混合像元组分信息的盲分解方法.pdf

常见混合像元分解方法简介二

端元就相当于一个像素里的亚像元，只包含一种地物的光谱信息，根据多光谱或高光谱的高光谱分辨率可以提取出来。 端元只包含一种地物信息，一般的像元都为混合像元，包括多种地物，在进行混合像元分解的时候，可以对一个像元中包括的几种端元进行定量描述，求得每个像元中几种端元在这个像元中的面积百分比，即端元的丰度。 混合像元分解 (2011-06-10 14:46:57) 转载▼ 分类：ENVI/IDL学习 标签： 杂谈 混合像元是指在一个像元内存在有不同类型的地物，主要出现在地类的边界处。混合像元的存在是影响识别分类精度的主要因素之一,特别是对线状地类和细小地物的分类识别影响较为突出，在土地利用遥感动态监测工作中,经常遇到混合像元的难题，解决这一问题的关键在于通过一定方法找出组成混合像元的各种典型地物的比例。 线性混合像元分解 由于线性模型是应用最广泛，也是研究最多的算法，下面重点介绍基于线性模型的混合像元分解算法。一般而言，混合像元分解算法包括数据降维、端元选取和反演三个步骤。 １.数据降维 尽管数据降维不是混合像元分解算法的一个必需步骤，但由于大多数算法都将其作为一个流程，我们也将其当作一个步骤。常用的降维算法有主成分分析（Principle Component Analysis，PCA）、最大噪声比变换（Maximum Noise Fraction，MNF）和奇异值分解（Singular Value Decomposition，SVD）。 (1) 主成分分析：遥感图像各波段之间经常是高度相关的，因此所有的波段参加分析是不必要的。PCA就是一种去除波段之间相关性的变换。PCA通过对原数据进行线性变换，获得新的一组变量，即主成分。其中前几个主成分包含了原数据主要方差，同时各个主成分之间是不相关的。 (2) 最大噪声比变换：最大噪声比变换（Maximum Noise Fraction，MNF）[24]由Green等（1989）提出，该变换通过引入噪声协方差矩阵以实现对噪声比率的估计。首先，通过一定方式（比如对图像进行高通滤波）获取噪声的协方差矩阵，然后将噪声协方差矩阵对角化和标准化，即可获得对图像的变换矩阵，该变换实现了噪声的去相关和标准化，即变换后的图像包含的噪声在各个波段上方差都为1，并且互不相关。最后对变换后的图像再做主成分变换，从而实现了MNF变换，此时得到的图像的主成分的解释方差量对应于该主成分的信噪比大小。 (3) 奇异值分解：奇异值分解（Singular Value Decomposition, SVD）也是遥感图像处理中常用的变换，与PCA类似，SVD能够找出包含原始数据大部分方差的特征方向，不同的是，SVD特别适合于波段间高度相关的数据，而PCA在这种情况下很有可能会失败[25]。

端元法

【遥感专题系列】定量/高光谱遥感之——混合像元分解(2013-09-09 09:55:23) 转载▼ 分类：遥感技术 标签： 混合像元分解 端元波谱提取 杂谈 当具有不同波谱属性的物质出现在同一个像素内时，就会出现混合像元。混合像元不完全属于某一种地物，为了能让分类更加精确，同时使遥感定量化更加深入，需要将混合像元分解成一种地物占像元的百分含量（丰度），即混合像元分解，也叫亚像元分解。混合像元分解是遥感技术向定量化深入发展的重要技术。 本文主要介绍以下内容： ?基本概念 ?端元波谱提取 ?混合像元分解 ?基于MNF的MTMF混合像元分解 1.基本概念 ?混合像元 地球自然表面几乎不是由均一物质所组成的。当具有不同波谱属性的物质出现在同一个像素内时，就会出现波谱混合现象，既混合像元（Mixed Pixel）。Singer和McCord（1979）发现如果混合像元的尺度很大（宏观），那么混合像元将存在线性关系。对于微观的混合，混合像元通常表现为非线性关系（Nash and Conel，1974；Singer，1981）。 ?混合像元形成原因 从理论上讲，混合像元的形成主要有以下原因： 1) 单一成分物质的光谱、几何结构、及在像元中的分布； 2) 大气传输过程中的混合效应； 3) 传感器本身的混合效应； 其中：2)和3)为非线性效应，2)可以通过大气校正进行修正；3)可以通过仪器的校准、定标加以部分克服；1)部分是线性效应，也是本文讨论的内容。 ?混合像元分解 混合像元分解技术假设：在一个给定的地理场景里，地表由少数的几种地物（端元）组成，并且这些地物具有相对稳定的光谱特征，因此，遥感图像的像元反射率可以表示为端元的光谱特征和这个像元面积比例（丰度）的函数。这个函数就是混合像元分解模型。 近年来，研究人员提出了许多有效的分解模型，主要有：线性混合光谱模型、模糊监督分类模型、神经网络模型等。其中比较常用的是线性模型，即线性混合光谱模型。 ?线性混合光谱模型

常见混合像元分解方法

常见混合像元分解方法 常见的混合像元分解方法，主要包括线性波谱分离(Linear Spectral Unmixing )、匹配滤波(MF )、混合调谐匹配滤波(MTMF）、最小能量约束(CEM）、自适应一致估计（ACE）、正交子空间投影(OSP)等。 下面分别对几种分类方法原理一一说明。 1线性波段预测(Linear Band Prediction) 线性波段预测法（LS-Fit）使用一个最小方框（least squares）拟合技术来进行线性波段预测，它可以用于在数据集中找出异常波谱响应区。LS-Fit先计算出输入数据的协方差，用它对所选的波段进行预测模拟，预测值作为预测波段线性组的一个增加值。还计算实际波段和模拟波段之间的残差，并输出为一幅图像，残差大的像元（无论正负）表示出现了不可预测的特征（比如一个吸收波段）。 2线性波谱分离(Linear Spectral Unmixing ) Linear Spectral Unmixing可以根据物质的波谱特征，获取多光谱或高光谱图像中物质的丰度信息，即混合像元分解过程。假设图像中每个像元的反射率为像元中每种物质的反射率或者端元波谱的线性组合。例如：像元中的25%为物质A，25%为物质B，50%为物质C，则该像元的波谱就是三种物质波谱的一个加权平均值，等于0.25A+0.25B+0.5C，线性波谱分离解决了像元中每个端元波谱的权重问题。 线性波谱分离结果是一系列端元波谱的灰度图像（丰度图像），图像的像元值表示端元波谱在这个像元波谱中占的比重。比如端元波谱A的丰度图像中一个像元值为0.45，则表示这个像元中端元波谱A占了45%。丰度图像中也可能出现负值和大于1的值，这可能是选择的端元波谱没有明显的特征，或者在分析中缺少一种或者多种端元波谱。

主观幸福感的研究综述

大学生主观幸福感的研究综述 摘要: 主观幸福感是个人根据自定的标准对其生活质量的总体评价。大学生主观幸福感的状况是大学生生活质量的反映，对其身心健康及其发展都有积极影响，研究大学生主观幸福感具有重要意义。本综述对主观幸福感念、结构、特点及研究的回顾与发展等进行了梳理，对大学生主观幸福感的研究基础进行了综合述评。通过述评，一方面对大学生主观幸福感研究进行综合评价，丰富和深化大学生主观幸福感研究;另一方面有助于改善大学生的生活质量，提高他们对各生活领域的满意度，让他们体验到更多的积极的心理状态，塑造他们良好的心理素质。 关键词: 大学生; 主观幸福感; 综述 目录 主观幸福感的研究概述 (2) 国内外主观幸福感的研究进展 (2) 三 (2) 大学生主观幸福感的测量工具 (3) 五、影响大学生主观幸福感的因素 (3) 六、 (4)

主观幸福感的研究概述 主观幸福感研究大致自20世纪50年代在美国兴起，80年代中后期开始进入我国研究者的视野,主观幸福感(Subjective Well-being,简称SWB)是指个体依据自定的标准对其生活质量的整体的评价。这是Diener(1984)提出来的在心理学界得到公认的概念.它包括生活满意度和情绪体验两个基本成分,前者是个体对生活总体质量的认知评价,即在在总体上对个人生活做出满意判断的程度;后者是指个体生活中的情绪体验,包括积极情绪(愉快、轻松等)和消极情绪(抑郁、焦虑、紧张等)两方面.主观性、整体性、相对稳定性是SWB有三个特点。 国内外主观幸福感的研究进展 1.国外主观幸福感的研究进展 国外对主观幸福感的研究以Wilson(1967)撰写的第一篇综述《自称幸福的相关因素》为标志。Diener(1997)在其论文《主观幸福感研究新纪元》中，把西方幸福感研究划分出描述比较、理论建构、测量发展三个主要的发展阶段。第一阶段主要是集中在人口统计学的维度，描述与比较不同人群幸福感;第二个阶段主要是将研究重点转向内部因素，建构有关的理论框架，探讨获得幸福的各种途径和跨文化研究; 第三个阶段主要是将研究方法、途径和主观幸福感测量的理论进行整合，形成了以自陈量表为主体，并结合其他评估技术，以正面评价为主，并兼顾负面指标的新格局。 2.国内主观幸福感的研究进展 国内主观幸福感的研究开始于20世纪80年代中期,由90年代到本世纪初,研究逐渐由老年群体开始逐渐向其他人群发展.在理论方面,理论综述和有关主观幸福感结构的讨论都取得了很多成果.在测评工具的建设来看，主要是引进和修订国外量表，也有较少研究者自编问卷进行测量。 三、我国大学生主观幸福感研究现状 国内对大学生人群主观幸福感的研究在90年代中后期逐渐展开，主要是应用国外研究工具小范围测查大学生主观幸福感的状况，测查样本都在400人以下，目的是引入量表。段建华(1996)在我国部分大学生中试用了Fazio修订了总体幸福感量表(GWBS)。通过《CNKI全文期刊、专利库》中的《中国期刊全文数据库》进行检索，从1997-2011年检索到最早关于大学生主观幸福感实证研究的是1997年景淑华、张积家在《大学生主观幸福感的研究》中对烟台师范学院224名本科生进行的测查。调查工具采用美国国立统计中心制定的总体幸福感量表(1977)和kamlnan和FIett(1983)制定的情感量表，调查方法为问卷调查法。何瑛(2000)应用总体幸福感量表和单项人面量表对重庆大学生主观幸福感状况进行了调查。2000年后对大学生主观幸福感比较系统深入的研究逐渐出现，集中于郑雪、严标宾等近几年的系列研究，其研究基本一致使用Diener编制的国际大学调查量表.本世纪初至今是对大学生主观幸福感研究飞速发展的阶段，研究者们不仅探讨大学生主观幸福感的状况，还开始研究相关变量对大学生主观幸福感的影响。通过对大量实证研究的分析，可以发现大学生实证研究的变化趋势，即由最初的人口统计学变量等外部因素的研究逐步深入到人格、归因方式等内部因

数学建模幸福感的评价及量化模型完整版

数学建模幸福感的评价 及量化模型 HEN system office room 【HEN16H-HENS2AHENS8Q8-HENH1688】

2011年第八届苏北数学建模联赛 承诺书 我们仔细阅读了第八届苏北数学建模联赛的竞赛规则。 我们完全明白，在竞赛开始后参赛队员不能以任何方式（包括电话、电子邮件、网上咨询等）与本队以外的任何人（包括指导教师）研究、讨论与赛题有关的问题。 我们知道，抄袭别人的成果是违反竞赛规则的, 如果引用别人的成果或其他公开的资料（包括网上查到的资料），必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。 我们郑重承诺，严格遵守竞赛规则，以保证竞赛的公正、公平性。如有违反竞赛规则的行为，我们愿意承担由此引起的一切后果。 我们的参赛报名号为： 参赛组别（研究生或本科或专科）： 参赛队员 (签名) ： 队员1： 队员2： 队员3： 获奖证书邮寄地址：

2011年第八届苏北数学建模联赛 编号专用页 参赛队伍的参赛号码：（请各个参赛队提前填写好）： 2818 竞赛统一编号（由竞赛组委会送至评委团前编号）： 竞赛评阅编号（由竞赛评委团评阅前进行编号）： 2011年第八届苏北数学建模联赛 题目幸福感的评价与量化模型 摘要 改革开放三十多年，我国经济建设取得了巨大成就，人们物质生活得到了极大改善。但也有越来越多的人开始思考：我们大力发展经济，最终目的是为了什么？温家宝总理近年来多次强调：我们所做的一切，都是为了让人民生活得更加幸福。在今年的全国两会期间，“幸福感”也成为最热门词语之一。 在处理问题（一）时，本文根据题目已给的相关数据，将诸如“非常满意”、“比较满意”、“基本满意”、“不太满意”、“不满意”之类答项并按序排列，分别给予5～1分的分值。建立得分和得票率的函数关系，通过MATLAB进行4次多项式拟合，并算出权重，最后得出幸福指数H具有如下关系， H H=∑H H×H H H=0 在处理问题（二）时，本文利用SPSS软件，对网上搜寻的大量有用信息进行统计分析，通过使用主成份分析法建立模型I，讨论各因素对幸福影响程度的大小，由此确定了影响房幸福指数的主要因素分别是：人际关系、家庭生活、身心健康、个人价值的实现、工作及收入水平。 在处理问题（三）时，本文通过对数据的分析、权值运算以及结果分析角度论述模型I运用于普遍情况的可能性。通过此种方法虽然计算较为繁琐，但其中的方差和统计方法可以有效减少个别指标的变动带来的影响，同时三元链模型中增加了路径可以较好地反应出各个相关量之间的关系，最终通过加权平均法对幸福指数进行总的计算，减少了误差，更能反应出真是情况的幸福指数，具有统计意义。可以推广到更加普遍的人群。 目录 1 问题的背景 (5) 2 问题的提出与重述 (6) 3 基本假设 (6) 4 主要变量符号说明 (6) 5 问题一 (7)

数学建模幸福感的评价与量化模型

2011年第八届苏北数学建模联赛 承诺书 我们仔细阅读了第八届苏北数学建模联赛的竞赛规则。 我们完全明白，在竞赛开始后参赛队员不能以任何方式（包括电话、电子邮件、网上咨询等）与本队以外的任何人（包括指导教师）研究、讨论与赛题有关的问题。 我们知道，抄袭别人的成果是违反竞赛规则的, 如果引用别人的成果或其他公开的资料（包括网上查到的资料），必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。 我们郑重承诺，严格遵守竞赛规则，以保证竞赛的公正、公平性。如有违反竞赛规则的行为，我们愿意承担由此引起的一切后果。 我们的参赛报名号为： 参赛组别（研究生或本科或专科）： 参赛队员 (签名) ： 队员1： 队员2： 队员3： 获奖证书邮寄地址：

2011年第八届苏北数学建模联赛 编号专用页 参赛队伍的参赛号码：（请各个参赛队提前填写好）： 2818 竞赛统一编号（由竞赛组委会送至评委团前编号）： 竞赛评阅编号（由竞赛评委团评阅前进行编号）： 2011年第八届苏北数学建模联赛 题目幸福感的评价与量化模型 摘要 改革开放三十多年，我国经济建设取得了巨大成就，人们物质生活得到了极大改善。但也有越来越多的人开始思考：我们大力发展经济，最终目的是为了什么？温家宝总理近年来多次强调：我们所做的一切，都是为了让人民生活得更加幸福。在今年的全国两会期间，“幸福感”也成为最热门词语之一。 在处理问题（一）时，本文根据题目已给的相关数据，将诸如“非常满意”、“比较满意”、“基本满意”、“不太满意”、“不满意”之类答项并按序排列，分别给予5～1分的分值。建立得分和得票率的函数关系，通过MATLAB进行4次多项式拟合，并算出权重，最后得出幸福指数H 具有如下关系， 在处理问题（二）时，本文利用SPSS软件，对网上搜寻的大量有用信息进行统计分析，通过使用主成份分析法建立模型I，讨论各因素对幸福影响程度的大小，由此确定了影响房幸福指数的主要因素分别是：人际关系、家庭生活、身心健康、个人价值的实现、工作及收入水平。 在处理问题（三）时，本文通过对数据的分析、权值运算以及结果分析角度论述模型I运用于普遍情况的可能性。通过此种方法虽然计算较为繁琐，但其中的方差和统计方法可以有效减少个别指标的变动带来的影响，同时三元链模型中增加了路径可以较好地反应出各个相关量之间的关系，最终通过加权平均法对幸福指数进行总的计算，减少了误差，更能反应出真是情况的幸福指数，具有统计意义。可以推广到更加普遍的人群。 目录 1 问题的背景 (5) 2 问题的提出与重述 (6) 3 基本假设 (6) 4 主要变量符号说明 (6) 5 问题一 (7) 5.1 建模思路 (7) 5.2 最小二乘法模型建立 (7)

混合像元分解及其应用(ENVI操作文本)讲解

一基于PPI的端元提取 借助纯净像元指数（PPI）和n维可视化工具用于端元波谱收集。 第一步、获取纯净像元 这个步骤是在MNF变换的结果上计算纯净像元指数（PPI），之后选择阈值范围从PPI图像上获得感兴趣区，感兴趣区包含的像元就是比较纯净的像元。 （1）打开高光谱数据。 （2）在ENVI主菜单中，选择Spectral ->MNF Rotation- > Forward MNF -> Estimate Noise Statistics From Dat a。在标准ENVI文件选择对话框中，选择高光谱图像文件。

（3）打开Forward MNF Transform Parameters面板，选择MNF输出路径及文件名，单击OK执行MNF变换。

（4）在波段列表中输出MNF影像及特征曲线值。从图中可以看出，大约20个波段以后的MNF的特征值很小 （5）MNF变换后，在ENVI主菜单中，选择 Spectral-> Pixel Purity Index->[FAST] New Output Band。在打开的Pixel Purity Index Input File对话框中，选择MNF变换结果，单击Spectral Subset按钮，选择前面10个波段（MNF后面波段基本为噪声），单击OK。

（6）在Display窗口中显示PPI结果。选择Overlay->Region of Interest，在ROI Tool 面板中，选择Options->Band Threshold to ROI，选择PPI图像作为输入波段，单击OK，打开Band Threshold to ROI 面板（图14.19）。 Min Thresh Value：10，Max Thresh Value：空（PPI图像最大值），其他默认设置，单击OK计算感兴趣区，得到的感兴趣区显示在Display窗口中。 第二步、构建n维可视化窗口 （1）在ENVI主菜单中，选择Spectral ->n-Dimensional Visualizer，在n-D Visualizer Input File 对话框中选择MNF变换结果，单击OK。 （2）在n-D Controls面板中，选择1、2、3、4、5波段，构建5维的散点图。 第三步：选择端元波谱 （1）在n-D Controls面板中，设置适当的速度（Speed），单击Start按钮，在n-D Visualizer 窗口中的点云随机旋转，当在n-D Visualizer窗口中的点云有部分聚集在一块时，单击Stop按钮。 （2）在n-D Visualizer窗口中，用鼠标左键勾画“白点”集中区域，选择的点被标示颜色。 （3）在n-D Controls面板中，选择Class->Items 1:20->White（用于删除点），单击Start按钮，当看到有部分选择的点云分散时候，单击Stop按钮，在n-D Visualizer窗口中选择分散的点，自动会将选择的点删除。借助<-，->，New按钮可以一帧帧从不同视角浏览以辅助删除分散点。 （4）在n-D Visualizer窗口中，单击右键选择New Class快捷菜单，重复（1）~（3）选择其他“白点”集中区域。

如何用EXCEL函数分解混合成本

如何用EXCEL函数分解混合成本 为解决线性回归法成本分解中复杂的数学计算问题，可借助于EXCEL电子制表 系统的相关函数，通过计算机进行简便的操作就可实现。以下是学习啦小编为您带来 的关于用EXCEL函数分解混合成本，希望对您有所帮助。 用EXCEL函数分解混合成本 量本利分析是企业研究成本、产销量与利润之间依存关系和变化规律的重要手段。但量本利分析的前提是应用变动成本法，按成本性态将混合成本(全部成本)分解为变 动成本和固定成本两部分。混合成本分解的方法通常有技术测定法、会计法、高低点法、散布图法和线性回归法。而线性回归法是根据已知若干期间历史数据，采用数学 中的最小二乘法，使所确定的直线与各成本点之间误差平方和最小，分解的结果最为 精确、科学;但其运算工作量大且繁复，尤其是多元回归分解，手工难以准确解算。为 解决线性回归法成本分解中复杂的数学计算问题，可借助于EXCEL电子制表系统的 相关函数，通过计算机进行简便的操作就可实现。 一、分解混合成本的相关函数 EXCEL电子制表系统中函数的语法分为函数名和参数两部分，参数用圆括号括起来，之间以逗号隔开。参数可以为单元格区域、数组、函数、常数(逻辑型、数值型等)。分解混合成本时，主要采用线性回归函数LINEST，辅以使用索引取值INDEX 与四舍五入ROUND函数。 1、线性回归函数LINEST.LINEST类底统计分析函数，通常用于销售量和成本预测。若用于分解混合成本，该函数的功能为：运算结果返回一线性回归方程的参数， 即当已知一组混合成本为Y因变量序列值、N组Xi有关自变量因素的数量序列值时，函数返回回归方程的系数bi(i=1，2…n单位变动成本)和常数a(固定成本或费用)。多 元回归方程模型则为：y=b1x1+b2X2……+bnXn+a语法格式：LINEST(y序列值，x 序列值，Const常数项不为零否，Stats系数检验统计量出现否)。 其中：Const、Stats均为逻辑变量，只有TRUE和FALSE两个输入选项。Const 为TRUE或被省略，正常计算a(固定成本);否则为FALSE，a设置为0.Stats指定是 否返回检验统计量的值，如果Stats为TRUE，LINEST返回有关检验统计量;否则为FALSE或被省略，LINEST函数运算结果只返回系数bi(单位变动成本)和常数a(固定

幸福感研究的述评

幸福感研究的述评 【摘要】幸福感的研究是积极心理学的研究热点，详细阐述了幸福的结构，从描述比较阶段、理论构建阶段和测量发展阶段总结了幸福的研究进程，最后提出幸福感的研究不足和展望。 【关键词】幸福感结构研究进程 幸福，是一个古老而又恒新的主题。千百年来，人们从未停止过对幸福的憧憬和追求。正因为如此，人类才而显得壮美与伟大，人类也才得以在历史的长河中不断保持并弘扬作为万物之灵的崇高和荣光。然而，幸福是什么，却是一个令人困惑却又神秘的古今难题。由于幸福是一种十分复杂的精神现象，涵盖范围很广，许多学者也从哲学、伦理学、经济学、社会学对幸福做了不同的研究，形成了各自的理论和观点，这些思想和研究散发着智慧的光芒，照耀着我们探索幸福的道路。但是，这些学科对幸福的研究都还只是在理性基础上的推测和分析，更多的是一种思辩活动。因此，这些研究都未能得到令众人满意和信服的答案。而心理学家试图从独特的视角来诠释和理解幸福，特别是随着积极心理学的出现和发展，使“幸福”这个古老而又恒新的话题进人到科学实证的领域。积极心理学研究的幸福侧重于解释什么是美好的生活，以及美好生活的衡量标准和为人们实现更加美好的生活提供有效的途径。自20世纪50年代开始，积极心理学的幸福的研究不断发展和深入，到现在已是硕果累累。 1幸福感的结构及界定 1. 1快乐论的主观幸福感 在心理学中，普遍把幸福感定义为是一个非常复杂而且主观的概念。因此，心理学中研究的幸福感是自我体验的幸福，被称为“主观幸福感”，总的来说，它是人们对于自己是否幸福，有多么幸福的评价。Diener等人认为，主观幸福感是个人根据自己的标准对生活进行的评价，以及由此所产生的情感状态[1]。因此，主观幸福感主要是由积极的情感体验、消极的情感体验和生活满意感三个维度组成。 1.2实现论的心理幸福感 主观幸福感来源于哲学中的快乐主义，侧重于强调个体主观快乐体验。而实现论的幸福感则从发展的角度认为个体在个人领域面对生活挑战时有意义的生活和自我潜能的实现也是一种幸福，这种幸福称为“心理幸福感”。它关注个人是否发挥了自己的潜能从而达到自我实现。因此，Ryff等人认为心理幸福感的核心要素是自主性、掌控环境、个人成长、与他人的积极关系、生活目标感、自我接纳六个方面[2]。 1. 3综合幸福感 随着现代幸福感研究的深入发展，主观幸福感和心理幸福感在某种程度相互补充，两者理论框架与测量指标(认知性与情感性、享乐性和发展性、状态性和倾向性)的整合，也已成为新的研究趋势。例如，苗元江（2003）在他的博士论

混合像元分解

注：由于计算量较大，所以将图像分成三块进行处理，另外此步骤在ENVI Classic里面完成 一：纯像元提取（PPI） 1、MNF变换 选择Spectral→MNF Rotation→Forward MNF→Estimate Noise Statistics from Data 在弹出的窗口中选择13-4-26a.img文件，点击ok 在弹出的窗口中设定保存路径，文件命名为13-4-26amnf，点击ok

2、PPI计算 选择Spectral→Pixel Purity Index→[FAST]New Output Band 在弹出的窗口中选择13-4-26amnf文件，点击ok 在弹出的窗口中设置输出文件，13-4-26appi，点击ok，这一步要等很久。。。 将获取的纯像元变为ROI：Basic Tools→Region of Interest→Band Threshold to ROI，选择13-4-26appi文件，点击ok 弹出的窗口中： 3、构建n维窗口，选择端元波谱

选择Spectral→n-Dimensional Visualizer→Visualize with New Data 在弹出窗口中选择13-4-26amnf文件，点击ok，选中1-5波段 （1）在n-D Controls面板中，设置适当的速度（Speed），单击Start按钮，在n-D Visualizer 窗口中的点云随机旋转，当在n-D Visualizer窗口中的点云有部分聚集在一块时，单击Stop 按钮。借助<-，->，New按钮可以一帧帧从不同视角浏览以辅助删除分散点。 （2）在n-D Controls面板中，选择Class->Items 1:20->red，可选择标志颜色 （3）在n-D Visualizer窗口中，用鼠标左键勾画“白点”集中区域，右键结束

混合成本分解例题

混合成本分解例题： 例1：某企业1998年1－6月份的设备维修费是混合成本，有关数据如下： 月份 机器工作小时 维修费 1 400 5500 2 420 5600 3 500 6500 4 410 5550 5 390 5400 6 410 5600 确定高低点：项目 最高点（3月份） 最低点（5月份） 机器工作小时（x ） 500 390 维修费（y ） 6500 5400 计算b 和a ： b ＝（6500－5400）÷（500－390）=10 （元） a = y 高－bx 高＝6500－10×500＝1500（元）或：a=y 低－bx 低＝5400－10×390＝1500（元） 例2： 已知：某企业的甲产品1～8月份的产量及总成本资料如下表所示： 月份 指标 1 2 3 4 5 6 7 8 产量（件） 18 50 19 16 22 25 28 21 总称本（元） 6000 6600 6500 5200 7000 7900 8200 6800 要求：采用高低点法进行成本性态分析。 注：高低点坐标的选择必须以一定时期内业务量的高低来确定，而不是按成本的高低。 解：选择高低点坐标分别为： 高点 （28 8200） 低点 （16 5200） b ＝ 16 285200 8200--＝250 a ＝8200－250×28＝1200 或a ＝5200－250×16＝1200 成本模型为：y ＝1200＋250x 答：该项混合成本中的固定部分1200元；变动部分250x 。 例3：已知：某企业业务量和总成本资料如下表所示： 月份 指标 1 2 3 4 5 6 7 8 产量（件） 18 50 19 16 22 25 28 21 总称本（元） 60 00 6600 6500 5200 7000 7900 8200 6800 要求：用回归直线法进行成本性态分析。 解：①列表计算 n ∑x ∑y ∑xy ∑x2 ∑y2 数据计算表 月份 产量x 总成本y xy x 2 y 2 1 18 6000 108000 324 36000000 2 20 6600 13200 400 43560000 3 19 6500 123500 361 42250000 4 16 5200 83200 256 27040000 5 22 7000 15400 484 49000000 6 25 7900 197500 625 62410000 7 2 8 8200 229600 784 67240000 8 21 6800 142800 441 46240000

幸福感研究

幸福感研究 【关键词】主观幸福感认知评价积极情感消极情感影响因素【正文】 Dodge的幸福理论提出已有70年的历史，关于个人主观幸福感(subjective well-being)的研究亦是心理学界重视个人生活质量研究的一个明显标志，这方面的研究取得了一些成果。国外学者的研究经历了三个阶段[1]，第一阶段主要是简单描述与主观幸福感相关的人口统计项目；第二阶段是探讨获得幸福的各种途径和跨文化研究[2,3]，并建立了相关的理论；第三阶段则是研究方法的探索。国内这一领域的研究起步虽晚，但近年来关于影响主观幸福感的因素的研究已初见成效，这些成果为今后的研究提供了新的思路。本文拟对近年来的研究进行梳理，以期对今后的研究起到抛砖引玉的作用。 1概述 主观幸福感作为心理学的一个专门术语，它专指评估者根据自定的标准对其生活质量的整体性评估，它是衡量个人生活质量的综合性心理指标，反映主体的社会功能与适应状态。每个人在现实生活中，对自己的生活质量都有满意与否或满意程度高低的不同评价，这些不同的评价与个人对自己生活质量的期望值有关，因此，它是由需要（包括动机、欲望、兴趣）、认识、情感等心理因素与外部诱因交互作用而形成的一种复杂的、多层次的心理状态。

主观幸福感有多项衡量指标，概括起来主要包括一下三个方面：(1)认知评价，是对生活质量的整体评估，即生活满意度；(2)积极情感，包括诸如愉快、高兴、觉得生活有意义、精神饱满等情感体验；(3)消极情感，包括忧虑、抑郁、悲伤、孤独、厌烦、难受等情感体验，但不包括重性情感障碍和神经症[4]。其中，认知评价是主观幸福感的关键指标，作为认知因素，它是更有效的肯定性衡量标准，是独立于积极情感和消极情感的另一个因素[5]。 主观幸福感是个人所具有的一种独特的心理状态，具有以下几个特点：(1)主观性，以评价者自定的标准而非他人标准来评估；(2)稳定性，主要测量长期而非短期情感反应和生活满意度，它是一个相对稳定的值； (3)整体性，是综合评价，包括对情感反应的评估和认知判断[6]。 2主观幸福感的相关理论研究 在过去的几十年里，国外学者提出了多种理论。早期理论建构的重点在于证明外部因素如事件、情境和人口统计项目是如何影响主观幸福感的，如Diener对影响主观幸福感的外部因素与内部因素作了区分，但研究发现外部因素的影响较小，因此后来的研究主要着力于内部因素，即个人内部建构决定生活事件如何被感知，从而影响幸福体验。在多年研究的基础上，Diener[1,7]概括出适应理论、社会比较理论、价值观和目标理论等。吴明霞[5]对国外近30年来主观幸福感研究的理论进展进行了总结研究。总括起来，主要有以下几个重要的理论。 2.1目标理论 目标是情感系统重要的参照标准，它影响情绪，影响主观愿望和快乐，检验它可以很好地了解人的行为。目标种类、结构、向目标接近的过程和目标达成，都影响个人情感和生活满意度。我们追求的目标和我们用以达到目标的策略的成功与否，明显地影响着我们对自己和生活的满意程度。尽管有目标并不能保证快乐，但有明确目标并努力工作从而成功地达到目标的人，他们显示出的快乐超过了那些没有目标或达到目标时有困难的人。研究表明，当一个人能以内在价值和自主选择的方式来追求目标并达到可行程度时，主观幸福感才会增加，即目标必须与人的内在动机或需要相适宜，才能提高主观幸福感。自我接受、助人、亲和性等有关的内在价值目标，是自然需要和生长需要的表达，比美貌、名誉、金钱等外在目标，对主观幸福感意义更大。 2.2期望值理论 个人在进行主观幸福感的评价时总是与一定的标准相对比，其实这一标准就是个人的期望目标。若目标实现了，则主观幸福感的值高，反之则值低。但事实上，过高的期望值对个人生活的满意度是不利的。Wilson 提出，高期望值对幸福感是一个重要的威胁[5]。然而，在决定主观幸福感时，期望的内容比期望实现的可能性更重要。测量被试期望目标的信心时，对实现内在期望（个人发展）的可能性估计与主观幸福感呈正相关，而达到外部期望（名誉、金钱）的可能性估计与主观幸福感呈负相关[5]。因此，期望值并非最好的主观幸福感预测指标，而期望值、现实条件与个人外在资源（权力地位、社会关系、经济状况等）和内在资源（气质、外貌等）是否一致，可以作为主观幸福感的预测指标[8]。 2.3社会比较理论 早期社会比较理论强调对比的结果，即个人与周围人比较，如果自己优于别人则感到幸福[5]。在进行社会比较的过程中，人格特质的影响显得尤为重要，幸福的人常作向下比较，由于优于别人而获得较高的主观幸福感，感到不幸的人既作向上也作向下比较，因而处于一种比较矛盾的心理状态中，即中国人所讲的“比上不足，比下有余”的状况；乐观者倾向于注意比自己差的人的数目，以此评价自己在某一群体中所处的位置，从而“知足常乐”，悲观者则相反。现代生活的发展，人们生活水平不断提高，需要层次多样化，使得进行比较的信息呈现出多样性，加之人们运用信息的方式存在差异，因此社会比较理论的内容日益丰富和复杂化。 2.4人格―环境交互作用理论 有些收养和双生子研究表明，客观情景对主观幸福感的影响有限，而基因对主观幸福感的影响显著。但Veenhoven认为，影响主观幸福感平衡水平的是相对稳定的人格特质，因而主观幸福感既有类似特质的又

常见混合像元分解方法简介

常见混合像元分解方法 (2011-04-20 20:35:42) 转载▼ 分类：遥感技术 标签： 混合像元 亚像元分解方法 线性波谱分离 教育 常见的混合像元分解方法，主要包括线性波谱分离(Linear Spectral Unmixing )、匹配滤波(MF )、混合调谐匹配滤波(MTMF）、最小能量约束(CEM）、自适应一致估计（ACE）、正交子空间投影(OSP)等。 下面分别对几种分类方法原理一一说明。 (1)线性波段预测(Linear Band Prediction) 线性波段预测法（LS-Fit）使用一个最小方框（least squares）拟合技术来进行线性波段预测，它可以用于在数据集中找出异常波谱响应区。LS-Fit先计算出输入数据的协方差，用它对所选的波段进行预测模拟，预测值作为预测波段线性组的一个增加值。还计算实际波段和模拟波段之间的残差，并输出为一幅图像，残差大的像元（无论正负）表示出现了不可预测的特征（比如一个吸收波段）。 (2)线性波谱分离(Linear Spectral Unmixing ) Linear Spectral Unmixing可以根据物质的波谱特征，获取多光谱或高光谱图像中物质的丰度信息，即混合像元分解过程。假设图像中每个像元的反射率为像元中每种物质的反射率或者端元波谱的线性组合。例如：像元中的25%为物质A，25%为物质B，50%为物质C，则该像元的波谱就是三种物质波谱的一个加权平均值，等于0.25A+0.25B+0.5C，线性波谱分离解决了像元中每个端元波谱的权重问题。 线性波谱分离结果是一系列端元波谱的灰度图像（丰度图像），图像的像元值表示端元波谱在这个像元波谱中占的比重。比如端元波谱A的丰度图像中一个像元值为0.45，则表示这个像元中端元波谱A占了45%。丰度图像中也可能出现负值和大于1的值，这可能是选择的端元波谱没有明显的特征，或者在分析中缺少一种或者多种端元波谱。 (3)匹配滤波(Matched Filtering ) 使用匹配滤波（MF）工具使用局部分离获取端元波谱的丰度。该方法将已知端元波谱的响应最大化，并抑制了未知背景合成的响应，最后“匹配”已知波谱。该方法无需对图像中所有端元波谱进行了解，就可以快速探测出特定要素。这项技术可以找到一些稀有物质的“假阳性(false positives)”。 匹配滤波工具的结果是端元波谱比较每个像素的MF匹配图像。浮点型结果提供了像元与端元波谱相对匹配程度，近似混合像元的丰度，1.0 表示完全匹配。

混合成本分解例题：

1 / 2'. 混合成本分解例题： 例1：某企业1998年1－6月份的设备维修费是混合成本，有关数据如下： 月份 机器工作小时 维修费 1 400 5500 2 420 5600 3 500 6500 4 410 5550 5 390 5400 6 410 5600 确定高低点：项目 最高点（3月份） 最低点（5月份） 机器工作小时（x ） 500 390 维修费（y ） 6500 5400 计算b 和a ： b ＝（6500－5400）÷（500－390）=10 （元） a = y 高－bx 高＝6500－10×500＝1500（元）或：a=y 低－bx 低＝5400－10×390＝1500（元） 例2： 已知：某企业的甲产品1～8月份的产量及总成本资料如下表所示： 月份 指标 1 2 3 4 5 6 7 8 产量（件） 18 5 21 总称本（元） 6 52 200 6800 要求：采用高低点法进行成本性态分析。 注：高低点坐标的选择必须以一定时期内业务量的高低来确定，而不是按成本的高低。 解：选择高低点坐标分别为： 高点 （28 8200） 低点 （16 5200） b ＝ 16 285200 8200--＝250 a ＝8200－250×28＝1200 或a ＝5200－250×16＝1200 成本模型为：y ＝1200＋250x 答：该项混合成本中的固定部分1200元；变动部分250x 。 例3：已知：某企业业务量和总成本资料如下表所示： 月份 指标 1 2 3 4 5 6 7 8 产量（件） 18 5 21 总称本 （元） 6 52 200 6800 要求：用回归直线法进行成本性态分析。 解：①列表计算 n ∑x ∑y ∑xy ∑x2 ∑y2 数据计算表 月份 产量x 总成本y xy x 2 y 2 1 0 324 2 2 00 3 19 65 4 16 5200 83200 256 5 22 7 6 25 79 7 28 82

主观幸福感与文化的关系研究综述

主观幸福感与文化的关系研究综述 邹琼X (华中师范大学心理学系,武汉,430079) 摘要西方研究者建立了四个文化模型来解决主观幸福感的文化普遍性和特殊性的争议。遗憾的是,现有的模型各执一端,实证研究也偏重于幸福感的文化特殊性研究。近年来,国内开始重视主观幸福感的跨文化研究,并发现了幸福感的中西差异。未来研究的重点是整合有关理论,解决文化争议,采取主位研究策略,提高实证研究的效度。 关键词:主观幸福感文化理论模型 幸福最初是一个古老的哲学话题,其源头可以追溯到亚里士多德甚至柏拉图时期[1]。随着西方经济和社会的发展,幸福的研究相继引起了经济学、社会学和心理学等学科广泛的兴趣。但是,对幸福感系统且深入的研究还是要归功于心理学[2],尤其是在新世纪兴起的积极心理学。自20世界50年代至今,国外对主观幸福感的研究已经历了现象描述、因素探索和理论建模这两个阶段。近年来,国外对主观幸福感的研究已进入了第三阶段,研究者开始采用各种整合方法开展大规模的跨文化研究,并已有了许多研究成果[2]。相比较而言,我国对主观幸福感的跨文化研究还比较贫乏,许多研究者正在致力于主观幸福感研究的本土化。 1主观幸福感的文化普遍性、特殊性和理论模型 在主观幸福感的研究领域中,幸福的实现方式和心理机制是人类所共有的,还是不同文化所特有的,或者是两者兼而有之,是普遍争议的问题[3]。从西方现有的四个文化模型的基本假设来看,这些模型各执一端,无法兼顾主观幸福感的文化普遍性和特殊性。若要兼顾主观幸福感的文化普遍性和特殊性,研究者就必须同时考虑幸福感的四个文化水平:文化间的共性和差异以及文化内的共性和差异。 在跨文化情境下研究主观幸福感无法回避文化相对性的问题:如果不同的文化有不同的价值观,那么其国民就会依据不同的标准来考虑和评价其所在社会的成功和价值[4]。显然,Markus和Kitayama(1994)的文化常模模型(cultural norm model)是重视幸福感的文化差异的文化相对论模型。这个模型也一直是西方许多幸福感的跨文化实证研究的理论出发点。但是这个模型将文化内群体成员心理体验的相似性绝对化了,没有注意到文化内的变量,因而遭到了一些研究者的批评[5]。Oishi等人(1999)提出的目标调节模型进一步考虑到了同一文化内部个体目标不同所导致的幸福感差异[6]。Eid 和Diener(2001)采用多文化潜在类型分析法(multicultur e la2 tent class analysis)分析了美国、澳大利亚、中国和台湾被试的情感体验规范后发现,同一个文化中不同的个体有不同类型的情感体验规范。文化内的差异可以由跨文化心理学的两个概念得到解释:一是以自我为中心与以他人为中心的区别。个人主义的国家和集体主义的国家都有以自我为中心与以他人为中心的人,以自我为中心的人在个人主义的国家中所占的比例大,以他人为中心的人在集体主义的国家中所占的比例大。二是严格文化与宽容文化的区别。严格文化要求每一个人服从情感体验的某些规范,而宽容文化则没有严格的情感体验规范,能够容忍更多的情感体验规范偏离[7]。 幸福感的文化普遍性是指幸福感有一些共同的文化因素。自我决定理论和多维模型都是以人本主义理论为基础,探讨并试图验证幸福感的文化普遍性的理论模型。自我决定理论认为人类有普遍的基础性的三个心理需要,即自主需要、能力需要和关系需要,这三种需要的满足在不同的人生阶段和不同的文化中有不同的实现途径和表达方式[8]。多维模型则认为幸福感的心理机能包括自我接受、个人成长、生活目的、良好关系、情感控制和自主,这些需要得到满足的程度与生活满意感有关[9]。显然,自我决定理论同时考虑到了幸福感的文化共性和特性。 主观幸福感的实现既有文化共性也有文化特殊性的假设是合理的。但是这也为实证研究带来了一定的挑战:如何识别这两类文化变量以及这两类变量在多大程度上实现了人类的需要。一旦人们的需要得到了满足,他们就会很快乐,他们就有较高水平的主观幸福感。然而,如果无止尽的愿望和日益提高的生活标准会影响主观幸福感,那么简单地满足个体的基本需要将不能保证人们普遍的主观幸福感[3]。 2主观幸福感与文化的相关研究成果 2.1国外的相关研究 国外大量的实证研究都旨在探索主观幸福感的跨文化差异。Inglehar t等人(2000)和Veenhoven等人(1993)对生活满意感的跨国研究显示[3],国家之间的平均主观幸福感存在着稳定的差异。此外,同一国家内不同民族间幸福感的差异也得到了研究证实。 2.1.1主观幸福感存在文化差异的原因 Diener和Lucas(2000)认为有许多因素可以解释主观幸福感的文化差异[10]。 国家财富和个人收入。Diener等人(1995)发现主观幸福感在不同的国家有非常大的差异,这与这些国家的财富有显著的相关[11]。Diener等人(2002)的后续研究全面验证了财富、收入和主观幸福感之间的关系[12]:￥国家财富和该国平均主观幸福感的水平之间有高相关。|在贫困的国家,个人收入与主观幸福感之间的相关更强;在大多数经济发达的国 X通讯作者:邹琼,女。E-mai l:zouq-761231@https://www.wendangku.net/doc/016331705.html, 632心理科学Psychological Science2005,28(3):632-633