图6.4 SAM方法矿物识别结果

为了进一步验证该方法的性能，进行了利用该方法以及基于SAM方法的矿物识别结果比对分析。利用原始光谱进行光谱角匹配识别的结果如图6.4所示。利用基于光谱重排的抗噪声特征提取方法得到的数据进行矿物识别，结果如图6.5 所示。可以看出，两种方法均能实现四种主要蚀变矿物的识别，但是，采用原始光谱进行识别的结果中存在着一定程度的矿物混淆，并且布丁石的识别结果混淆尤其明显；而在研究方法中进行特征提取基础上得到的矿物识别结果矿物混淆明显降低，取得了较好的识别结果，证明了上述研究中提出的方法的优越性能。

图6.5 基于光谱重排特征提取方法矿物识别结果

6.1.2 吸收波长加权匹配方法

光谱曲线往往包含了许多由噪声引入的无效特征，利用同类地物光谱特征求交，实现了有效吸收波长、吸收深度的提取；常用的SAFP匹配方法中，只有参考光谱和测试光谱的特征在相同的波长位置时，两条光谱才被判为相同，匹配准则比较苛刻，导致由于噪声等因素影响光谱特征而无法匹配，吸收波长加权匹配法利用偏移加权矩阵实现了吸收波长的容偏匹配，大大增加了匹配的准确性，降低了外界因素对吸收参量特征的影响。

对同类地物光谱曲线特征求交，得出识别地物的有效特征；地物光谱的诊断吸收特征总是出现在特定的波段上，在某些情况下会有局部的偏移；对吸收特征的中心波长进行匹配，并容许一定程度的波段偏移，容许程度用偏移加权矩阵来度量，能够对地物光谱实现精确的识别。考虑到实际应用噪声及系统误差引入的干扰，用吸收深度对单个中心波长进行加权，吸收深度小的吸收特征对整体相似度的贡献小，吸收深度大的吸收特征对整体相似度的贡献大，这样一定程度上抑制了无法去除的非有效特征的影响。

（1）吸收波长加权匹配的实现

有效吸收特征的精确提取和容偏匹配实现流程如图6.6所示，具体包含以下几个步骤：

1）对参考光谱连续统去除。利用导数法确定各吸收特征的中心位置和左右肩对应的波长后，利用下列公式提取吸收特征中心波长和吸收深度：

高光谱遥感技术原理及矿产与能源勘查应用

式中：

和

分别为吸收左肩端、右肩端、吸收谷点的反射率和波长位置；d＝

为吸收的对称性参数。

没有标准参考光谱时，参考光谱通过训练样本得到。通过上述方法提取各条参考光谱的吸收中心波长和吸收深度后，对所有训练样本的吸收特征参数求交，方法如下：

光谱A和B的所有吸收特征为feature_a，feature_b，A的第i个波段上存在特征，对feature_b计算：

judge ＝ Weight·feature_b（［i-BandOffset：i ＋ BandOffset］） （6.11）

如果，judge＞0 ，则光谱A的第i个波段上的特征为有效特征。

得到参考光谱共有的有效特征，此处需要记录的是有效特征的位置和吸收深度的大小，保存在向量EffFeatureIndex和Depth中。

2）提取未知光谱所有吸收位置和对应的吸收深度特征，记录在FeaturePos和FeatureDepth；

图6.6 中心波长加权匹配流程图

未知光谱特征与参考光谱有效特征按位匹配，匹配方法包含两个参数，容许波段偏移数BandOffset和偏移加权矩阵Weight。

3）找到参考光谱第i个特征位置，生成特征检验区间：

TestIndex ＝（i-BandOffset）：（i ＋ BandOffset） （6.12）

计算特征检验值：

TestValue ＝ Weight·FeatureDepth（TestIndex） （6.13）

TestValue不为0 ，则说明未知光谱对应位置存在有效特征，反之则不存在，未知光谱中的识别特征所在波段记录在向量EffIndex中。

4）重复3）的过程，直到对未知光谱的所有有效特征进行了检测，未知光谱中识别特征存在的波段记录在向量EffIndex中。

5）对吸收位置用吸收深度加权匹配，匹配度的计算公式如下：

高光谱遥感技术原理及矿产与能源勘查应用

6）根据匹配度degree的值判断未知光谱与参考光谱的近似程度，阈值Thresh手动选择，根据经验，在用吸收深度加权的匹配方法中，Thresh＝0.8就能获得较高的识别率。

用吸收深度加权对吸收特征中心波长进行容偏匹配的关键在于：有效吸收特征的准确提取和偏移加权矩阵Weight或容许波段偏移数目BandOffset的选择，反射率曲线所有吸收特征的精确提取是前提，偏移加权矩阵的确定需要根据对像光谱的采样间隔来确定，Weight的分量的个数为2 × BandOffset＋1；并且有效特征提取和特征识别过程使用的偏移加权矩阵Weight可以不同，光谱采样间隔较大时，可以选择Weight的各个分量服从高斯分布。

（2）基于USGS光谱库数据的实验与结果分析

图6.7（a）为USGS矿物光谱库中六条绿泥石连续统去除后反射率曲线；波段偏移参数BandOffset＝1，对应的容偏矩阵Weight＝［1，1，1］；即两条光谱的特征相差一个波段以下认为该特征为有效特征；绿泥石的有效特征见图6.7（b），用方框标记出了吸收谷的波长位置；图6.7（c）给出了利用吸收波长加权匹配方法得到的绿泥石有效特征；图6.7（d）给出了绿泥石和阳起石反射率光谱。

图6.7 有效特征提取

匹配加权矩阵Weight＝［1，1，1］表示容许两端偏移，Weight＝［0.1，1，0.1］表示不容许偏移；两情况对应的相似度见表6.3和表6.4。对比表6.3和表6.4的相似度值可以看出，容许波段偏移后，绿泥石光谱间的相似度明显变大。利用图6.7（c）的有效特征对图6.7（d）所示的阳起石和绿泥石光谱进行Weight＝［1，1，1］匹配，近似度见表6.5，用绿泥石的有效光谱能有效的识别出绿泥石光谱与阳起石光谱的差异。

表6.3 绿泥石光谱识别Weight＝［1，1，1］

表6.4 绿泥石光谱识别Weight＝［0.1，1，0.1］

表6.5 阳起石和绿泥石识别Weight＝［1，1，1］

（3）基于AVIRIS数据的实验与结果分析

利用内华达州Cuprite矿区的AVIRIS数据进行基于吸收波长加权提取方法实现矿物匹配识别研究。利用的矿物端元光谱如图6.8所示，识别结果如图6.9所示。

从地质图6.2（a）与结果图6.9比较可以看出，该方法对具有明显光谱吸收特征的明矾石和高岭石矿物具有较高精度的识别效果，但是对于吸收特征较宽、较浅的白云母和布丁石的识别效果则较差。

图6.8 算法中用到的端元光谱

图6.9 基于吸收波长加权特征提取的矿物匹配识别结果

㈤ 常用的数据分析方法有哪些

常见的数据分析方法有哪些？
1.趋势分析
当有大量数据时，我们希望更快，更方便地从数据中查找数据信息，这时我们需要使用图形功能。所谓的图形功能就是用EXCEl或其他绘图工具来绘制图形。
趋势分析通常用于长期跟踪核心指标，例如点击率，GMV和活跃用户数。通常，只制作一个简单的数据趋势图，但并不是分析数据趋势图。它必须像上面一样。数据具有那些趋势变化，无论是周期性的，是否存在拐点以及分析背后的原因，还是内部的或外部的。趋势分析的最佳输出是比率，有环比，同比和固定基数比。例如，2017年4月的GDP比3月增加了多少，这是环比关系，该环比关系反映了近期趋势的变化，但具有季节性影响。为了消除季节性因素的影响，引入了同比数据，例如：2017年4月的GDP与2016年4月相比增长了多少，这是同比数据。更好地理解固定基准比率，即固定某个基准点，例如，以2017年1月的数据为基准点，固定基准比率是2017年5月数据与该数据2017年1月之间的比较。
2.对比分析
水平对比度：水平对比度是与自己进行比较。最常见的数据指标是需要与目标值进行比较，以了解我们是否已完成目标；与上个月相比，要了解我们环比的增长情况。
纵向对比：简单来说，就是与其他对比。我们必须与竞争对手进行比较以了解我们在市场上的份额和地位。
许多人可能会说比较分析听起来很简单。让我举一个例子。有一个电子商务公司的登录页面。昨天的PV是5000。您如何看待此类数据？您不会有任何感觉。如果此签到页面的平均PV为10,000，则意味着昨天有一个主要问题。如果签到页面的平均PV为2000，则昨天有一个跳跃。数据只能通过比较才有意义。
3.象限分析
根据不同的数据，每个比较对象分为4个象限。如果将IQ和EQ划分，则可以将其划分为两个维度和四个象限，每个人都有自己的象限。一般来说，智商保证一个人的下限，情商提高一个人的上限。
说一个象限分析方法的例子，在实际工作中使用过：通常，p2p产品的注册用户由第三方渠道主导。如果您可以根据流量来源的质量和数量划分四个象限，然后选择一个固定的时间点，比较每个渠道的流量成本效果，则该质量可以用作保留的总金额的维度为标准。对于高质量和高数量的通道，继续增加引入高质量和低数量的通道，低质量和低数量的通过，低质量和高数量的尝试策略和要求，例如象限分析可以让我们比较和分析时间以获得非常直观和快速的结果。
4.交叉分析
比较分析包括水平和垂直比较。如果要同时比较水平和垂直方向，则可以使用交叉分析方法。交叉分析方法是从多个维度交叉显示数据，并从多个角度执行组合分析。
分析应用程序数据时，通常分为iOS和Android。
交叉分析的主要功能是从多个维度细分数据并找到最相关的维度，以探究数据更改的原因。

㈥ 学习者特征分析包括哪些方面

1、起点能力水平分析

任何一个学习者在学习时都是把他原来所学的知识和技能带入新的学习过程中的，因此，教学系统设计者必须了解学习者原有的知识和技能，我们称之为起点能力水平或起点能力。

2、认知结构分析：奥苏贝尔理论

所谓认知结构，就是指学生现有知识的数量、清晰度和组织结构，它是由学生眼下能回想起来的事实、概念、命题、理论等构成的。

3、学习态度分析

学习态度即学习者对所学内容的认知水平和态度，对教学传递系统的态度或喜好，这对选择教学内容、确定教学方法等都有重要的影响。

4、学习动机分析

学习动机是指直接推动学生进行学习的一种内部动力，是激励和指引学生进行学习的一种需要。学习动机和学习是相辅相成的关系。学习能产生动机，而动机又能推动学习。

学习者特征分析的作用

学习者是学习活动的主体，学习者所具有的认知的、情感的、社会的特征都将对学习的信息加工过程产生影响。设计的教学方案是否与学习者的特点相适应，是衡量一个教学设计是否成功的重要指标。

受生理的、心理的、社会文化等因素的影响，学习者个体之间既表现出一些共性的、稳定性的特征，又表现出多样化的差异。分析学习者特征时，既需要考虑学习者之间的稳定的、相似的特征，又要分析学习者之间的变化的、差异性的特征。相似性特征的研究可以为集体化教学提供理论指导，差异性研究能够为个别化教学提供理论指导。

㈦ 什么是不确定性推理有哪几类不确定性推理方法

特征检测又称误用检测，主要有以下五种方法：
(1)基于专家系统的误用入侵检测

专家系统是基于知识的检测中运用最多的一种方法。该方法将有关入侵的知识转化成if-then结构的规则，即将构成入侵所要求的条件转化为if部分，将发现入侵后采取的相应措
施转化成then部分。当其中某个或某部分条件满足时，系统就判断为入侵行为发生。其中的if-then结构构成了描述具体攻击的规则库。条件部分，即if后的规则化描述，可根据审计事件得到，然后根据规则和行为进行判断，执行then后的动作。
在具体实现中，专家系统需要从各种入侵手段中抽象出全面的规则化知识，需处理大量数据，在大型系统上尤为明显。因此，大多运用与专家系统类似的特征分析法。特征分析不是将攻击方法的语义描述转化为检测规则，而是在审计记录中能直接找到的信息形式。这样大大提高了检测效率。这种方法的缺陷也和所有基于知识的检测方法一样，即需要经常为新发现的系统漏洞更新知识库，而且由于对不同操作系统平台的具体攻击方法和审计方式可能不同，特征分析检测系统必须能适应这些不同。
(2)基于模型推理的误用入侵检测

模型推理是指结合攻击脚本来推断入侵行为是否出现。其中有关攻击者行为的知识被描述为：攻击目的，攻击者为达到此目的可能的行为步骤，以及对系统的特殊使用等。基于模
型推理的误用检测方法工作过程如下：

①根据攻击知识建立攻击脚本库，每一脚本都由一系列攻击行为组成；

②用这些攻击脚本的子集来匹配当前行为模式，发现系统正面临的可能攻击；

③将当前行为模式输入预测器模块，产生下一个需要验证的攻击脚本子集，并将它传给决策器；
④决策器根据这些假设的攻击行为在审讨记录中的可能出现方式，将它们转换成与特定系统匹配的审计记录格式，然后在审计记录中寻找相应信息来判断这些行为模式是否为攻击行为。

假设的初始攻击脚本子集应易于在审计记录中识别，并且出现频率很高。随着一些脚本被确认的次数增多，另一些脚本被确认的次数减少，从而攻击脚本不断地得到更新。
模型推理方法对不确定性的推理有合理的数学理论基础，同时决策器使得攻击脚本可以与审计记录的上下文无关。另外，这种检测方法减少了需要处理的数据量。但其创建入侵检
测模型的工作量比较大，并且决策器转换攻击脚本比较复杂。

(3)基于状态转换分析的误用入侵检测

状态转换分析是将状态转换图应用于入侵行为分析，它最早由R．Kemmerer提出。状态转换法将入侵过程看作一个行为序列，这个行为序列导致系统从初始状态转到被入侵状态。
分析时首先针对每一种入侵方法确定系统的初始状态和被入侵状态，以及导致状态转换的转换条件，即导致系统进人被入侵状态必须执行的操作(特征事件)；然后用状态转换图来表示每一个状态和特征事件，这些事件被集成于模型中，所以检测时不需要一个个地查找审计记录。但是，状态转换是针对事件序列分析，所以不宜于分析十分复杂的事件，而且不能检测与系统状态无关的入侵。
(4)基于条件概率的误用入侵检测

基于条件概率的误用入侵检测方法将入侵方式对应于一个事件序列，然后通过观测事件发生的情况来推测入侵的出现。这种方法的依据是外部事件序列，根据贝叶斯定理进行推理。
令ES表示某个事件序列，发生入侵的先验概率为P(Intrusion)，发生入侵时该事件序列ES出现的后验概率为P(ES Intrusion)，该事件序列出现的概率为e(ES)，则有

由于通常情况下网络安全专家可以给出先验概率P(intrusion),由入侵报告及审计数据可得P(ESㄧintrusion)和于是有

故可以通过事件序列的观测，推算出P(IntrusionㄧES)。

基于条件概率的误用入侵检测方法是在概率理论基础上的一个普遍方法。它是对贝叶斯方法的改进，其缺点是先验概率难以给出，而且事件的独立性难以满足。
(5)基于键盘监控的误用入侵检测

该方法假设入侵对应特定的击键序列模式，然后监测用户击键模式，并将这一模式与入侵模式匹配，即能检测入侵。这种方法在没有操作系统支持的情况下，缺少捕获用户击键的
可靠方法，而且同一种攻击存在无数击键方式表示。另外，假如没有击键语义分析，用户使用别名命令很容易欺骗这种检测技术。例如，用户注册的SHELL提供了简写命令序列工具，可以产生所谓的别名，类似宏定义。因为这种技术仅仅分析击键，所以不能够检测到恶意程序执行结果的自动攻击。但该方法相对容易实现。

㈧ 以下哪些方法不适合用来对特征分布进行分析

一、GIS空间分析的功能 前面已经介绍过GIS，大家已经知道空间分析就是对分析空间数据有关技术的统称。
所以根据作用的数据性质不同，可以经空间分析分为：
1、空间形数据的拓扑运算；
2、非空间属性数据运算；
3、空间和非空间数据的联合运算。
空间分析赖以进行的基础是仰仗于地理空间数据库，其运用的手段包括各种几何的逻辑运算、数理统计分析，代数运算等数学手段，最终的目的是解决人们所涉及到地理空间的实际问题，提取和传输地理空间信息，特别是隐含信息，以辅助决策。
GIS中可以实现空间分析的基本功能，包括空间查询与量算，叠加分析、缓冲区分析、网络分析等，并描述了相关的算法，以及其中的计算公式。
1、叠加分析
叠加分析至少要使用到同一区域，具有相同坐标系统的两个层。
所谓叠加分析，就是将包含感兴趣的空间要素对象的多个数据层进行叠加，产生一个新要素层。
该层综合了原来多层实体要素所具有的属性特征。
叠加分析的目标是分析在空间位置上有一定关联的空间对象的空间特征和专题属性之间的相互关系。
多层数据的叠加分析，不仅仅产生了新的空间对象的空间特征和专题属性之间的相互关系，能够发现多层数据间的相互差异、联系和变换等特征。

㈨ 机器视觉特征描述方法

常用的机器视觉提取特征方法有哪些？一般常用的机器视觉图像特征有颜色特征、纹理特征、形状特征、空间关系特征，沃德普机器视觉昨天给大家介绍过了颜色特征的提取，今天给大家介绍的是纹理特征、形状特征、空间关系特征这三种特征方法提取。
1.纹理特征描述方法分类：
（1）统计方法
统计方法的典型代表是一种称为灰度共生矩阵的纹理特征分析方法，在研究共生矩阵中各种统计特征基础上，通过实验，得出灰度共生矩阵的四个关键特征：能量、惯量、熵和相关性。统计方法中另一种典型方法，则是从图像的自相关函数（即图像的能量谱函数）提取纹理特征，即通过对图像的能量谱函数的计算，提取纹理的粗细度及方向性等特征参数。
（2）几何法
所谓几何法，是建立在纹理基元（基本的纹理元素）理论基础上的一种纹理特征分析方法。纹理基元理论认为，复杂的纹理可以由若干简单的纹理基元以一定的有规律的形式重复排列构成。在几何法中，比较有影响的算法有两种：Voronio 棋盘格特征法和结构法。
（3）模型法
模型法以图像的构造模型为基础，采用模型的参数作为纹理特征。典型的方法是随机场模型法，如马尔可夫（Markov）随机场（MRF）模型法和 Gibbs 随机场模型法。
（4）信号处理法
纹理特征的提取与匹配主要有：灰度共生矩阵、Tamura 纹理特征、自回归纹理模型、小波变换等。
灰度共生矩阵特征提取与匹配主要依赖于能量、惯量、熵和相关性四个参数。Tamura 纹理特征基于人类对纹理的视觉感知心理学研究，提出6种属性，即：粗糙度、对比度、方向度、线像度、规整度和粗略度。自回归纹理模型（simultaneous auto-regressive, SAR）是马尔可夫随机场（MRF）模型的一种应用实例。