修正BW方法在中国大气降水δ^(18)O空间分布研究中的应用

为研究中国大气降水δ18O的空间分布,利用81个大气降水和冰芯站点δ18O资料和BW回归模型,拟合出大气降水δ18O与纬度和海拔的定量关系:δ18O=-0.024LAT2+1.541LAT-0.002 ALT-29.678.同时,为了优化BW回归模型的拟合结果,对BW回归模型的残差做了内插并比较了不同插值方法的精度.结果表明:以降水量为辅助变量的协同克里格法对残差的预测效果最好,与广泛采用的反距离加权法相比,该方法预测的BW残差与实际残差间的RMSE减小了0.14‰,ME也更接近于0.最后,利用最优的插值方法生成了BW回归模型的残差分布图,并将其与BW的模拟结果叠加得到了中国降水δ18O的空间分布图.其结果总体上反映了中国大气降水中δ18O的分布状况,为降水δ18O的现代过程研究以及古气候和古水文的研究提供了资料参考.

基于遗传非参数MDL-BW方法的HMM结构优化

隐马尔科夫模型(Hidden Markov Model,HMM)广泛用于语音信号等时序信号的建模.HMM的结构优化包括模型参数个数优化和参数值的优化.针对传统的用于训练HMM的鲍姆-韦尔奇(Baum Welch,BW)算法在寻求最优解时容易陷入局部极值以及无法优化HMM参数个数的问题,本文提出了遗传非参数MDL-BW方法.该方法通过结合遗传(Genetic Algorithm,GA)算法随机搜索的特点和自适应思想来扩大HMM参数值解的搜索空间,结合非参数思想帮助自动寻求HMM的合适参数个数,同时以最小描述长度MDL(Minimum Description Length,MDL)作为模型优化准则来寻求HMM在全局上的最优结构.仿真数据、语音数据以及人体动作数据的仿真结果表明遗传非参数MDL-BW方法相较BW方法等同类方法在HMM结构的寻求上具有更好的效果.