期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到5篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
植被监测及趋势分析--植被数量生态学中几个理论问题的探讨 被引量：3
1
作者 白·图格吉扎布 梁应权 《植物生态学报》 CAS CSCD 北大核心 2008年第4期967-976,共10页
系统监测可以对危机发出预警,是防治灾害的重要手段。生态监测的基础是植被监测。多物种×多样本×多年的植被定位监测数据隐含着植被变化的信息。该文探索描述植被的数学工具,提出植被监测数据的趋势分析方法。植被是资源竞争... 系统监测可以对危机发出预警,是防治灾害的重要手段。生态监测的基础是植被监测。多物种×多样本×多年的植被定位监测数据隐含着植被变化的信息。该文探索描述植被的数学工具,提出植被监测数据的趋势分析方法。植被是资源竞争系统,可以用多维空间的向量来表示。在向量空间(射影空间),不是"距离",而是"方向"决定区别;在植被科学,不是"产量",而是"组成"决定区别。新方法用多维空间的位置向量来表示植被:向量的方向表示植被的组成、两向量夹角余弦值表示相似、向量长度表示植被总体。在简缩数据时,用"中心化"滤去样本噪音、"标准化"滤去系统噪音,得到状态向量。在趋势分析时,定义后、前状态向量的比值为变化趋势;用当年的状态和趋势的乘积来预报次年的状态。到次年,再用实测数据修正、更新来自去年的预报,是为"卡尔曼滤波"。卡尔曼滤波能降低监测成本,有效地使用历史数据,提高分析精度。 展开更多
关键词 植被监测 趋势分析 时间系列 超球面模型 卡尔曼滤波
下载PDF
超球面模型应用于股票排序的探讨 被引量：2
2
作者 白.图格吉扎布 《内蒙古大学学报（自然科学版）》 CAS CSCD 1999年第3期312-315,共4页
探讨把超球面模型（ＭＤＳＭ），一种基于定义了向量除法的多维空间的数据分析技术，应用于股票排序的可能性．ＭＤＳＭ把股票市场作为多维指数增长系统，用多元向量表示股市状态，并定义余弦向量的商为多维即时趋势，以表示股票市场的... 探讨把超球面模型（ＭＤＳＭ），一种基于定义了向量除法的多维空间的数据分析技术，应用于股票排序的可能性．ＭＤＳＭ把股票市场作为多维指数增长系统，用多元向量表示股市状态，并定义余弦向量的商为多维即时趋势，以表示股票市场的动态． 展开更多
关键词 MDSM 超球面模型 股票回报率 排序 股票市场
下载PDF
值域空间超球面上的判别分析
3
作者 蒲莉娟 谢维信 裴继红 《信号处理》 CSCD 北大核心 2013年第8期933-941,共9页
Fisher线性判别分析(LDA)是模式识别中使用最广泛的线性分析方法之一。然而,实际应用中,样本数量相对于样本空间的维数而言是很少的,即样本在高维空间中呈稀疏分布。LDA采用基于欧式距离的度量方法将会使判别向量趋向于较大的类间距离... Fisher线性判别分析(LDA)是模式识别中使用最广泛的线性分析方法之一。然而,实际应用中,样本数量相对于样本空间的维数而言是很少的,即样本在高维空间中呈稀疏分布。LDA采用基于欧式距离的度量方法将会使判别向量趋向于较大的类间距离。从而,可能融合距离较近的类。我们用超球面模型表示数据在高维空间中的结构信息,提出一种值域空间中的超球面判别分析方法(RHDA)。RHDA方法将数据映射到其值域空间的单位超球面上;在值域空间超球面上计算各个子类的判别子空间;最后,计算测试样本与各个判别子空间中子类均值向量间的距离。RHDA将测试样本判别为第i类仅当测试样本与第i类的均值向量的距离最小。超球面判别分析采用单位超球面上数据的归一化向量来表示样本向量的结构信息,它主要针对于基于欧式距离的判别分析所引起的判别向量偏离问题。最后本文还提出了值域空间超球面核判别分析方法。超球面核判别分析方法为高维空间中对不同数据采用不同映射提供了可能。在不同数据库上的分类实验结果证实了RHDA相对于LDA及其相关推广算法的优良性。 展开更多
关键词 线性判别分析 超球面模型 超球面判别分析 值域空间
下载PDF
植被科学与多元向量分析(英文)
4
作者 白图格吉扎布 BAIAngqin Andre 《生态学报》 CAS CSCD 北大核心 2002年第6期950-953,共4页
提出植被分析的新数学方法——多元向量分析法。植被群落是由多种植物组成的。植被状态可以用多维物种空间的点 ,或连接空间点和原点的多元向量来表示。向量同时具有量值和方向。向量的量值 (长度 )表示植被所含物质 ,能量 ,信息的总量 ... 提出植被分析的新数学方法——多元向量分析法。植被群落是由多种植物组成的。植被状态可以用多维物种空间的点 ,或连接空间点和原点的多元向量来表示。向量同时具有量值和方向。向量的量值 (长度 )表示植被所含物质 ,能量 ,信息的总量 ,而方向表示这个总量在各物种间的分配。在射影空间里 ,同一射线上的点表示成分相同的植被 (或代表相同植被的点组成射线 )。用余弦表示的向量方向是植被数量化 ,进而施行植被成分分析的关键。向量分析既可以用来进行植被分类 。 展开更多
关键词 多元向量分析 超球面模型 多维变量空间 余弦向量 植被分析
下载PDF
多维超球面模型与植被演替趋势分析 被引量：4
5
作者 白.图格吉扎布 郝敦元 特.塔拉 《中国草地》 CSCD 1996年第2期35-46,共12页
多维超球面模型（ＭＤＳＭ），被设计用来处理多变量时间系列─—三下标变量Ｄ（ｉ，ｊ，ｋ）。当用于植被动态分析时，三下标分别为植物种、样方和时间。ＭＤＳＭ用植物种建立变量空间并用变量空间中的向量来代表植被的状态，是为状态... 多维超球面模型（ＭＤＳＭ），被设计用来处理多变量时间系列─—三下标变量Ｄ（ｉ，ｊ，ｋ）。当用于植被动态分析时，三下标分别为植物种、样方和时间。ＭＤＳＭ用植物种建立变量空间并用变量空间中的向量来代表植被的状态，是为状态向量。状态向量在多维空间的角度携带着植被组成的信息。因而，ＭＤＳＭ以度量状态向量在多维变量空间中的方位角的变化来监测植被的变化。在实际应用中，通过以向量长度，ＭＤＳＭ把变量空间中代表样方的组成的点投影到单位超球面上，再根据向量之间夹角余弦值的大小聚合它们，是为中心化，以取得植被的状态向量。状态向量的分量，是各植物种在植被中的重要值。当进行趋势分析时，ＭＤＳＭ定义，后前两时间段的状态向量的比值为趋势向量，用以描述整个植被的演替趋势。而趋势向量的分量，植物种的趋势值表明该物种在植被中的重要值随时间的变化。由于ＭＤＳＭ可以容纳尽可能多的植物种，因而是对植被更好的模拟。由于ＭＤＳＭ在容纳多变量多样方的同时兼顾到了时间因素，所以可用于植被动态的研究。用美国卡森堡军事基地土地条件趋势分析的数据（１９８９～１９９３）试行趋势分析表明，多维超球面模型可以对每个植物种进行单独分析，同时又兼顾到植被整体的变化，从而? 展开更多
关键词 植被 演替 趋势分析 多维超球面模型
原文传递
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部