首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   7篇
  免费   0篇
数学   3篇
物理学   4篇
  2014年   1篇
  2012年   1篇
  2009年   2篇
  1997年   1篇
  1989年   1篇
  1987年   1篇
排序方式: 共有7条查询结果,搜索用时 15 毫秒
1
1.
无偏的岭回归迭代算法   总被引:1,自引:0,他引:1  
本文探讨线性模型的无偏的岭回归迭代算法,这种算法保持最小二乘法的性质,当存在较为严重的共线性时,它能给出较为精确的参数及其协差阵的估计值;当存在严格的共线性时,给出参数及其协差阵的无穷多解中的一个,这个解由初值决定。文章还给出了算法的收敛性及一些其它性质的证明。  相似文献   
2.
用多项式作辅助近似求解非线性回归的参数   总被引:4,自引:0,他引:4  
本文将微分方法用于非线性回归方程线性化中,使能线性化的方程大为增加,并用数值方法求出各阶导数的近似值,从而求解参数的近似值,有一定实用性.  相似文献   
3.
用高光谱曲线分形维数分析植被健康状况   总被引:4,自引:0,他引:4  
植被叶片高光谱反射曲线包含植被生长状况的众多信息,该文在分析光谱特征参数如红边位置、绿峰反射高度、红谷吸收深度以及红边面积的基础上,提出利用分形理论对450~780 nm之间的反射光谱曲线进行分形测量,并用分形维数定量反映其健康状况的新思路.研究表明,(1)植被反射光谱曲线具有分形特征,对于相同植被,其不同健康状况的叶片在可见光到近红外(450~780 nm)间的反射光谱曲线分形维数呈逐渐下降趋势;(2)分别针叶和阔叶,分形维数均与绿峰反射高度、红谷吸收深度以及红边面积3个光谱参数之间存在较好的正相关关系;(3)分形维数与绿峰反射高度、红谷吸收深度以及红边面积也存在较好的多元线性关系,其相关指数分别为0.892 8和0.698 7.因此,分形维数是对曲线整体的一个综合分析和定量描述,能够作为一个新的综合参数来客观反映植被叶片所处的健康状况.  相似文献   
4.
部分简单非线性方程线性化后参数求解问题的探讨   总被引:1,自引:0,他引:1  
在求解部分简单非线性方程的参数时,为计算方便,往往先行线性化.但若因变量作了替换,在等权情况下作参数的最小二乘估计,往往不能使原因变量的剩余方差和达到最小。本文提出在新因变量意义下的加权最小二乘法,经实例计算,效果良好.  相似文献   
5.
铁皮石斛多糖含量的高光谱反演研究   总被引:1,自引:0,他引:1  
铁皮石斛是我国传统的中草药,多糖含量是衡量其品质优劣的一个重要指标。主要研究铁皮石斛多糖含量与光谱间的关系,旨在寻找铁皮石斛多糖含量的无损检测方法。研究方法:实验材料选自不同处理铁皮石斛组培苗和不同生长阶段的驯化苗。其中36个样本作为建模样本建立模型,11个样本作为检验样本对模型进行检验。分别采用偏最小二乘回归法和因子分析法建立样本光谱与多糖含量间的关系。结果表明:(1)光谱一阶微分与多糖含量的相关性优于光谱反射率,其中对多糖含量较敏感的波段主要集中在可见光区域。(2)偏最小二乘回归法的模型决定系数最高,但其预测能力较差。因子分析法模型具有较好预测能力,基于光谱反射率因子分析模型和基于光谱一阶微分因子分析模型的相对分析误差分别为2.269和2.305。  相似文献   
6.
非成像高光谱数据的特点为树种的精细识别提供了可能.非成像高光谱数据的多波段特性,使得利用数据间的微小差异来进行树种的识别分类研究成为可能.该文利用光谱相关匹配(Spectral correlation matching,SCM)方法来对树种进行识别分类,分别采用均值平滑法、中值平滑法、小波包变换对高光谱数据进行预处理及识别分类研究.结果表明,经过数据平滑预处理,可以有效地去除噪声,提高叶片高光谱数据的树种分类的精度.小波分析能有效的去除光谱中的噪声信息,保留光谱中的有效信息.在小波包变换的基础上,经过中值滤波数据预处理之后的分类精度高于均值滤波数据预处理后的分类精度.  相似文献   
7.
马尾松针叶光谱特征与其叶绿素含量间关系研究   总被引:7,自引:0,他引:7  
以马尾松针叶野外高光谱数据为基础,分析了马尾松光谱变化,构建或借助不同光谱特征参数,在理论和实践分析的基础上,建立了马尾松针叶叶绿素含最与光谱反射率及9个特征参数之间的关系.研究结果表明:(1)马尾松叶绿素含量在527,703,1 364及1 640 nm四个波长附近,与其反射率具有较好的线性关系,为马尾松遥感监测在波段选择上提供了依据;(2)红边位置、红边平均反射率、红边位置附近平均反射率、红边斜率、红边面积、红谷吸收深度、绿峰反射高度、红边归一化植被指数、红边植被胁迫指数等9个马尾松反射光谱特征参数均与叶绿素含量间存在指数函数关系,相关系数绝对值在0.5~0.7之间;(3)采用9个光谱特征参数建立了马尾松针叶叶绿素含量预测模型,且所建立的基于高斯核函数变换的偏最小二乘回归模型对叶绿素含量的预测精度远远大于传统线性回归模型,模型的均方误差为0.008 8,平均绝对百分误差为0.761 7%.  相似文献   
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号