考虑相关性的多元模型变点估计在油菜营养生长中的应用
在本文中，我们讨论了多元观测值中的变点估计问题，这些观测值包含被一些附加噪声破坏的分段常数一阶导数函数。我们建议通过将其重写为稀疏多元线性模型中的变量选择问题来解决此问题。此外，我们提出的方法考虑了多元观测值中可能存在的相关性。然后，通过一些数值实验评估了该方法的性能，并与其他替代方法和经典方法进行了比较。最后，我们将我们的方法应用于实验数据，以研究油菜的营养生长。油菜叶片数的演变可以建模为一个函数，该函数具有分段常数的一阶导数，并受到一些附加噪声的干扰，其中变化点对应于植物物候中的关键时间。与经典方法相比，我们的新估计方法提高了变点估计的精度。此外，我们还表明协方差矩阵的参数取决于植物之间的竞争水平。
菲奇尔校长
brault_levy_mathieu_jullien_JABES_HAL（1）.pdf（452.28 Ko）
特勒充电器