基于DTW距离的时序相似性方法提取水稻遥感信息——以泰国为例简

热带季风区多云多雨的天气条件一直是多光谱遥感探测地表信息的难点之一。本文针对东南亚地区多雨多云的复杂天气条件以及水稻种植灵活的特点,利用MODIS时间序列数据,提出一种基于动态时间弯曲（DTW）距离的相似性判别的土地覆盖分类方法,对泰国东北部地区单、双季稻种植面积进行了遥感提取研究。针对研究区雨季遥感影像像元受到云覆盖影响严重,使用替换法去云,结合S-G滤波方法对计算得到的MODIS09A1数据的NDVI时序数据去噪,再采用DTW距离相似性方法逐像元比较与标准NDVI时间序列的时序相似性,将不同类型所得NDVI相似性值作为模糊分类隶属度参考值对泰国东北部地区单季稻、双季稻进行分类提取面积。最后结合野外采样数据、Google Earth高清遥感影像进行精度验证。结果表明,该方法能够用于针对东南亚多雨多云区水稻种植面积大范围监测。     

A Nonlinear Dynamic Latent Class Structural Equation Model

In this article, we propose a nonlinear dynamic latent class structural equation modeling (NDLC-SEM). It can be used to examine intra-individual processes of observed or latent variables. These processes are decomposed into parts which include individual- and time-specific components. Unobserved heterogeneity of the intra-individual processes are modeled via a latent Markov process that can be predicted by individual- and time-specific variables as random effects. We discuss examples of sub-models which are special cases of the more general NDLC-SEM framework. Furthermore, we provide empirical examples and illustrate how to estimate this model in a Bayesian framework. Finally, we discuss essential properties of the proposed framework, give recommendations for applications, and highlight some general problems in the estimation of parameters in comprehensive frameworks for intensive longitudinal data.     

突发事件情境下网络问答社区用户构成和行为分析——基于问题胶囊事件的实证研究

对用户在突发事件情境下的行为、构成和各类用户特征进行分析,结果显示有关突发事件的提问与回答几乎同步,当天提问当天即有人回答;突发事件吸引了大量匿名用户和沉寂用户参与在线问答,活跃用户在回答问题满意度和参与回答数量上都远远高于前两类用户;如果用户为权威用户,其回答被采纳率更高。最后提出一些改善突发事件网络沟通效果的建议。     

“三海”问题上美国对华立场的时间序列法分析

通过历史法梳理出冷战结束后到本文研究的截止时间(2014年8月27日)内,美国在东海、台海和南海问题上对华立场的标志性事件,以专家法赋分进行半定量化处理,以时间序列法进行研究,结论表明：自冷战结束后,美国在“三海”问题上对华采取了一贯性的遏制立场。这一趋势在2009年以后,尤其在2011年后呈加剧态势,本文的工作为预测未来美国在“三海”问题上可能采取的对华立场提供了有科学依据的借鉴。     

基于时间序列Sentinel-1A数据的玉米种植面积监测研究

玉米作为中国三大作物之一,监测其种植面积对及时了解其种植时空分布、保障粮食安全具有重要作用。本文以河北省涿州市为研究区,利用2016年多时相Sentine-1A SAR （Synthetic Aperture Radar, 合成孔径雷达）影像,对玉米种植区域进行提取。在对研究区地物散射特性分析的基础上,分析了微波后向散射特性随不同生育期玉米植株结构发育的变化情况,选择合适时相和极化组合的后向散射系数,运用支持向量机（Support Vector Machine,SVM）算法提取了玉米种植范围和面积信息,并对不同后向散射系数（标准后向散射系数（Sigma-naught,σ₀）和归一化后向散射系数（Gamma-naught,γ₀））用于研究区作物种植区提取的结果进行了比较。结果表明,采用时间序列（4月19日,5月30日,6月11日,7月17日）雷达图像得到的监督分类结果具有较高的分类精度和kappa系数,总体精度达92.96％,Kappa系数为0.91。因此,采用4—7月（春玉米播种至吐丝时期、夏玉米播种至拔节时期）的时间序列SAR数据能有效获取不同种植模式下的玉米信息,而增加8、9月的数据对玉米识别精度的影响不大。总体来说,采用多时相双极化的σ₀数据与相同时相组合的γ₀数据对玉米种植范围提取基本相同,但使用γ₀数据的林地识别精度比σ₀数据提高了3％。研究结果可为多极化SAR数据的玉米识别和面积监测提供参考案例。     

基于去趋势波动的温度记录分析

天气的持续性是众所周知的现象.热天之后是热天的可能性比是冷天的可能性要大的多,反过来也一样.本文研究天气变化的长期持续性,以s天为间隔的温度方差的相关系数c(s)服从一个幂函数c(s)∝s-r.而DFA是一个在时间序列分析中很好的长期相关性预测的方法,高阶DFA的偏差在小的时间尺度内不断增强.对于短期的非稳态时间序列,揭示一个模拟DFA方法来消除数据中的这种趋势.通过对某地区近7年的温度记录分析,发现指数大约为0.68,说明未来100年全球变暖将没有模型预测的那么显著也不能排除.     

The relationship between growth in principal leadership and growth in school performance: The teacher perspective

Using a multilevel multiset time-series model, the present study aimed to examine whether changes in teacher perceived principal leadership practices were associated with the change in school academic performance. Teacher perceived principal leadership practices tapped into various aspects of school process and principal leadership. School academic performance was measured as a school’s average in reading and mathematics at a certain grade level (Grades 5–8) in a certain calendar year (2013–2017). Change in teachers’ perceptions regarding principals’ efforts to improve parent involvement was identified as the single most important teacher perceived principal leadership practice for growth in both school reading and school mathematics performance across grade levels (moderate effect size of .481 in reading and small effect size of .254 in mathematics). Implications were discussed, including the hypothesis of “growth” factors in principal leadership practice.     

移动学习中的数据挖掘研究

随着网络技术与通信技术的迅速发展,移动学习呈现出强大的发展势头.本文以一个实际运行的移动学习网站为研究平台,利用数据挖掘技术对网站客观数据进行分析研究,并就"移动学习使用者特征"、"知识资源个性化推荐技术"和"资源需求趋势预测"这三个比较值得关注的问题进行了实验论证,对移动学习研究者和基于知识服务的网站运营决策者具有一定的启发意义和参考价值.     

基于典籍的春秋社会时间序列演变分析方法初探

春秋时代作为中国古代历史发展的重要转型时期,经济、政治、文化等各领域都发生了急剧的变革。研究这一时期社会变迁,对于阐释中华文化的历史渊源、发展脉络、基本走向,建构中国特色社会主义传统文化观皆有非常重要的意义和价值。文章以《左传》为语料来源,以文本挖掘为手段分析春秋社会演变规律,借助社会变迁相关理论对春秋时代进行结构、表现及动力等不同维度的描述,进而从文本分析的角度构建对应的量化指标。通过融合词频分析、聚类分析、时间序列分析、社区结构挖掘等多种文本挖掘技术,实现各项量化指标的计算。实验结果表明,研究设计的文本计算方法较好地描述了春秋社会结构演变、演变动力及演变表现,与人文学者研究结果基本一致。对于人文计算的开展具有一定理论价值与实践意义,但在模型构建、特征挖掘的方法以及结果评价方面仍有待进一步提升。     

2001-2010 年东北三省植被净初级生产力模拟与时空变化分析

本文基于改进的CASA光能利用率模型,利用遥感数据、气象数据、土地覆盖类型数据作为模型输入参数,估算了中国东北三省2001-2010年的植被净初级生产力(NPP),并利用MOD17A3 NPP产品与本文估算NPP进行了精度对比分析。结果表明,东北三省10a平均的植被NPP为304.643g C/(m2·a)。不同土地覆盖类型NPP差异明显,阔叶林>混交林>针叶林>农田>灌木>草地>城镇>未利用地>水体。年NPP在2001-2005年间出现了上下波动的趋势,且不同土地覆盖类型NPP的时空变化趋势不同,森林覆盖区域具有明显的逐年下降趋势(-1.217g C/(m2·a)),未利用地则具有明显的逐年上升趋势(2.35g C/(m2·a))。通过对3个气象因子(降水、辐射量、温度)、3个模型参数因子(APAR累积量、光能利用率ε、NDVI累积量)与NPP的相关性分析可知,APAR累积量与NPP的相关性最大,研究区平均相关系数达到了0.703,温度与NPP的相关系数最小,研究区平均相关系数为0.011。