基于最优光谱指数的大豆叶片叶绿素含量反演模型研究

叶绿素含量的准确获取及预测可为作物种植的精准化管理提供理论依据。利用最优光谱指数建立大豆叶绿素含量反演模型,以大豆花芽分化期叶片为研究对象,获取高光谱和叶绿素含量数据。首先构建了7种与叶绿素含量相关的典型光谱指数,分别为比值指数（RI）、差值指数（DI）、归一化差值植被指数（NDVI）、修正简单比值指数（mSR）、修正归一化差值指数（mNDI）、土壤调节植被指数（SAVI）和三角形植被指数（TVI）,并对原始高光谱进行一阶微分（FD）处理,随后分别对原始和一阶微分高光谱在全光谱波长范围内两两组合所有波长,进行14个光谱指数的计算。再采用相关矩阵法进行最优光谱指数的提取,将所有波长组合计算出的光谱指数与叶绿素含量进行相关性分析,以相关系数最大值为指标,提取出14组最优的波长组合,并进行对应光谱指数值的计算作为最优光谱指数。最后将最优光谱指数划分为3组模型输入变量,分别与偏最小二乘回归（PLS）、最小二乘支持向量机回归（LSSVM）和套索算法LASSO回归3种方法组合建模并对比分析,以决定系数R2_c,R2_p和均方根误差RMSEC,RMSEP作为模型评价指标,最终优选出精度最高的大豆叶片绿素含量反演模型。结果表明：14组最优光谱指数波长组合分别为RI（728,727）,DI（735,732）,NDVI（728,727）,mSR（728,727）,mNDI（728,727）,SAVI（728,727）,TVI（1 007,708）,FDRI（727,708）,FDDI（727,788）,FDNDVI（726,705）,FDmSR（726,705）,FDmNDI（726,705）,FDSAVI（727,788）和FDTVI（760,698）,相关系数最大值r_max均大于0.8。建立最优模型的方法为输入变量为一阶微分光谱指数（组合2）与LSSVM组合的建模方法,所建模型的R2_c=0.751 8,R2_p=0.836 0,RMSEC=1.361 2,RMSEP=1.220 4,表明模型精度较高,可为大面积监测大豆的生长状态提供参考。     

支持向量机在股指现货和衍生品关系建模中的应用

首先按照先前学者的思路,利用传统的向量自回归-误差修正(VECM)模型进行分析,结果发现期货对现货有明显的引领效应.但若对特定的异常时段进行分析,期货引领现货的效应有所减弱但仍比较明显.考虑到VECM模型自身存在的一些问题,又尝试了遗传算法、最优热路径方法等非参数统计方法.其中,遗传算法收效甚微,但最优热路径算法得到了期货长期领先现货平均2.45分钟、而在2015年股灾期间,期现货之间的领先滞后关系出现了一定程度上的反转的结论.最终本文尝试使用支持向量机(SVM)方法对这一问题进行研究,将数据的尺度从大到小进行分析,目标从寻找长期关系转到短期关系,但最终效果不甚理想.因此认为用SVM很难训练出一个让人满意的分类器,仅用期货、现货等数据预测市场走势无论是短期还是长期来看都是十分困难的.     

基于马尔科夫状态转移模型的天气衍生品定价

引入马尔科夫状态转移(MRS)模型拟合长沙市每日平均气温变化,利用最大期望算法估计马尔科夫状态转移模型参数,通过误差分析得到了最佳MRS模型.基于最佳的MRS模型,采用无套利定价原理定价气温衍生品,并利用蒙特卡罗方法得到了取暖指数(HDD)欧式看涨期权的数值解.实证结果表明,五状态的MRS模型对长沙市每日平均气温变化的拟合效果明显优于其他的MRS模型,它使得气温衍生品定价结果相比以前的方法更为精确.     

大蒜油自微乳的制备及其初步稳定性

研究了大蒜油自微乳的配方,并对该自微乳的初步稳定性进行评价。通过原辅料相溶性考察和伪三元相图的绘制,筛选出大蒜油自微乳的初步配方;采用D-最优混料设计,以平均粒径、多分散系数、乳化外观为评价指标,对初步配方进行了配比优化;利用冷热循环、高温和光照实验对大蒜油自微乳进行了初步稳定性评价。实验筛选出的大蒜油自微乳配方为棕榈酸异丙酯/大蒜油/蓖麻油聚氧乙烯醚35/1,2-丙二醇=3:3:10:4。最优配方制得的大蒜油自微乳外观均一透明泛橙光,自乳化后平均粒径为32.92±0.367 5 nm,多分散指数为0.195±0.018 8。自微乳技术能够提高大蒜油的稳定性,但温度与光照对大蒜油自微乳还是有一定的影响,因此,应在温度(≤25℃)避光下储存。大蒜油自微乳制备简单,稳定性良好,是一种新型大蒜油包埋方法,为其在食品加工中的应用提供了新的思路。     

基于最优运输无网格法的Whipple屏超高速撞击数值模拟

Whipple屏是航天器防护空间碎片撞击的常用结构。现有的方法在模拟Whipple屏超高速撞击时均存在问题，本文采用最优运输无网格法（optimal transportation meshfree, OTM）对其进行模拟。OTM法是一种拉格朗日无网格法，其特点是运用最优运输理论对时间进行离散，采用带有位置信息的节点和带有材料信息的物质点对空间进行离散，利用局部最大熵（local maximum entropy, LME）方法得到插值函数，基于能量释放率来判断材料是否失效。本文首先用OTM法对铝球超高速撞击单层铝板进行模拟，通过与实验结果和各类SPH法的计算结果对比，验证了OTM法在超高速撞击问题上的适用性；然后采用OTM法对Whipple屏超高速撞击进行模拟，将OTM法预测的缓冲墙与后墙的损伤情况与实验结果进行对比，结果显示OTM法不仅能准确预测缓冲墙的弹孔直径，也能很好地模拟出后墙的剥落、穿透情况和碎片云的形态。     

指数族下参数双边检验的p-值

在单参数指数族下,对参数的双侧检验问题给出了一致最优检验或一致最优无偏检验的p-值;在多参数指数族下,对单个参数双侧检验问题给出了一致最优无偏检验的p-值.在正态总体下,给出了几个计算上述p-值的例子.     

考虑绿色等级和递送时间的双渠道绿色供应链

考虑了双渠道绿色供应链的定价决策问题.在集中式、分散式和协调合同条件下分别建立了双渠道绿色供应链的最优定价模型,给出了零售商和供应商的最优定价策略.研究表明,引入利润共享合同后零售商和供应商都会比在分散式决策下获得更多的利润.最后通过数值算例对不同条件下的模型进行了比较.     

最优分位水平及其衍生应用

分位数回归方法由于其具有稳健性,不仅能够全面刻画响应变量的条件分布,还能提供更有现实意义的回归参数,已经逐渐成为各个领域统计分析的强有力的工具.但在许多实际应用中,人们不仅想要探寻不同水平下(即不同分位数)响应变量与解释变量之间的关系,更希望找到一个最优水平,也即最优分位数,使其上的回归结果最真实可靠,最好地反映总体情况.文中提出一种新的回归方法一最优分位回归方法,给出此类问题一个完美的解决方案.该方法的灵感主要来源于稀疏函数的定义,可以证实与传统均值回归相比最优分位回归方法更具优势:(1)稳健性.不受误差分布的限制;(2)有效性.回归结果蕴含信息更丰富;(3)灵活性.对任意模型及数据均适用.文中的模拟结果也对以上三条性质给予极大的支持.最后食品消费数据的分析结果表明当考虑食品消费与人均收入的关系时,中下等收入人群的消费模式为社会的主流模式.