1 安徽大学 商学院, 安徽 合肥 230601
2 安徽大学 数学科学学院, 安徽 合肥 230601
通过建立向量 自回归(VAR)模型,综合运用格兰杰因果关系检验、广义脉冲响应函数和方差分解法,分析PM2.5与其它空气污染物的动态关系,探讨其它 空气污染物对PM2.5的影响,利用西安市2013年1月1日～2014年12月31日有关环境空气质量的数据进行了研究。结果表明: PM2.5与其它空气污染物所 构成的空气质量系统是稳定的, SO2 、NO2 、CO浓度值的增加会引起PM2.5浓度值持续较长时间的增加,其中SO2 对PM2.5影响作用最大; O3 浓度值的增加则会使PM2.5浓度值降低。
VAR模型 广义脉冲响应 空气污染治理 PM2.5 PM2.5 vector auto-regressive model generalized impulse response air pollution governance
长期对等( P2P)系统中的搭便车行为使得系统渐渐失去了原来分布式共享的特点。为了抑制这种行为，提出了一种新的 P2P系统评价模型。该模型基于博弈论抑制模型和节点行为的激励模型的特点，对用户行为采用信誉值进行评价，信誉值的表征体现用户阶段性的表现，并采取一定的限制抑制自私节点的产生。将该模型内的各种激励机制进行数学建模，并利用自回归(AR)模型进行拟合。仿真结果表明，在该模型下，系统的评价呈周期性变化，满意度趋于平稳，在 30%左右。
博弈论 对等系统 自回归模型 用户行为 game theory Peer to Peer system Auto -Regressive model user behavior 太赫兹科学与电子信息学报
2015, 13(2): 308
中国科学院西安光学精密机械研究所 光谱成像技术实验室, 西安 710119
为了克服传统光谱复原算法理论上的缺点, 引入了现代谱估计技术的概念和基本算法.利用两类现代谱估计方法(自回归模型和多重信号分类算法)进行干涉光谱复原, 比较了复原光谱与传统光谱复原算法的效果, 并对文中所用几种方法的局限性加以验证和说明.研究结果证明了现代谱估计方法应用于光谱复原中完全可行且性能优异, 在传感器获取的数据长度有限时可以获得更高的光谱分辨率.
干涉光谱复原 现代谱估计 自回归模型 多重信号分类算法 Interferogram spectrum reconstruction Modern spectrum estimation Auto-regressive model Multiple signal classification algorithm
西北工业大学自动化学院, 陕西 西安 710072
针对高光谱分类中对光谱信息和空间信息利用不足的问题，提出了一种基于稀疏表示模型和自回归模型相结合的分类算法。该算法利用稀疏表示模型和自回归模型，设计联合字典：在光谱维上，利用稀疏表示模型将高光谱的每个光谱向量表示为字典中训练样本的稀疏线性组合；在空间维上，利用自回归模型对每个光谱向量的8邻域进行约束。针对不同样本分别构造一个字典，在减少计算量的同时减小重构误差，最后在最小重构误差和邻域相关性的约束下求解稀疏表示问题，以最小重构误差为准则实现高光谱数据的分类。仿真结果表明，该方法能够有效地提高高光谱数据的分类精度。
遥感 高光谱 稀疏表示 自回归模型 邻域相关性 最小重构误差
