共查询到20条相似文献，搜索用时 421 毫秒
1.
半参数回归模型中非参数信号的推估--三次样条函数插值法 总被引：2，自引：0，他引：2
对于半参数回归模型yi=Xi^Tβ s(ti) e，在文献[1]的基础上考虑其非参数信号s(f)的推估j(f)，从而有利于研究非参数信号；接着给出了s(t)与s^-(t)的偏差大小，从而为推估的准确性提供理论依据；并以实例加以证明。 相似文献
2.
机载激光雷达森林垂直结构剖面参数的沿海平原人工林林分特征反演 总被引：3，自引：0，他引：3
中国是世界上人工林面积最大的国家,实时、定量、精确地获取人工林林分特征对于人工林资源监测、管理以及全球碳循环具有重要意义。以北亚热带沿海平原人工林为研究对象,借助机载激光雷达LiDAR(Light Detection And Ranging)点云数据并结合地面实测的55个样地来反演人工林林分特征。首先,构建冠层高度分布剖面CHD(Canopy Height Distribution)和枝叶剖面FP(Foliage Profile);然后,通过Weibull函数分别对CHD和FP进行拟合并提取Weibull参数作为特征变量(第1组);同时,还直接基于点云提取了LiDAR高度变量HRM(HeightRelated Metrics)和冠层密度变量DRM(Density-Related Metrics)(第2组);最后,结合地面实测数据和两组特征变量构建了多元回归模型用于预测各林分特征(即林分密度、平均胸径、胸高断面积、Lorey’s树高、蓄积量和地上生物量)。结果表明:(1)与只使用基于点云的特征变量(即第2组)相比,结合点云特征变量(第2组)和冠层垂直结构剖面特征变量(第1组)的各林分特征预测精度均有所提升(ΔAdjusted R2=0—0.13,ΔrRMSE=0.08—3.65%);(2)对各林分特征预测的结果中,Lorey’s树高(Adjusted R2=0.85, rRMSE=7.66%)和蓄积量(Adjusted R2=0.84,rRMSE=14.27%)的预测精度最高,地上生物量(Adjusted R2=0.78, rRMSE=14.15%)、胸高断面积(Adjusted R2=0.73, rRMSE=14.70%)和平均胸径(Adjusted R2=0.64, rRMSE=15.05%)次之,林分密度(Adjusted R2=0.58,rRMSE=26.16%)的预测精度最低;(3)Weibull函数较准确地反映了亚热带人工林垂直冠层结构,可以有效提高林分特征反演精度。 相似文献
3.
本文由四部分内容组成。第一部分提出了适合于等角投影数值变换的正形多项式，即X=X_0+sum from k=1 to n(a_kP_k-b_kQ_k)Y=Y_0+sum from k=1 to n(b_kP_k+a_kQ_k)式中：P_0=1，Q_0=0，P_(n+1)=ΔxP_n-ΔyQ_n，Q_(n+1)=ΔyP_n+ΔxQ_n；第二部分探讨了等角投影数值变换的四种基本方法；第三部分是程序设计和应用分析；第四部分论述了等角投影数值变换在机助制图中的应用。 相似文献
4.
5.
1 问题的提出 在普通测量学中,计算导线理论右角之和用以下公式。 1.1 闭合导线右角(内角)之和在理论上应为: ∑β_理=(n-2)·180° (1) n—右角的个数 1.2 附合导线 ∑β_理=α_(ab)-α_(ef)+n·180° (2) α_(ab)—附合导线始边坐标方位角 α_(ef)—附合导线终边坐标方位角 相似文献
6.
文章讨论了灰色预测模型和半参数模型,针对经典最小二乘在解算GM(1,1)模型待识别向量时存在的模型误差,采用将模型误差当作非参数信号的补偿最小二乘法进行数据处理.根据矿区变形观测特点,简要说明了正规矩阵R和平滑因子α的选取,并结合淮南市朱集矿地表移动观测站的实测数据对改正模型进行检验分析,结果表明:该方法可有效地削弱模型系统误差影响,提高预测模型精度. 相似文献
7.
基于高光谱数据的苔草营养成分反演方法研究 总被引：1，自引：0，他引：1
《地理空间信息》2017,(10)
研究基于高光谱数据的苔草营养成分(侧重粗蛋白质、总氮、总磷)反演方法。结果显示,粗蛋白质的最佳反演模型是通过原始光谱反射率(偏最小二乘回归的方法)获得,R2=0.814、RMSE=0.450;总氮的最佳反演模型是通过一阶光谱反射率(偏最小二乘回归的方法)获得,R~2=0.850、RMSE=0.175;总磷的最佳反演模型是通过原始光谱反射率(偏最小二乘回归)获得,R~2=0.882、RMSE=0.025。最佳模型检验结果显示估算值和实测值之间的强相关性:粗蛋白质R2=0.801、RMSE=1.029,总氮R2=0.777、RMSE=0.234,总磷R2=0.756、RMSE=0.043。 相似文献
8.
本文给出了球面上大小圆位置线的各种数学关系式,并重点讨论了a=F_1(φ,λ),s=F_2(φ,λ)形式的大小圆方程式和大小圆位置线的参数方程式φ=f_1(s,a),λ=f_2(s,a),以及这两种数学模型的程序设计问题。本文还讨论了大小圆位置线在专题数学要素图和无线电导航定位中应用的各种情形,并给出了利用PC—1500袖珍计算机自动绘制的位置线图形和算例。 相似文献
9.
本文应用3S技术生成数字高程模型(Digital Elevation Model,DEM),以山东半岛丘陵区为研究对象,解译出27条河流的流域范围。采用空间内插法计算流域内降水量,通过应用3S技术提取了相应年份的NDVI,最后对27个流域的降水量和NDVI进行了相关分析。结果表明:研究区内的NDVI较小,平均NDVI为0.0962;ND-VI与降水量在空间变化上存在一致性,关联程度极其显著(在0.01水平上),关联系数R=0.498>0.478=α0.01(26),呈线性回归关系。 相似文献
10.
小叶锦鸡儿是内蒙古灌丛化草原中最具代表性的景观植物，准确估算小叶锦鸡儿灌丛的地上生物量对研究灌丛化草原生态系统、监测草原灌丛化程度具有重要意义。地基激光雷达TLS(Terrestrial Laser Scanning)可通过获取高密度点云数据准确估算灌木体积，被广泛应用于反演灌木生物量，但在灌丛化草原中尚未得到有效应用。本研究首先在中国科学院灌丛化草地植被恢复试验区获取了5个样方(10 m×10 m)共42株灌丛的TLS点云数据及实测生物量信息；然后分别使用整体凸包法、切片凸包法、切片分割法、体积表面差分法、体素法5种方法计算灌丛体积并与实测生物量进行回归分析；最后，通过留一交叉验证对5种方法建立的生物量估算模型精度进行对比分析。结果表明：TLS可在不破坏植被的情况下实现快速、准确地小叶锦鸡儿灌丛生物量反演，是传统野外调查方法的可靠替代技术。研究中采用的5种方法均能较好地估算灌丛生物量，其中：（1）相比于整体凸包法（R 2=0.87, p<0.001, RMSE=30.50 g），切片凸包法（R 2=0.89, p<0.001, RMSE=28.01 g）与切片分割法（R 2=0.88, p<0.001, RMSE=29.03 g）可有效减弱离群点造成的体积高估，生物量估算精度有所提升；（2）格网大小为3 cm、高度统计变量选取标准差时，体积表面差分法计算的体积与实测生物量拟合度最好(R 2=0.89, p<0.001, RMSE=28.89 g)，表明高度标准差是估算小叶锦鸡儿灌丛生物量的强预测因子；（3）体素法解释了生物量估计值90%的变化(R 2=0.90, p<0.001, RMSE=26.28 g)，是适合小叶锦鸡儿灌丛生物量反演的最优模型。 相似文献
11.
基于高光谱Hyperion数据的线性光谱混合模型与神经网络模型的比较 总被引：1，自引：1，他引：0
混合像元问题是定量遥感中的热点问题之一,为了改进从遥感数据中提取定量信息,人们建立了各种混合光谱分解技术,其中线性光谱混合模型和神经网络模型就是两种比较成熟的方法。以陕西省横山地区的高光谱Hyperion数据为研究基础,通过最小噪声变换(MNF)、像元纯度指数(PPI)转换和RMS误差分析的迭代方法相结合提取影像中的纯净像元作为终端端元。分别运用神经网络模型和线性光谱混合模型对影像进行光谱分解,得到各个组分的分解图像。以标准植被指数(NDVI)影像为衡量标准,选取训练样本点,分别对两种模型进行回归分析,结果显示NDVI影像与线性光谱混合模型植被分解图像的判定系数(R2=0.91)要大于其与神经网络模型的判定系数(R2=0.81)。进一步分析表明在一般情况下,线性光谱混合模型具有比神经网络模型略高的分离精度,但是神经网络模型对细部信息的提取的效果要好于线性光谱混合模型,最后提出了端元均方根误差(EAR)指数,一种新的混合像元分解的思路。 相似文献
12.
史赖伯全组合角观测法的测站平差,一般是按照下列公式在已印好的表格上进行计算的：〔i·K〕=1/n{2(i·k)-(l·i) （l·k） …（i·x） (x·k) … (In)-(k·n)}式中n为观测的方向数。 相似文献
13.
基于中国农业科学院在呼伦贝尔草原实测的120组草地冠层光谱反射率及相应的叶面积指数(LAI)数据,在进行主成分分析(PCA)实现降维处理的基础上,利用径向基函数(radial basis function,RBF)神经网络方法对草地LAI进行了高光谱反演研究.PCA结果表明,前9个主成分的累积贡献率达到了99.782％,能包含原光谱数据的绝大部分信息.将120组LAI及相应的9个主成分样本数据随机分为校正集数据(90组)和预测集数据(30组),分别用于神经网络模型的建立和LAI的预测.所构建的神经网络模型的模拟结果表明,RBF神经网络模型对校正集样本的模拟准确率达到100％(RMSE =0.009 6,R2 =0.999);预测集样本的实测LAI和模拟LAI之间的均方误差和决定系数分别为0.218 6和0.839,取得了较好的模拟效果,有效提高了传统的多元线性回归方程(RMSE =0.416 5,R2=0.570)的计算精度. 相似文献
14.
针对北斗三号卫星导航系统(BDS-3)五频点观测数据和非差非组合精密定轨理论，介绍了非差非组合观测模型和参数估计方法，提出了利用K均值聚类算法(K-means)进行测站选取的策略，分析并讨论了非差非组合方法的优势.通过K-means和人工经验选取两种测站选取方案，分别使用BDS-3五频，B1C+B2a、B1I+B3I三种频率选择方式，利用30个观测站，对BDS-3中轨道地球卫星(MEO)和倾斜地球同步轨道卫星(IGSO)进行精密定轨处理.结果表明：当接收B1C+B2a频点观测数据测站不足时，非差非组合方法可以通过利用五频观测数据增加观测数据数量、优化测站布局，提高定轨精度，与B1C+B2a频率组合相比，五频定轨结果切向(A)、法向(C)、径向(R)和三维(3D)方向均方根(RMS)月均值分别提升0.003 m、0.004 m、0.003 m和0.007m;K-means算法选取的测站与人工经验选取相比，分布更加合理，定轨精度更高，三种频率选择方案MEO卫星3D RMS月均值精度分别提升0.009 m、0.017 m和0.009 m. 相似文献
15.
基于数码相机的草地覆盖度现场测量方法研究 总被引：1，自引：0，他引：1
草地植被覆盖度是表征生态系统植被生长状况及环境质量的重要参数。选取普通数码相机,并通过改变滤光片调整为近红外数码相机,在此基础上利用普通数码和近红外数码两台相机对草地样方进行同步拍摄,采用HSV(Hue,Saturation,Value)空间色彩转换法和基于超绿特征法、归一化超绿特征法、近红外波段提取法提取草地覆盖度,以人工目视解译为参考对两种数码相机覆盖度计算结果进行了精度分析。结果表明,近红外相机的R2=0.92,基于数码相机的R2=0.84,同时近红外相机的均方根误差0.064,平均绝对误差0.05,正规化均方根误差0.003,其误差都小于数码相机。本研究提出的基于近红外相机的草地覆盖度估测系统能更准确地提取植被覆盖度,具有较高的推广应用价值。 相似文献
16.
李强兴 《武汉大学学报(信息科学版)》1986,(2)
目前在材料力学实验中的圆轴扭转大变形问题尚未解决。作者导出了一个圆轴扭转的剪应力公式: τ=1/(2πR~3)(3M_(n φ(dM_n)(dφ))-(M_nφ~2)/(πR(l~2R~2φ~2))从扭转试验机上测出扭矩和对应的扭转角,通过计算机的处理,完成了剪应力——剪应变图的全程描述。 相似文献
17.
WANG Xinzhou 《地球空间信息科学学报》2001,4(1):1-4
1 ＩｎｔｒｏｄｕｃｔｉｏｎＦｏｒｉｎｄｅｐｅｎｄｅｎｔｏｂｓｅｒｖａｔｉｏｎｓＬ ,ｔｈｅＩＳＥｆｉｒｓｔｌｙｕｓｅｓｔｈｅｆｏｌｌｏｗｉｎｇｆｏｒｍｕｌａｔｏｅｓｔｉｍａｔｅｔｈｅｄｉｓｔｒｉｂｕ ｔｉｏｎ^ｆ(Ｌ) :^ｆ(Ｌ) =1ｎｈ 2π∑ｎｊ=1ｅｘｐ( - (Ｌ-Ｌｊ) 22ｈ2 ) ( 1 )ｗｈｅｒｅＬａｒｅｏｂｓｅｒｖａｔｉｏｎｓ;ｎｉｓｔｈｅｎｕｍｂｅｒｏｆｏｂ ｓｅｒｖａｔｉｏｎｓ;ｈ =α(Ｌｍａｘ-Ｌｍｉｎ) /(ｎ - 1 ) ,ｃｏｅｆｆｉｃｉｅｎｔαｃａｎｒｅａｄｉｌｙｂｅｌｏｏｋｅｄｕｐｆｒｏｍｔｈｅＴａｂｌｅｉ… 相似文献
18.
文献 [1]用累积法研究了线性回归模型 ,得到了与最小二乘法相当的效果。本文将运用此法研究半参数模型得到了参数 β及非参数s (ti)的估计量 ;而后模拟一个例子 ,说明了此法的有效性。运用累积法不仅能得到与补偿最小二乘法相当的效果 ,而且弥补了补偿最小二乘法的一些不足。若该法与补偿最小二乘法结合在一起使用 ,将会得到较理想的结果。 相似文献
19.
水稻冠层氮素含量光谱反演的随机森林算法及区域应用 总被引：5，自引：0，他引：5
利用地面实测数据构建高精度的水稻冠层氮素含量光谱反演点模型并将其进行尺度转换,实现了水稻冠层氮素含量准实时、大区域监测。以氮素光谱敏感指数作为输入变量,冠层氮素含量数据为输出变量,利用随机森林算法构建水稻冠层氮素含量高光谱反演模型,并用苏州市水稻农田验证区数据,检验模型的普适性和有效性;利用准同步的Hyperion数据,采用对输入、输出变量进行线性变换的简单尺度转换方法实现了点模型的区域应用。结果表明:基于随机森林算法的水稻冠层氮素含量高光谱反演模型可解释、所需样本少、不会过拟合、精度高(模型在实验区的预测精度为R2=0.82,验证区检验精度为R2=0.73)且具有普适性;点模型基于高光谱遥感卫星影像和尺度转换进行区域应用,精度较高(R2=0.81)。 相似文献
20.
机载LiDAR数据估算样地和单木尺度森林地上生物量 总被引：2，自引：0，他引：2
利用机载激光雷达点云数据,结合大量实测单木结构信息,分别从样地和单木尺度估算了森林地上生物量AGB。首先,利用局部最大值单木提取算法提取了每个样地内的单木结构参数,并针对样地和单木尺度分别计算了一组激光雷达变量。然后,利用激光雷达变量和地上生物量及其两者的对数形式,从样地和单木尺度分别构建了估算模型。最后,针对两种尺度估算过程中存在的不确定性进行了详细讨论。结果表明:(1)样地和单木尺度模型估算的森林地上生物量与地面实测值都具有明显的相关性,且对数模型估算效果要优于非对数模型;(2)样地尺度模型估算效果(R2=0.84,rRMSE=0.23)明显优于单木尺度模型(R2=0.61,rRMSE=0.46);(3)按树木类型分别进行估算可以提高单木地上生物量的估算精度;(4)不论是样地还是单木尺度地上生物量估算都存在一定的不确定性,与样地尺度相比,单木尺度估算过程的不确定性更大,这种不确定性主要来自单木识别过程。 相似文献