棉铃虫发生程度的Bayes判别分析

根据湖北省主要产棉区１９５４－１９９７年棉铃虫第３、４代发和程度的系统资料,应用Ｂａｙｅｓ判别分析原理,建立了棉铃虫发生程度的判别分析模型。通过对历史资料的回测及独立样本的预测,结果令人满意,从而为棉铃虫的长期预测预报提供了一个新的研究方法,亦可为其他虫害的预测预报提供借鉴。     

用Fisher判别准则预测害虫种群动态

本文根据两个总体的Ｆｉｓｈｅｒ判别准则，对山东省惠民县１９６７￣１９７７年共１１年二代棉铃虫发生程度的两类资料进行了数量分析，建立了判别方程：ｙ＝０．０１２７ｘ１－０．０２３１ｘ２，对历史资料与独立样本进行了回代验证与预测，拟合率在９０％以上。     

三化螟预测模型的通径分析

利用1972-1988年三化螟发生的历史资料和气象资料,对影响因子进行相关分析,应用逐步判别分析的方法组建2代三化螟种群预测的判别模型。文中对判别模型进行通径分析的结果说明,2代三化螟种群预测系统的决定系数 R~2=0.9953,表明预报量的99.53％是由预测模型的全部7个预测因子所决定,尚有0.47％的预报量由未知因素所致,剩余通径系数 P_c=0.0684。经对历史资料的回报检验,该预测模型的判别率达到100％。经过1989和1990年实报。预报等级与实际发生量所代表的等级相符合。证实了2代三化螟种群预测模型预测因子的组成和结构符合预报的要求。     

基于近红外光谱技术的茶园土壤酸碱状况快速判别

为了实现对茶园土壤酸碱状况量化判别,以7个省份茶园313份土壤为材料,以酸碱度(pH表示)值在4.5~5.5的范围为最适宜茶树生长区间,将pH值划分为4.5,4.5~5.5和5.5 3个范围,提出了将近红外光谱信息与贝叶斯(Bayes)判别相结合进行定性判别酸碱状况是否适合茶树正常生长。在此基础上,采用多元线性回归(multiple linear regression,MLR)定量预测pH值。通过一阶导数(first derivative,1stDer)对光谱预处理,通过逐步判别分析(stepwise discriminant analysis)优选20条特征光谱,基于特征光谱数据结合Bayes判别构建定性判别模型,再通过MLR构建pH值的定量预测模型。结果表明,采用本研究的方法和构建的模型对茶园土壤酸碱状况总体准确判别率达83.54%,pH值预测相关系数均在0.9286以上,预测精度较高。证明运用该方法能实现对茶园土壤酸碱状况快速预测。     

江苏省棉花害虫预测预报区划研究

通过对江苏省近２０个测报站１９７９－１９８７年系统观察资料及各影响因素的分析，采用模糊聚类、逐步判别和新复极差等数学方法，对棉铃虫、棉红铃虫、棉叶螨进行预测预报。同时制订了棉花害虫发生生和发生程度的统计标准。     

用逐步判别分析模型预测农业害虫发生程度

本文应用逐步判别分析模型对第一代小地老虎为害程度进行了研究。结果表明：历史符合率达９１３％,将１９９０年作为独立样本进行试报,预测结果与实测相符,为农业害虫发生程度的预测预报提供了一种新的研究方法。     

金融时间序列指标判别框架：以特质波动率为例

基于拐点集合判别的TBUD方法主要思路是分析拐点集合间的关系，并在高维空间进行划分，从而搭建判别模型，并将分析框架应用在特质波动率等若干指标上，利用实证数据得到结论。应用TBUD判别框架可以发现，特质波动率等指标无法对拐点集合进行清晰划分，因而并不具有预测能力。     

逐步判别分析在烤烟产地鉴定中的应用

以我国主产烟区烤烟主要化学成分为指标,采用逐步判别分析的方法对不同产地的烤烟样品进行判别分析,并建立判别函数。研究结果表明:总植物碱、总糖、淀粉、钾、氯和石油醚提取物6个主要化学成分进入判别函数,并建立判别模型。采用交互验证的方法对判别模型进行回判,对原样品判对率为79.7%,对预测样品判对率为86.7%。基于烤烟主要化学成分的判别分析模型有较高的稳定性,可以用于烤烟产地的鉴定。     

基于动态干旱指数的区域干旱识别系统研究

利用历年逐日降水量、蒸发量等资料,引用一种动态干旱指数,通过比较干旱指数计算值和干旱等级判别标准来判别干旱的发展;然后,基于动态干旱指数,运用VC＋＋计算机编程语言和Access数据库开发了一套安徽省江淮分水岭地区动态干旱识别系统。这对该地区干旱预测与预警具有重要的指导作用和应用价值。     

哈尔滨地区人工影响天气作业条件监测预警技术研究

为了科学防灾减灾,服务农业,通过研究哈尔滨地区暴雨天气易发期、触发雷雨大风对流性强天气的主要因素,使用2007-2017年哈尔滨气象站的历史冰雹资料和多普勒雷达资料,分析了哈尔滨地区冰雹的气候特征,归纳冰雹发生的天气形势、雷达回波和大气层结特征,总结冰雹预测的物理量判别指标,为进一步提高哈尔滨地区人工影响天气作业条件监测预警能力提供保障和支持。     

农业害虫发生程度的级值判别数学模型的研究

本文对山东省临沂市１９６５～１９８６年（１９８０年除外）共２１年的历史观测数据级值进行了数量分析，建立了第二代玉米螟有虫株率的５个级值判别数学模型。经回报验证，其历史符合率达１００％。将１９８７年、１９８８年观测数据级值作为独立样本进行试报，其预报准确率达１００％。为农业害虫发生程度的中长期预测预报提供了一种新的研究方法。     

判别分析法在三化螟一代预测预报上的应用

本文的数理统计采用了Fisher准则下的两类判别分析方法,在PC-1500型袖珍电脑上,对无锡地区的历史资料进行了数量分析,建立了预测无锡地区三化螟第一代发生量的线性判别函数。对于历史资料的回代验证,拟合率在90％以上,试报准确率是高的。     

Fuzzy控制理论在粘虫数量预报中的应用尝试

本文将粘虫发生数量预报过程模拟成一个Fuzzy控制系统,预报依据作为系统的输入,发生量作为系统的输出。根据历年粘虫发生资料,建立了Fuzzy控制预报模型。结果实测值全部落入预报区间内,对扬州市6个县36年次的历史资料也进行了验证预报,符合率为34/36×100=94％。     

四川小麦穗期蚜虫发生程度预测研究

选用四川省有代表性的５个县（忠县，双流，宜宾，武胜，资中）１１年３月份气象因素和小麦穗期蚜虫发生程度资料，运用模糊综合决策方法，建立了预测模型，用预测因子回代，历史符合率达９４．１２％，１９９１～１９９４年，５月县市实际预测符合率为７５．００％，证明该模型对预测小麦穗期蚜虫发生程度有较好效果。     

曲线回归参数估计的改进与回归预测模型的校正

为了使回归预测模型更具有实用性，采用渐近最小二乘法对指数函数，幂函数一类回归曲线的参数估计做了改进。在增加新的样本单元资料时，用增长记忆递推公式对原始回归预测模型进行了校正，得到新的预测模型。     

哈达门国家森林公园游客量动态预测

根据哈达门国家森林公园的票房数据，应用灰色系统理论建立旅游量灰色动态模型。基此，对哈园游客量进行了中短期预测，其预测检验精度为９３．７２。旨在对该园建设、管理等项决策提供科学依据。     

组合预测方法及其在土壤水分预测中的应用

本文简要介绍了当前较为流行的一种新的预测方法—组合预测方法及最优权数的计算。并利用此方法对预测土壤水分含量的两个单一预测模型进行综合处理,得到了土壤水分含量的组合预测模型,从统计分析和回归检验中可以看出,组合预测模型较原两个单一预测模型的预测精度有较大的提高。     

土壤水盐信息区域最优估计

本论文根据区域水环境预测中水盐监测与评价的要求,进行了水盐空间信息区域最优估计的研究。利用内蒙古河套灌区内两个试验区的春季水盐采样数据,使用稳健变异函数进行区域普通克立格估计,为水环境评价与预测提供了基础资料。     

棉铃虫发生期和发生量预报技术研究

以山东省曲阜市 1982～ 1994年棉铃虫系统测报资料为历史原始数据 ,依据多级判别分析准则 ,建立了预测预报模型 ,用其对历史资料进行回报验证 ,符合率达 84%以上 ,对独立样本试报 ,结果与实况相符。为第 2代棉铃虫发生期和发生量的预测预报提供了一种新的研究方法。