基于小波分析的玉米叶绿素a与LAI高光谱反演模型研究

2003与2004年分别在长春市良种场与中国科学院海伦黑土生态实验站,实测了大田耕作与不同经营制度作用下玉米冠层高光谱反射率与叶绿素a含量、叶面积指数（LAI）数据。采用NDVI（Normalized Difference Vegetation index）、SAVI（Soil-Adjusted Vegetation Index）、TVI（Transformed Vegetation Index）、MTVI2（Modified Transformed Vegetation Index2）等植被指数建立了玉米叶绿素a与LAI反演模型;应用小波分析对采集的光谱反射率数据进行了能量系数提取,并以小波能量系数作为自变量进行了单变量与多变量回归分析,对玉米叶绿素a与LAI进行估算。研究发现NDVI、SAVI、TVI、MTVI2植被指数可以较为准确的估算玉米叶绿素a、LAI（R^2〉0.70）;小波能量系数回归模型可以进一步提高玉米叶绿素a含量、LAI的估算水平,以一个特定小波能量系数作为自变量的回归模型,玉米叶绿素a、LAI回归确定系数R2分别高达0.79、0.82;以多变量回归分析表明玉米叶绿素a、LAI实测值与预测值的线性回归确定性系数R2分别高达0.87、0.90。以上结果表明,小波分析可以对高光谱数据进行特征变量提取,进而反演玉米生理参数,对其他植被生理参数反演具有一定借鉴意义。图3,表4,参11。     

农田黑土玉米生长过程模拟研究

利用DSSAT模型中的CEHES—Maize模型,对东北黑土区5种基础肥力的农田黑土,通过空间移位置于相同气候条件下的玉米生产力进行模拟研究。结果表明,DSSAT模型能够准确地模拟东北5种基础肥力的黑土农田玉米全生育期的生长过程,在不施肥和施化肥两种条件下决定系数R^2均接近1;对不同年份不同处理玉米产量模拟分析得出,在不施肥条件下均方根误差RMSE为159．03,施化肥条件下均方根误差RMSE为160．1;对不同处理最大叶面积指数模拟分析得到模拟值与实测值差异不超过4％的结论。表明该模型在进行遗传属性参数校正后能够指导实际玉米生产。图2,表3,参15。     

玉米地上鲜生物量的高光谱遥感估算模型研究

以ASDFieldSpec光谱仪实测了不同生长季大田玉米的冠层高光谱与作物的地上鲜生物量,采用单变量非线性拟合模型和线性逐步回归以及神经网络技术,建立了玉米地上鲜生物量高光谱遥感估算模型,并对模型的估算结果进行了初步分析。分析结果表明,绿光波段反射峰区、红光波段以及红边区的单波段反射率与作物的地上鲜生物量相关性较大,而其他波段与作物的鲜生物量相关性相对较差;多波段逐步回归方式构造的统计遥感模型预测效果相对理想,而通过神经网络方式建立的遥感估算模型结果最为理想,能够准确预测玉米的地上鲜生物量。图3,表1,参7。     

风险度量半参数变系数复合Expectile回归模型及应用

本文结合半参数变系数回归模型、期望分位数风险价值(EVaR)的思想以及充分利用多个Expectile信息能提高参数估计效率的假设,提出了一类半参数变系数复合Expectile回归模型,并对该模型进行了估计,建立了所提出复合Expectile回归(CER)估计的大样本性质.针对该模型既含有参数部分也含有非参数部分的特征,采用了方便计算的三步估计方法.通过数值模拟也发现,当误差为厚尾或非对称分布时,在均方根误差(RMSE)的标准下,所提出的CER估计大大优于最小二乘(LS)估计和简单的Expectile回归(ER)估计.另外,本文还应用所发展的理论分析了我国货币政策对上证综指的影响.     

基于遗传算法估计灰色模型中的参数

研究表明，GM（1，1）模型中的背景值参数λ和边值对模型的预测精度均有影响，进而分别以平均相对误差达到最小或最大相对误差达到最小为极小化准则，提出了基于遗传算法求解最佳背景值参数λ和最佳边值修正项ε的方法，并且可以确保在相应的模型检验准则下预测的误差达到最小．数值结果表明，采用遗传算法确定最佳的λ、ε可大大地提高模型的预测精度．     

基于ESPRIT算法的双基地MIMO雷达幅相误差分析

对于双基地多输入多输出（multiple input multiple output,MIMO）雷达,发射和接收阵列幅相误差耦合到一起,不易单独测量。针对阵列存在小扰动幅相误差的MIMO雷达,分别推导了借助旋转不变信号参数估计技术（estimating signal parameter via rotational invariance techniques,ESPRIT）算法的到达角（direction of arrival,DOA）和离开角（direction of departure,DOD）的均方根误差（root mean square error,RMSE）与幅相误差关系表达式。与其他方法相比,ESPRIT算法可以将发射和接收阵列的幅相误差进行解耦,并且DOA和DOD的RMSE只与阵列相位误差相关,与阵列幅值误差无关。仿真结果表明,理论值和仿真实验值能够较好地吻合,验证了理论的正确性。     

基于多光谱的空间点目标特征提取与识别

针对空间目标多光谱测温问题,提出了新的多光谱特征分析方法.该方法把目标红外辐射分为长、中、短三个波段,分析提取三个波段内的辐照度,以及长波段、中波段辐照度与短波段辐照度的比值,估算出目标温度.该方法避免了对目标光谱发射率的估计,有效减少了误差.最后基于系统参数,计算出有效辐射面积,并利用BP神经网络对四类目标进行识别试验,取得了较好的识别效果.     

一种浮标定位方法研究

以航空搜潜声呐浮标与飞机的相对方位信息为基础,利用扩展卡尔曼滤波技术,分析了计算浮标位置的原理、方法,建立了相应的数学模型和仿真算法,仿真分析了浮标位置的相对误差和均方根误差,获得了有益的结果。     

基于核自构建-高斯过程回归的锂离子电池剩余使用寿命预测

高斯过程回归是锂离子电池剩余使用寿命的有效预测方法之一，其中核函数的选择对预测结果有着重要影响。对此，提出了一种自回归核自构建高斯过程回归的锂离子电池剩余寿命预测框架，可结合同型号电池的历史容量退化规律，自动构建出合适的组合核函数。通过与不同的机器学习方法及不同核函数比较，所提方法可在电池退化早期做出长期且准确的电池健康状态退化趋势预测，预测寿命均方根误差小于1%,相对误差小于6%,置信区间也更为集中，证明了所提方法能够有效提高电池剩余使用寿命的长期预测精度。     

基于PSO优化LS-SVM的小样本非线性协整检验与建模研究

针对小样本非线性时间序列，根据非线性协整的定义，利用基于粒子群优化最小二乘支持向量机的方法，对小样本非线性协整关系检验与非线性误差修正模型建模进行研究，设计了方法的 逻辑流程. 对舰船维修费指数与物价指数进行实证研究，在协整关系类型判断的基础上，实现了小样本非线性协整关系的检验，建立了预测舰船维修费指数的非线性误差修正模型，并与线 性向量自回归模型进行分析比较. 研究表明：基于粒子群优化最小二乘支持向量机的小样本非线性协整检验与建模方法，刻画了小样本系统的非线性协整关系，所建立的非线性误差修正模 型具有较好的预测效果，能够有效地预测小样本非线性系统.     

不同土壤营养面积对大豆冠层结构的影响

应用CI-110植物冠层分析仪,对不同生育时期不同营养面积的大豆群体冠层指标参数叶面积指数(LAI)、平均叶倾角(MLA)、散射光透过系数(TD)、直射光透过系数(TR)和叶分布进行测定。经过分析,不同营养面积所形成的冠层的指标参数是不同的,随着单株营养面积的减少,LAI逐渐增大;平均叶倾角先增大后减少;散射辐射和直射辐射逐渐降低,但是散射辐射始终大于直射辐射;叶片分布密度增大。单株营养面积大,所形成的冠层会给大豆一个宽松的生长环境,有利于产量因素的形成;单株营养面积小,所形成的冠层郁蔽,限制产量因素的形成。图2,表3,参15。     

股票价格与上市公司业绩的关联分析——对中国证券市场的研究

选取净资产收益率和每股收益指标代表上市公司的业绩。上海综合指数和深圳成份指数作为股票价格表征，运用时间序列分析方法。在对各序列特征进行全面分析的基础上，重点对股票价格与上市公司业绩两者之间的变动关系进行了研究。研究发现：①股票价格与上市公司业绩变化之间不存在长期均衡关系。说明股票价格不反应上市公司业绩；②沪市指数和深市指数之间存在长期均衡关系。并且沪市指数是深市指数的Granger成因；③沪市上市公司净资产收益率和深市上市公司净资产收益率之间存在长期均衡关系．不论是从长期还是短期来看两者都呈同向变化关系。     

针对植被虚拟仿真的LAI反演研究

植被环境因素（如土壤、水体的化学成分,地表温、湿度,光照强度等）是提高植被虚拟仿真可用性的关键。有效、准确地从遥感数据中反演植被特征,在遥感数据与植被虚拟仿真的建模接口建立联系则是关键所在。LAI（叶面积指数）则是典型的植被特征。应用IAI反演的等密度模型、非密度模型和两流近似法及其效率分析,给出了通过光合作用辐射吸收系数（FPAR）实现LAI反演的过程和方法。该研究为基于空间遥感信息的植被虚拟仿真工作提供重要方法和理论支撑,是数字农业的基础性工作,对于我国东北地区玉米作物的生长、发育的可视化监测和估产有着重要的意义。表1,参11。     

一种新的抗窄带干扰的方法

基于变换域的窄带干扰抑制技术是一种极具潜力的抗干扰方法。本文提出了一种基于变换域抗窄带干扰的新方法,利用直扩BPSK调制信号频谱的对称性,用干扰污染谱线对称位置上未被干扰的谱线恢复被污染谱线,从而更精确的重构原信号频谱,达到抗干扰目的。文中称该算法为SS(symmetricalspectrum)算法,详细讨论了算法流程,并进行了数字仿真。该方法结构简单、计算量小,是一种实用的抗干扰方法。     

频率编码脉冲信号性能分析

用大时宽带宽信号是提高雷达距离、速度及其联合分辨性能的最常用方法之一。频率编码脉冲是一种大时宽带信号,具有良好的距离分辨性能和较窄的瞬时带宽。推导了频率编码脉冲信号及步进频率脉冲信号的模糊函数,分析了其距离、速度分辨性能及其相应关系,并就有效解决其距离-速度联合测量问题进行了讨论。     

基于特征模理论的超宽带单极子天线设计

对于传统的天线而言，其带宽相对较窄。针对此问题，提出了一种新型超宽带(ultra-wideband, UWB)对称单极子微带天线。根据特征模理论, 首先对一款窄带单极子印刷天线进行特征模式分析, 结合天线理论, 在窄带天线结构上引入渐变结构和矩形槽, 使特征模式在目标频段内谐振, 并通过馈电激励方式激发出该特征模式, 从而使天线带宽得到拓展的同时具有良好的增益。仿真结果表明, 基于特征模理论设计的天线具有140.86%的相对带宽, 在2.88~16.6 GHz的工作频段内阻抗匹配良好, 并且具有良好的辐射性和稳定的增益, 其工作频率覆盖UWB频段、无线局域网、射频识别、全球微波互联接入及Ku频段。     

用神经网络组合预测法估算反舰导弹研制费用

运用BP神经网络组合预测法对反舰导弹研制费用进行估算。首先利用回归分析法建立三元线性回归模型对导弹研制费用进行估算,然后利用3层前馈型BP神经网络对导弹研制费用进行估算,最后利用人工神经网络中的BP网络对所得结果进行组合预测。计算实例表明,使用该组合预测方法所得的预测结果比单使用神经网络或回归分析方法所得结果的总体误差要小,因而该方法是可行而有效的。     

用神经网络组合预测法估算反舰导弹研制费用

运用BP神经网络组合预测法对反舰导弹研制费用进行估算。首先分别利用神经网络和回归分析方法对导弹研制费用进行估算 ,然后利用BP网络对所得结果进行组合预测。计算实例表明 ,使用BP神经网络组合预测方法所得的预测结果比单一使用神经网络或回归分析方法所得结果总体误差要小 ,因而该方法是可行的、有效的。