我国2010年人均GDP预测

1霍尔特指数平滑法首先介绍一下霍尔特指数平滑法,用霍尔特指数平滑法预测,需要两个参数和三个方程式,其基本公式和预测方程如下:     

指数平滑法在林地水分动态模拟和预测中的应用

指数平滑法是广泛应用的基于时间序列进行预测的方法之一,但是目前该方法在土壤水分动态模拟与预测方面的应用较少。采用指数平滑法中的Simple模型,对晋西黄土区人工刺槐林地2009年6月1日至9月30日间每日土壤含水率和土壤蓄水量进行了模拟和预测。结果表明,该模型能够以一定精度对土壤含水率和土壤蓄水量进行模拟和预测;在0—150cm土层内的7个不同观测土层中,随着土层深度的增加,该模型的预测准确性增大。100—150cm土层预测值最大误差<5%,并且120—150cm土层的预测在7个观测土层中最为准确,其平均误差率仅为0.101 1%。对预测值与实测值进行比较后得出,降雨、蒸发蒸散、地表径流、植物根系吸收等影响因素可能对人工刺槐林地的土壤含水率和土壤蓄水量的影响深度可至120cm。     

基于重标极差（R/S）和小波分析的黄土坡耕地产流产沙变化研究

为探明降雨条件下黄土坡耕地微地形径流和泥沙变化规律,通过5°、10°、15°、20°、25°坡和直线坡、人工锄耕、人工掏挖、等高耕作4种耕作方式组合条件下的室内模拟降雨试验,应用基于分形理论的重标极差(R/S)分析法对径流和泥沙时间序列的变化趋势进行预测,同时使用小波(Morlet)分析对各径流和产沙序列的变化主周期进行识别.结果表明:径流序列的赫斯特指数变化区间为[0.567,0.798],产沙量时间序列的赫斯特指数变化区间为[0.632,0.861],两者均大于0.5,呈现长程正相关.因此,坡耕地下一时段的径流量和产沙量时间序列与过去时段变化趋势相同;4种耕作措施的径流量最大峰值均出现在28~29 min,部分耕作措施的产沙量序列可能存在30 min以上的长周期,需要更长的时间序列验证.用R/S分析法结合小波分析,预测未来的产流产沙趋势,结果具有可靠性.该研究丰富了径流和泥沙输移理论,对农业生产和水土保持等方面研究具有指导意义.     

交通事故预测方法研究

交通事故预测是在对已发生事故的数据进行统计、分析和处理的基础上,以事故发生原因和发生的规律为依据,对目前尚未发生的事故预先做出的推测、判断。介绍了几种主要的公路交通事故预测方法,包括线性回归预测法、非线性回归预测法、时间序列预测法的移动平均法与指数平滑预测法、灰色马尔科夫链预测法、基于车速的交通事故贝叶斯预测法、道路交通事故的灰关联分析及神经网络预测方法等,国内、外传统的和主流的交通事故预测的方法,并对几种主要的公路交通事故预测方法的适用条件、优缺点进行了较详细的比较,为相关部门选择合适的交通事故预测方法提供参考。     

基于重标极差(R/S)和小波分析的黄土坡耕地产流产沙特征研究

为探明降雨条件下黄土坡耕地微地形径流和泥沙变化规律,通过5°、10°、15°、20°、25°坡和直线坡、人工锄耕、人工掏挖、等高耕作4种耕作方式组合条件下的室内模拟降雨试验,应用基于分形理论的重标极差(R/S)分析法对径流和泥沙时间序列的变化趋势进行预测,同时使用小波(Morlet)分析对各径流和产沙序列的变化主周期进行识别。结果表明:径流序列的赫斯特指数变化区间为[0.567,0.798],产沙量时间序列的赫斯特指数变化区间为[0.632,0.861],两者均大于0.5,呈现长程正相关。因此,坡耕地下一时段的径流量和产沙量时间序列与过去时段变化趋势相同;4种耕作措施的径流量最大峰值均出现在28~29 min,部分耕作措施的产沙量序列可能存在30 min以上的长周期,需要更长的时间序列验证。用R/S分析法结合小波分析,预测未来的产流产沙趋势,结果具有可靠性。该研究丰富了径流和泥沙输移理论,对农业生产和水土保持等方面研究具有指导意义。     

土地利用规划中建设用地预测模型的比较研究

建设用地的科学准确预测是土地利用总体规划中的重要内容,通过模型预测、数据验证和误差分析,总结分析了各种建设用地预测模型的特性与适用条件。研究结果表明,一元线性回归法适用于线性趋势较为明显的数据预测;而当可供利用的历史数据较少时,可采用指数平滑法;模型适用于数据较多、较复杂的预测;如果预测过程中参与的专家较多时,就可以采用头脑风暴法。     

基于信号降噪与支持向量机的食用油中铜锌铅电化学检测

以食用油中铜、铅、锌三组分重金属同时检测为目的,用差分脉冲溶出伏安法对三种金属混合溶液进行了电化学检测,获得了检测信号.利用平滑、平滑求导、卡尔曼滤波、小波包分析四种降噪方法对检测信号进行了降噪处理;运用主成分分析融合数据,以降低数据维数.同时,借助最小二乘支持向量机回归构建了四种不同模型.通过对预测集检验以及食用油样品的实际测试,得出基于平滑求导的回归模型预报结果较好,且满足食用油中铜、锌、铅检测精度要求.该研究为食用油中多组分重金属含量快速检测提供了一种新手段.     

近红外光谱分析法测定菜籽油中芥酸的含量

采用多通道PDA型近红外光谱仪,应用偏最小二乘法建立了菜籽油中芥酸含量与近红外透射光谱的校正模型,讨论多项式求导及平滑的窗口宽度和相关系数法筛选有效波长对校正模型的影响,并对10个预测集样品利用预测相关系数R_p和预测均方根误差RMSEP指标进行了预测精度分析,结果发现：在使用全谱数据进行偏最小二乘回归建模时,一阶7点求导及平滑的预处理方法结果最佳,此时建模效果为：R_p=0.739,RMSEP=1.659;在此基础上通过相关系数法筛选波长后的建模效果为：R_p=0.958,RMSEP=0.963。后者R_p提高29%,RMSEP减少42%。由此可得出多项式求导及平滑法和相关系数法相结合对校正模型稳健性,预测精度都有较大提高的结论。研究证明：多通道近红外光谱仪快速测测菜籽油中芥酸含量的方法是可行的。     

冀西山前冲积扇区土壤机械组成模型制图对比研究

探索适合地形平缓的山前冲积扇地区土壤机械组成的空间预测方法。以河北省灵寿、行唐、曲阳县400 m高程以下区域为研究区,结合地形因子、土壤类型、归一化植被指数、地表温度等环境变量,选择基于对称对数比（SLR）转换的普通克里格法（SLR-OK）、回归克里格法（SLR-RK）、随机森林法（SLR-RF）3种方法,对训练集114个样点表层土壤机械组成的空间分布进行预测,并通过验证集50个样点比较了3种方法的预测精度。（1）从空间预测图来看,砂粒呈现出西北低、东南高的空间分布趋势;粉粒和黏粒与砂粒相反。与SLR-OK法相比,SLRRK法和SLR-RF法能够更好地反映局部变异并减小平滑效应。（2）对于砂粒和粉粒,SLR-RF法对验证集含量预测的平均绝对误差（MAE）和均方根误差（RMSE）均低于其他两种方法,且决定系数最高,表明SLR-RF的预测精度最高;对于黏粒,SLR-OK法对验证集含量预测的MAE和RMSE均低于其他两种方法,且决定系数最高,表明SLR-OK法的预测精度最高。（3）线性回归预测模型的辅助变量包括高程、土壤类型和风力作用指数;随机森林法模型的辅助变量包括高程、土壤类型、归一化植...     

近红外光谱快速检测食用油必需脂肪酸

为了建立食用油必需脂肪酸快速检测的方法,该研究提出了基于近红外光谱技术检测食用油中α-亚麻酸和亚油酸含量的快速测定方法。对光谱信息分别采用偏最小二乘回归方法(PLS)和最小二乘支持向量机(LS-SVM)建立模型。比较了多种光谱预处理方法对模型预测能力的影响。结果表明对于亚油酸含量的预测,采用Savitzky-Golay平滑法结合多元散射校正(MSC)的光谱预处理所建立的LS-SVM模型最优。预测集的决定系数(R2)、预测均方根误差(RMSEP)和剩余预测偏差(RPD)分别达到了0.989,0.0161和9.4783。对于α-亚麻酸含量的预测,采用Savitzky-Golay平滑法结合标准正态变换(SNV)的光谱预处理所建立的LS-SVM模型最优。α-亚麻酸含量预测结果的R2、RMSEP和RPD为0.972,0.0036和6.0561,据此表明,应用近红外光谱技术能够检测食用油中α-亚麻酸和亚油酸的含量,为快速检测食用油的必需脂肪酸提供了参考。     

基于高光谱成像技术的猪肉新鲜度评价

该文研究利用高光谱成像技术预测猪肉新鲜度参数,挥发性盐基氮(TVB-N)和pH值。在470～1000nm波长范围内,从高光谱图像中提取的反射光谱,分别经过2次Savitzky-Golay(S-G)平滑、多元散射校正(MSC)处理后,建立PLSR(偏最小二乘法)的预测模型。对TVB-N的预测,使用2次S-G平滑处理、MSC光谱建立的PLSR预测模型相关系数分别为0.90和0.89,预测模型标准差分别为7.80和8.05。对pH值的预测,经过MSC处理比2次S-G平滑处理的结果好,相关系数为0.79,预测模型标准差为0.37。同时综合2个参数利用MSC处理后的预测模型对猪肉新鲜度进行评定,准确率达91%。研究结果表明,高光谱成像技术可以用于猪肉新鲜度快速无损检测。     

土壤质地空间预测方法比较

土壤质地作为成分数据（compositional data）的一种,其空间插值需满足非负、定和、误差最小和无偏估计4个条件。采用成分克里格法（compositional Kriging）和基于对数比转换的普通克里格法对土壤质地各颗粒组成进行空间预测,均方根误差（root mean squared errors,RMSE）和标准化克里格方差（mean squared deviation ratio,MSDR）分别被用来衡量不同方法的预测精度及模型拟合效果。研究结果表明：对数比转换的普通克里格法和成分克里格法能够保证插值结果满足成分数据插值的4个条件;成分克里格法预测的各土壤颗粒组成的RMSE最小,预测精度最高,其黏粒RMSE值相对于非对称对数比转换的普通克里格法提高将近17%;成分克里格法的变异函数拟合效果总体上好于其他两种预测方法,预测结果极差更宽,更能反映土壤质地各颗粒组成与高程、母质和水域分布的关系。     

基于可见/近红外反射光谱的梨树叶片钾含量的快速测定研究

利用可见/近红外反射光谱定量分析技术对梨树鲜叶钾素含量进行快速测定研究。对150个梨树叶片样本进行光谱扫描,其中120个做建模集,30个做验证集。通过对样品的可见/近红外光谱进行多种预处理,并建立钾素预测模型,探讨了可见/近红外光谱数据预处理对预测精度的影响。结果表明,通过原始光谱与S-G(3)平滑相结合的预处理方法,用17个主成分建立的偏最小二乘法模型最好,其交叉验证集和预测集模型的决定系数(R2)分别为0.722 7和0.679 1,交叉验证均方根误差(RMSECV)为1.171,预测的平均相对误差为6.81%,能高效、快速地预测梨树叶片钾素含量,为梨树钾素快速测定提供了新的手段。     

几种分离方法在区域经济作物产量预测上的适用性分析:以吴中区枇杷为例

以吴中区枇杷为研究对象，对比分析ARIMA模型、GM模型、线性趋势和二次指数平滑法在区域性经济作物上气象产量分离的适用性，并对在这四种方法的基础上所构建的基于气候因子的产量预测模型预测准确度进行分析。结果表明，(1)使用GM和线性趋势方法分离的枇杷气象产量的正负性与农业气象灾害年鉴匹配较好。(2)四种方法分离的枇杷气象产量与9个气候因子间复相关程度均达到极相关，复相关系数分别为ARIMA方法 0.95，线性趋势和GM方法 0.94，二次指数平滑方法 0.93。(3)使用GM方法预测的枇杷趋势单产均方根误差和绝对百分比误差最大，在考虑了气候因子后，均方根误差降低百分率达到50.1%，其余三种方法中线性趋势法降低49.3%,ARIMA模型降低6.7%，二次指数平滑降低14.4%。(4)四种方法所构建的基于气候因子的产量预测模型预测结果，使用GM方法的RMSE和MAPE分别为3.0kg·hm^-2和15.2%，线性趋势方法次之，ARIMA方法最差。整体来看，GM(1,1)和线性趋势方法分离的枇杷气象产量与气象灾害记录更匹配，使用GM方法构建的基于气候因子的产量预测模型效果...     

识别不同水稻株型的高光谱模式方法的建立

提出了一种用高光谱技术快速识别不同水稻株型的新方法。首先在试验田内选择33个不同的水稻品种,测定了每个品种的14个株型特征参数,并采用荷兰Avantes公司的AvaSpec-2048便携式光谱仪采集不同株型水稻的高光谱数据。通过聚类分析,将所有水稻品种分为差异较大的3个株型类别。再采用平均平滑法和标准归一化方法对光谱数据进行预处理,对光谱数据主成分分析并获得各主成分数据。最后将主成分数据作为BP神经网络的输入变量,株型类别作为输出变量,建立了三层人工神经网络识别模型,并用模型对预测样本进行预测。结果表明,预测准确率为100%。该方法实现了对不同水稻株型的快速、无损识别。     

柑桔黄龙病近红外光谱无损检测

为探讨快速无损检测柑桔黄龙病的可行性,应用近红外光谱技术结合机器学习方法进行研究。在4000~9000cm-1光谱范围内,采集黄龙病、缺素和健康3类叶片样本的近红外光谱。采用一阶导数、平滑和多元散色校正组合的光谱预处理方法,消除光谱的基线漂移和散射效应。分别对偏最小二乘判别模型(PLS-DA)的主成分因子数和最小二乘支持向量机(LS-SVM)的输入变量数量、核函数类型及其参数进行了优化,建立了PLS-DA和LS-SVM模型。采用预测集样本,评价模型的预测能力,经比较,采用11个主成分得分向量为输入、线性核函数和惩罚因子为2.25的LS-SVM模型预测效果最佳,模型误判率为0。结果表明采用近红外光谱技术结合最小二乘支持向量机进行柑桔黄龙病无损检测是可行的。     

柿子可溶性固形物含量的可见-近红外光谱检测

为了实现柿子（Diospyros kaki thunb）可溶性固形物含量的快速无损检测,提出了一种采用可见-近红外光谱分析技术无损检测柿子可溶性固形物含量的方法。采用Field Spec 3光谱仪对3种不同品种的柿子进行光谱分析,共获取66个样本数据。利用平均平滑法对样本数据进行预处理,再采用主成分分析法,依据可信度获取光谱的6个主成分数据。将样本随机分成51个建模样本（每种各17个）和15个验证样本（每种各5个）,把6个主成分数据作为BP神经网络的输入变量,柿子的可溶性固形物含量作为输出变量,隐含层的节点数为11,建立3层BP神经网络检测模型,并用该模型对15个验证样本进行预测。结果表明,所建校正模型的校正标准差（SEC）为0.232,对预测集样本可溶性固形物含量的预测相对误差在3%以下,预测值和实测值的决定系数（R2）为0.99,预测标准差（SEP）为0.257。结果表明应用近红外光谱技术结合主成分分析和神经网络算法检测柿子的可溶性固形物含量是可行的。     

基于力声信号锯齿化多特征融合的香梨脆度评价

为了实现香梨脆度更符合感官评价的检测,该研究采用质构仪与麦克风同步采集香梨果肉破裂时的力声响应信号,然后采用峰值法、傅里叶功率谱法和表观分形维数法对力声响应曲线的锯齿化特征进行度量,分别提取了29个力学锯齿度参数和14个声学锯齿度参数用于香梨果肉感官脆度预测。研究结果表明,在43个锯齿度特征参数中,35个特征参数与香梨果肉感官脆度存在显著相关性（P<0.05）,可反映香梨脆度变化。通过主成分分析提取了前8个主成分解释原变量85.58%的信息,以这8个主成分构建预测感官脆度的多元线性回归模型,模型校正集相关系数为0.862,均方根误差为0.588,表明该模型具有较高的预测精度和稳定性,可为香梨脆度的仪器准确检测提供研究基础。     

基于移动最小二乘法的大棚温室温度场分析

为了解决传统曲面拟合方法中所拟合的图形平滑性不高及温度场分析方法较复杂等问题,本文提出了移动最小二乘法来拟合温度曲面,从而实现对大棚温室温度场的分析。并结合matlab软件绘制出温度场的三维图像,使所测温度场可视化,将拟合的结果与实测值进行对比,分析其误差的大小及曲面的平滑性。同时验证了该方法的可行性及表明了该方法的优越性和有效性,为大棚环境的预测、调控和优化提供了客观可靠的科学依据。     

3种水稻趋势产量拟合方法的比较分析

<正>确评估气象条件对粮食产量的影响必须以准确的气象产量为前提,因此,探求长时间序列粮食趋势产量提取分离方法对于更好地指导未来作物生产有重要意义。本文应用辽宁省9个地区17个站点62年的水稻历史产量数据,以相近地区农业生产力技术发展水平应具有一致性、产量序列的趋势应反映国家惠农政策对粮食增产的促进作用、相近地区热量条件变化的一致性可引起气象产量具有同升同降的特点等为评判标准,分析评价了应用HP滤波法、指数平滑法以及Logistic方法分离水稻的趋势产量、气象产量序列的合理性。研究结果表明:1)Logistic方法、HP滤波法以及指数平滑法所拟合出的趋势产量序列与辽宁省平均趋势产量序列一致,3种方法均能较好地反映辽宁省生产力发展水平的区域一致性特点;其中,沈阳、铁岭、鞍山、辽阳、丹东和锦州6个地区的趋势产量序列与辽宁省平均趋势产量序列间的一致性相关系数达0.908以上,表现为一致性极好;2)HP滤波法拟合出的趋势产量序列能较真实地反映由于生产力和国家政策变化所带来的实际产量的变化趋势,指数平滑法次之,而Logistic方法提取的趋势产量变化趋势反映社会发展实际的能力最差;3)不同趋势产量分离方法得到的气象产量区域平均值序列具有相似的年际及年代际变化特征,三者之间无显著区别(P0.05);HP滤波法分离得到的气象产量吻合气候特征的能力最强,指数平滑法次之,Logistic方法最差。综合分析,辽宁省水稻趋势产量的提取以应用HP滤波法最优,指数平滑法次之,而Logistic方法不适合辽宁省水稻趋势产量的提取。研究结果可为作物趋势产量拟合提供方法借鉴。