基于MGM（1，n）模型的中国水产品产量时间序列的实证分析

运用灰色关联度与多变量灰色系统理论对中国1986-2011年水产品产量时间序列进行了实证分析。首先用灰色关联分析方法将水产品产量所包含的5组时间序列即海洋捕捞、远洋渔业、海水养殖、淡水捕捞、淡水养殖产量进行了分类;再将关联度达到0.9以上的海洋捕捞、海水养殖、淡水养殖产量3组时间序列划分为一组并运用多变量灰色MGM (1, n)模型对其进行建模,由于这3组序列关联度高且单个序列累加数据近似服从指数分布,因而拟和结果数据逼近初始数据;对关联度达到0.8的远洋渔业与淡水捕捞两组时间序列,也尝试用MGM (1, n)模型进行建模,结果模型拟合略有欠缺。本研究中的这种建模方法既考虑了序列间的内在联系,又避免了分别使用单一序列建模割裂序列相互制约因素的情况发生,图示与误差分析结果均显示该方法具有效性。     

系统发生分析程序MrBayes 3.1使用方法介绍

在介绍MrBayes3.1程序基本特点以及Nexus文件准备的基础上,选取普通DNA序列、普通蛋白质序列、含编码区域的DNA序列、mRNA序列以及混合型数据文件为例分别介绍了MrBayes3.1程序的基本使用方法,为初学者正确使用该程序提供了操作指南,同时为深入学习与掌握该程序的特殊用途打好基础。     

系统发生分析软件PAUP和TreePuzzle使用方法介绍

系统发生分析被广泛应用于研究不同生物DNA、蛋白质序列的进化关系。PAUP和TreePuzzle是目前使用较多的系统发生分析软件,但其使用方法较为复杂,不易被初学者掌握。从序列信息模块、序列参数模块、运算命令模块3个方面介绍了PAUP软件的使用方法,同时也对TreePuzzle软件的使用和进化树的编辑与注释方法做了简单介绍。     

长江上游亚高山降水与径流时间序列的非线性特征

运用GP算法 ,利用长江上游亚高山 12a的降水时间序列 (序列长度为 4 32 )和 9a的径流时间序列 (序列长度为32 4 )构建n维嵌入相空间 ,拟合得到了该区降水时间序列和径流时间序列的关联维数分别为 2 4和 2 8.该值具有不随时间尺度变化而变化的特性 ,意义在于可以从某一时段降水或径流时间序列的信息中获知更长时段的信息 ,也可以从长时段序列信息中提取某一时段的信息 .而且该分维数的求取可以说明至少有 3个因子在影响着该区降水和径流的时间序列动态变化     

新疆潜在蒸散分形特征与R/S趋势分析

[目的]分析新疆潜在蒸散的时间序列,判断时间序列的分形结构,对新疆潜在蒸散的变化趋势进行预测.[方法]应用Penman-Monteith模型计算了新疆53个气象台站1955～2008年的潜在蒸散量时间序列,并采用配分函数(统计矩)判定该时间序列的分形结构,再利用重标极差分析法(R/S)对新疆潜在蒸散变化趋势进行预测.[结果]配分函数τ(q)与q的线性关系非常明显,对于高阶q取值为10,20,…,100时也成立,依然有较好的线性关系.三个区域年平均潜在蒸散量时间序列存在明显的Hurst现象,Hurst指数分别为0.896 0、0.719 4、0.788 9.[结论]南疆区、北疆区、天山山区1955～2008年潜在蒸散时间序列是一个单分形结构.新疆潜在蒸散变化存在着持续性.其中,南疆区潜在蒸散的持续性最强,天山山区次之,北疆地区最弱.     

基于相似性分析的时间序列异常检测方法

时间序列数据是按照时间顺序在不同的时间点采集的数据,反映了某一对象随时间的变化状态和程度。由于时间序列的海量性及复杂性,我们采用频域表示时间序列,并以此为基础提出了基于相似性分析的时间序列异常检测方法。将动态模式匹配距离作为衡量相似性的指标,计算每一个模式同其余各模式之间的相似性,据此确定异常状态。该方法大大降低了数据搜索复杂度,提高了系统效率与准确度。     

基于时序Landsat遥感影像枣树种植面积提取

基于不同特征时间序列数据集,使用动态时间规整(dynamic time warping,DTW)方法对时间序列遥感影像进行分类.基于时间序列Landsat 8影像数据,使用NDVI、EVI、第一主成分(principal component analysis 1,PCA1)3种特征数据集结合DTW算法,对比分析不同特征量对枣树的识别精度.结果表明:基于DTW(ND?VI)的时间序列特征数据集结合DTW算法能够得到较好的分类结果,基于时序DTW(EVI)特征量的方法次之,基于时序DTW(PCA1)特征量的方法的分类精度最低,总体精度分别为95.23％、93.73％、83.84％,Kappa系数分别为0.858、0.824、0.738.     

混沌特性时间序列线性变换理论方法及其应用

通过对时间序列的相空间的重构,用G-算法、Wolf算法证明了混沌时间序列经过线性变换后其关联维数、Lyapunov指数以及Kolmogorov熵大小不变,从而得出了线性变换后混沌时间序列的混沌特性保持不变的结论.同时将这一理论和热力学中的相似实验相结合,验证了实验模型系统进入混沌则实际系统必也能够在相应时刻进入混沌状态.该结论被成功应用到对汽包水位晃荡幅值的测量当中,验证了汽包水位的晃荡幅值具有混沌特性,并成功地对该时间序列进行了预测.     

转铁蛋白及其同源类似物cDNA序列比较分析

应用NCBI数据库和计算机分析软件对农业部淡水鱼类种质资源与生物技术重点开放实验室克隆的鲫鱼(Carassius auratus)转铁蛋白的cDNA序列以及GenBank序列数据库中的27种转铁蛋白及其同源类似物cDNA序列的同源性进行了比较.结果表明:不同种属和来源的转铁蛋白cDNA的同源性均在30%以上;物种分化时间越早,其转铁蛋白基因的同源性越低,相反则越高;不同种属和不同来源转铁蛋白cDNA的进化并不同步,而是由不同途径分别进化的.根据同源性比较结果绘制出它们的系统发育进化树.转铁蛋白基因的进化顺序推测是:微生物转铁蛋白类似物基因、昆虫转铁蛋白基因、黑素转铁蛋白基因、卵转铁蛋白基因、乳转铁蛋白基因、鸟类血清转铁蛋白基因、鱼类血清转铁蛋白基因、哺乳类血清转铁蛋白基因.对cDNA序列的密码子使用频率和密码子使用偏性进行分析,结果表明:密码子使用频率越高或使用偏性越小,说明该密码子编码的氨基酸对蛋白质空间结构的形成和基本生理功能的影响也越重要;在进化上分化时间越早的物种,密码子使用频率和使用偏性的差异较小,反之则较大;在同源性方面,在进化上比较接近的物种,基因的密码子使用频率和使用偏性指标比较接近或基本相同.     

一类基于FPGA的m序列发生器的设计

基于FPGA的存储器结构,设计了产生m序列的本原多项式的存储格式及其查询算法,并且提出了对任意级数n的m序列发生器的产生方法。试验表明,使用该方法实现的m序列发生器,结构简单,速度快,适用范围广。     

一类基于FPGA的m序列发生器的设计

基于 FPGA 的存储器结构,设计了产生 m 序列的本原多项式的存储格式及其查询算法,并且提出了对任意级数 n 的 m 序列发生器的产生方法。试验表明,使用该方法实现的 m 序列发生器,结构简单,速度快,适用范围广。     

长江上游亚高山降水与径流时间序列的非线性特性

运用GP算法，利用长沙上游亚高山12a的降水时间序列（序列长度为432）和9a的径流时间序列（序列长度为324）权建n维嵌入相空间，拟合得到了该区降水时间序列和径流时间序列的关联维数分别为2.4和2.8，该值具有不随时间尺度变化而变化的特性，意义在于可以从甘一时段降水或径流时间序列的信息中获知更长时段的信息，也可以从长时段序列信息中提取某一时段的信息，而且该分维数的求取可以说明至少有3个因子在影响着该区降水和径流的时间序列动态变化。     

基于小波变换和动态神经网络的温室黄瓜蒸腾速率预测

针对作物蒸腾速率与温室环境参数间非线性耦合时延性关系,以温室环境参数:空气温度、空气湿度、太阳辐射度、土壤温度、叶面温度、土壤含水量的时间序列为输入量,温室黄瓜蒸腾速率时间序列为输出量,采用小波分解重构方法,分别建立低频时间序列和高频时间序列的非线性自回归动态神经网络(NARX)子网络预测模型,以子网络的预测叠加值为蒸腾速率预测值。结果表明:1层小波分解重构的低频时间序列A1和高频时间序列D1的子网络预测值与蒸腾速率分解重构目标值间相关性决定系数R2分别为0.949和0.853,平均绝对误差(MAE)分别为5.36和2.00 g·h-1。2层小波分解重构的低频时间序列A2和高频时间序列D2的子网络预测值与蒸腾速率分解重构目标值间相关性决定系数R2分别为0.983和0.849,MAE分别为2.88和2.56 g·h-1。1层小波分解重构的时间序列的NARX子网络预测值合成值(A1+D1),2层小波分解重构的时间序列的NARX子网络预测值合成值(A2+D2+D1)和未小波分解重构的原时间序列的NARX预测值与蒸腾速率测量值间相关性决定系数R2分别为0.945、0.974和0.857,MAE分别为5.76、4.42和10.09 g·h-1。小波分解重构的高频和低频时间序列预测合成,能够提高时间序列的预测准确性。同时采用相同网络结构的BP神经网络和NAR动态神经网络预测蒸腾速率时间序列,其预测值与测量值间决定系数R2分别为0.596和0.839,MAE分别为19.55和9.45 g·h-1。NARX预测性能优于NAR和BP神经网络的预测性能,能够应用该方法预测温室黄瓜的蒸腾速率。该方法可推广至多变量非线性强耦合时延性系统中的变量预测。     

1961—2008年临沂降水变化特征的气候分析

利用线性倾向估计、累积距平、M—K检验和小波分析等方法对临沂市的降水时间序列进行了多方面分析。结果表明,临沂市降水时间序列总体上表现为下降趋势,以秋季降水比较明显;降水时间序列存在明显的趋势突变点和阶段性,但这一趋势在各季节的降水时间序列中表现不同;降水时间序列存在多种不同的时间尺度变化,年降水时间序列中存在15年和30年的时间变化尺度,夏季和冬季的降水时间序列也存在15年的时间变化尺度,春季和秋季降水时间序列存在6年和9年的时间变化尺度,在四季的降水时间序列中都存在3年的时间变化尺度。     

邓恩桉引种区极端气温的起伏型时间序列分析

介绍了起伏型时间序列气温模拟与预测方法,并利用建阳市1976-2005年极端最低气温数据,对邓恩按引种区极端最低气温进行建模模拟.结果表明.起伏型时间序列模型能很好地拟合邓恩桉引种区极端最低气温的时间序列动态变化,拟合精度为87.56%,结果较满意,说明起伏时间序列分析方法可以应用于极端气温变化的模拟与预测,从而丰富了邓恩桉引种区极端气温预测与预报方法.     

基于时间序列分析的降雨量动态预测

利用时间序列分析与数理统计分析相结合的方法,建立了合理的模型,对雷州半岛徐闻气象站的年降水量进行了参数估计和动态预测。提出了一种合理的动态预测方法,该方法获得了较高的预测精度。     

基于MODIS NDVI时间序列谱匹配的耕地信息提取研究——以浙中地区为例

    基于MODIS NDVI数据和时间序列谱匹配提取季相相似的耕地面积.选取耕地样点像元的时间序列作为标准时间序列谱,其他像元的时间序列作为测试时间序列谱,对匹配系数进行t测验以确定耕地像元.当匹配位置m=0时,在t测验10%显著水平时耕地的匹配精度最高,相关系数r为0.60;而对均方根误差(RMSE)评价图执行非监督分类,获得的耕地匹配精度显著提高,相关系数为0.79,优于t测验方法.该研究证实了基于时间序列谱匹配的耕地信息提取的可行性,同时匹配精度可反映研究区作物季相的一致性信息.     

基于局域支持向量机的旱涝预测

降水量的变化受到许多因素影响,其动态特征呈现复杂的非线性,使得预测难度较大。为了提高降水量预测精度,提出了一种基于局域支持向量机的降水量预测方法,对月降水量时间序列进行参数提取,构造相空间,使用支持向量回归模型代替局域线性模型,使用邻近点训练该局域支持向量回归模型。仿真结果表明,该方法预测精度高,在旱涝预测方面有较好的应用前景。     

一种高效的数据不变长加密算法及其实现

提出了对序列X进行不变长加密的方法,若X的长度为n,则利用该方法对X进行加密运算后产生的新序列X′的长度还是n.该加密算法及其相应的解密算法所需的时间和空间复杂度均为O(n).该算法适用于数据库在不改变字段宽度的前提下对记录进行简单有效的加密和解密.     

基于混沌理论的自适应模糊推理网络系统在径流时间序列预测中的应用

水文期预报对水资源管理、调度及社会的生产、生活具有十分重要的意义。针对常规混沌预测方法的局限性,提出基于混沌理论的自适应模糊推理网络系统的径流时间序列预报方法。该方法径流时间序列被分解为趋势项、周期项和随机项,对随机项进行混沌辨识,然后建立有自适应能力的神经网络模糊推理模型对随机项进行预测,最后将各项线性叠加进行径流预报。实例表明,该方法预测精度较高,具有良好的泛化推广能力。