叶面积指数(Leaf Area Index,LAI)是反映作物生长状态的重要指标,常用植被指数来反演。传统的反演模型大都是基于多变量的多元回归模型,而基于双变量的多元回归模型在LAI反演中的潜力还未被充分发掘。通过提取卫星影像的光谱特征和纹理...叶面积指数(Leaf Area Index,LAI)是反映作物生长状态的重要指标,常用植被指数来反演。传统的反演模型大都是基于多变量的多元回归模型,而基于双变量的多元回归模型在LAI反演中的潜力还未被充分发掘。通过提取卫星影像的光谱特征和纹理特征,基于皮尔逊相关系数分析各个遥感特征与冬小麦LAI之间的相关性,利用简单回归模型(Simple Regression,SR)、多元线性回归模型(Multiple Linear Regression,MLR)和随机森林回归模型(Random Forest Regression,RFR)开展遥感特征与冬小麦LAI之间的关系模型构建反演研究,并结合精度指标(决定系数R2,均方根误差RMSE,相对均方根误差rRMSE)判定各反演模型的反演精度,以提出最优的反演模型。研究表明:①所有植被指数和部分纹理指数在反演LAI中取得了较好的反演效果(R2>0.6)。其中,通用归一化植被指数(Universal Normalized Vegetation Index,UNVI)在各植被指数中表现最好(R2=0.754,RMSE=0.606,rRMSE=12.99%)。除了部分波段的均值特征反演精度与植被指数相当外,大多数纹理特征反演冬小麦LAI的精度欠佳;②通过两两变量组合,得到了冬小麦LAI反演精度最高的双变量多元线性回归模型(R2=0.780,RMSE=0.573,rRMSE=12.29%);③在有多个输入变量(至少3种特征变量)的情况下,RFR的反演效果优于MLR。相较于纹理特征,纹理指数的反演性能更佳。研究结果可为后续基于卫星影像的大规模农作物LAI的监测工作提供一种新的思路与方法。展开更多
针对传统随机向量函数链接网络集成模型时多样性不足和泛化性能差的问题,提出一种改进的随机向量函数链接集成模型.首先,通过6种简单回归模型替代传统随机向量函数链接网络中的直接链接;其次,采用高斯过程回归(Gaussian process regress...针对传统随机向量函数链接网络集成模型时多样性不足和泛化性能差的问题,提出一种改进的随机向量函数链接集成模型.首先,通过6种简单回归模型替代传统随机向量函数链接网络中的直接链接;其次,采用高斯过程回归(Gaussian process regression,GPR)方法初始化隐含层参数,增强各基分类器的多样性;最后,使用不同的结合策略,集成具有差异性的基分类器得到预测模型.结果表明,改进的随机向量函数链接集成模型的预测精度明显高于其他传统集成模型,较传统随机向量函数链接网络具有更好的泛化性能.展开更多
本文对WTI (West Texas Intermediate)美国原油期货和伦敦布伦特原油期货2019年5月6日至2020年5月4日收盘价时间序列数据进行研究,基于组合模型及GARCH模型联立方程,对于WTI原油期货收盘价格的波动变化进行分析,并借助平稳性检验、协整...本文对WTI (West Texas Intermediate)美国原油期货和伦敦布伦特原油期货2019年5月6日至2020年5月4日收盘价时间序列数据进行研究,基于组合模型及GARCH模型联立方程,对于WTI原油期货收盘价格的波动变化进行分析,并借助平稳性检验、协整检验、格兰杰因果(Granger)检验等方法,结果表明,WTI原油期货价格与布伦特原油期货价格存在长期均衡关系,且WTI原油期货价格是布伦特原油期货价格的格兰杰原因。故以时间序列WTI原油收盘价为解释变量,以伦敦布伦特原油收盘价的时序数据为被解释变量,基于传统一元线性回归模型,探究WTI原油期货收盘价的波动变化对于伦敦布伦特原油期货收盘价的影响,并对伦敦布伦特原油价格做出预测。最终得出结论,认为此次WTI原油价格暴跌会影响布伦特原油价格进一步走低,但此次WTI负油价对于布伦特原油并不会有极其严重的影响。展开更多
文摘针对传统随机向量函数链接网络集成模型时多样性不足和泛化性能差的问题,提出一种改进的随机向量函数链接集成模型.首先,通过6种简单回归模型替代传统随机向量函数链接网络中的直接链接;其次,采用高斯过程回归(Gaussian process regression,GPR)方法初始化隐含层参数,增强各基分类器的多样性;最后,使用不同的结合策略,集成具有差异性的基分类器得到预测模型.结果表明,改进的随机向量函数链接集成模型的预测精度明显高于其他传统集成模型,较传统随机向量函数链接网络具有更好的泛化性能.
文摘本文对WTI (West Texas Intermediate)美国原油期货和伦敦布伦特原油期货2019年5月6日至2020年5月4日收盘价时间序列数据进行研究,基于组合模型及GARCH模型联立方程,对于WTI原油期货收盘价格的波动变化进行分析,并借助平稳性检验、协整检验、格兰杰因果(Granger)检验等方法,结果表明,WTI原油期货价格与布伦特原油期货价格存在长期均衡关系,且WTI原油期货价格是布伦特原油期货价格的格兰杰原因。故以时间序列WTI原油收盘价为解释变量,以伦敦布伦特原油收盘价的时序数据为被解释变量,基于传统一元线性回归模型,探究WTI原油期货收盘价的波动变化对于伦敦布伦特原油期货收盘价的影响,并对伦敦布伦特原油价格做出预测。最终得出结论,认为此次WTI原油价格暴跌会影响布伦特原油价格进一步走低,但此次WTI负油价对于布伦特原油并不会有极其严重的影响。
