時(shí)空序列數(shù)據(jù)分析和建模

內(nèi)容概要

時(shí)空數(shù)據(jù)分析是從海量的地理時(shí)空數(shù)據(jù)中提取信息、知識(shí)的有效手段。本書(shū)全面介紹了時(shí)空序列數(shù)據(jù)分析和建模的方法。在系統(tǒng)介紹時(shí)空數(shù)據(jù)分析的概念、內(nèi)容、結(jié)構(gòu)體系和研究進(jìn)展的基礎(chǔ)上，對(duì)時(shí)空數(shù)據(jù)的性質(zhì)進(jìn)行了探討；然后以時(shí)空數(shù)據(jù)類型為線索，分別研究了空間點(diǎn)、線和面時(shí)空數(shù)據(jù)的時(shí)空一體化分析和建模方法，以及基于智能學(xué)習(xí)算法的時(shí)空數(shù)據(jù)分析和建模方法，并分別采用社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)、環(huán)境溫度數(shù)據(jù)、交通路網(wǎng)數(shù)據(jù)對(duì)各種時(shí)空模型進(jìn)行了驗(yàn)證；分析比較了不同模型之間的優(yōu)缺點(diǎn)及各模型的適用范圍；最后對(duì)時(shí)空序列數(shù)據(jù)分析和建模方法未來(lái)的發(fā)展進(jìn)行了展望。
本書(shū)結(jié)構(gòu)嚴(yán)謹(jǐn)，理論、方法和應(yīng)用結(jié)合緊密，是面向GIS專業(yè)時(shí)空數(shù)據(jù)分析課程的教材，既可供高等院校測(cè)繪、地理、經(jīng)濟(jì)、環(huán)境等專業(yè)的研究生使用，同時(shí)也可作為相關(guān)領(lǐng)域研究和技術(shù)人員的參考書(shū)。

書(shū)籍目錄

《地球觀測(cè)與導(dǎo)航技術(shù)叢書(shū)》出版說(shuō)明
前言
第1章 緒論
1.1 時(shí)空序列分析建模的發(fā)展背景
1.2 時(shí)空序列分析建模的研究概況
1.3 時(shí)空序列分析建模的應(yīng)用
1.4 本書(shū)的主要研究?jī)?nèi)容及結(jié)構(gòu)安排
1.5 本章小結(jié)
參考文獻(xiàn)
第2章 時(shí)空數(shù)據(jù)的表達(dá)及基本性質(zhì)
2.1 地理時(shí)空的理解
2.2 時(shí)空數(shù)據(jù)的表達(dá)
2.3 時(shí)空數(shù)據(jù)的基本性質(zhì)
2.4 本章小結(jié)
參考文獻(xiàn)
第3章 時(shí)空自相關(guān)移動(dòng)平均模型
3.1 自相關(guān)模型
3.2 移動(dòng)平均模型
3.3 時(shí)間自相關(guān)移動(dòng)平均模型
3.4 空間/時(shí)空自相關(guān)移動(dòng)平均模型
3.5 實(shí)例1——空間面狀數(shù)據(jù)的時(shí)空預(yù)測(cè)
3.6 實(shí)例2——交通路網(wǎng)數(shù)據(jù)的時(shí)空預(yù)測(cè)
3.7 本章小結(jié)
參考文獻(xiàn)
第4章 時(shí)空序列混合框架和模型
4.1 非平穩(wěn)時(shí)空過(guò)程模型方法
4.2 非平穩(wěn)時(shí)空序列混合建模框架
4.3 實(shí)例——空間點(diǎn)數(shù)據(jù)的時(shí)空預(yù)測(cè)
4.4 本章小結(jié)
參考文獻(xiàn)
第5章 時(shí)空序列神經(jīng)網(wǎng)絡(luò)模型
5.1 神經(jīng)網(wǎng)絡(luò)模型
5.2 時(shí)空神經(jīng)元網(wǎng)絡(luò)模型
5.3 網(wǎng)絡(luò)的結(jié)構(gòu)及工作方式
5.4 網(wǎng)絡(luò)的學(xué)習(xí)方法和算法
5.5 時(shí)空非平穩(wěn)建模
5.6 實(shí)例1——空間面狀數(shù)據(jù)的時(shí)空預(yù)測(cè)
5.7 實(shí)例2——空間點(diǎn)數(shù)據(jù)的時(shí)空預(yù)測(cè)
5.8 本章小結(jié)
參考文獻(xiàn)
第6章 時(shí)空序列支持向量相關(guān)模型
6.1 機(jī)器學(xué)習(xí)概論
6.2 統(tǒng)計(jì)學(xué)習(xí)理論
6.3 支持向量機(jī)的發(fā)展及應(yīng)用
6.4 多輸出支持向量相關(guān)算法
6.5 構(gòu)造時(shí)空核函數(shù)
6.6 實(shí)例1——空間面狀數(shù)據(jù)的時(shí)空預(yù)測(cè)
6.7 實(shí)例2——空間點(diǎn)數(shù)據(jù)的時(shí)空預(yù)測(cè)
6.8 本章小結(jié)
參考文獻(xiàn)
第7章 總結(jié)與展望
7.1 模型比較及討論
7.2 主要研究結(jié)論
7.3 研究展望
附錄 194個(gè)國(guó)際氣象交換站描述性統(tǒng)計(jì)表

章節(jié)摘錄

版權(quán)頁(yè)：插圖：統(tǒng)計(jì)方法是根據(jù)觀測(cè)到的自然現(xiàn)象或者專門安排實(shí)驗(yàn)所得到的數(shù)據(jù)去推斷該事物可能的規(guī)律性。一般地，規(guī)律性知識(shí)都是隱藏在數(shù)據(jù)中。為了發(fā)現(xiàn)這種潛在規(guī)律，最初總是通過(guò)統(tǒng)計(jì)分析并根據(jù)其在數(shù)量上的表現(xiàn)看出一些線索，然后提出一定的假說(shuō)，作進(jìn)一步深入研究。統(tǒng)計(jì)學(xué)習(xí)理論是在研究小樣本數(shù)據(jù)統(tǒng)計(jì)估計(jì)和預(yù)測(cè)的過(guò)程中發(fā)展起來(lái)的一種新興理論。下面先闡述在隨后的應(yīng)用中涉及的一些基本的概念（方駿，2004）。（1）學(xué)習(xí)。如果一個(gè)系統(tǒng)能夠通過(guò)執(zhí)行某種過(guò)程而改進(jìn)它的性能，則稱之為學(xué)習(xí)。（2）機(jī)器學(xué)習(xí)。主要研究從采集樣本出發(fā)得出目前尚不能通過(guò)原理分析得到的規(guī)律，并利用這些規(guī)律對(duì)未來(lái)數(shù)據(jù)或無(wú)法觀測(cè)的數(shù)據(jù)進(jìn)行預(yù)測(cè)，它是現(xiàn)代智能技術(shù)研究中十分重要的一個(gè)方面。（3）模式識(shí)別。對(duì)表征事物或現(xiàn)象的各種形式（數(shù)值的、文字的和邏輯關(guān)系的）信息進(jìn)行處理和分析，以對(duì)事物或現(xiàn)象進(jìn)行描述、辨認(rèn)、分類和解釋的過(guò)程，是信息科學(xué)和人工智能的重要組成部分。（4）統(tǒng)計(jì)學(xué)習(xí)理論。是一種研究小樣本估計(jì)和預(yù)測(cè)的理論（Vapnik，2000，1999）。統(tǒng)計(jì)學(xué)習(xí)理論是研究小樣本統(tǒng)計(jì)估計(jì)和預(yù)測(cè)的理論，主要內(nèi)容包括如下四個(gè)方面：①ERM準(zhǔn)則下統(tǒng)計(jì)學(xué)習(xí)一致性的條件；②在這些條件下統(tǒng)計(jì)學(xué)習(xí)方法推廣性的界的結(jié)論；③在這些界的基礎(chǔ)上建立的小樣本歸納推理準(zhǔn)則；④實(shí)現(xiàn)新的準(zhǔn)則的算法，其中，最有指導(dǎo)性的理論結(jié)果是推廣性的界，與此相關(guān)的一個(gè)核心概念是VC維。統(tǒng)計(jì)學(xué)習(xí)理論的核心內(nèi)容就是VC維、推廣性的界和結(jié)構(gòu)風(fēng)險(xiǎn)最小化。傳統(tǒng)統(tǒng)計(jì)模式識(shí)別的方法都是在樣本數(shù)目足夠多的前提下進(jìn)行研究，所提出的各種方法只有在樣本數(shù)趨于無(wú)窮大時(shí)其性能才有理論上的保證。然而，在實(shí)際應(yīng)用中，樣本數(shù)目通常是有限的，進(jìn)而導(dǎo)致很多方法都難以取得理想的效果。統(tǒng)計(jì)學(xué)習(xí)理論為研究有限樣本情況下的模式識(shí)別和更為廣泛的機(jī)器學(xué)習(xí)問(wèn)題建立了一個(gè)較好的理論框架，同時(shí)在其基礎(chǔ)上發(fā)展了一種新的通用學(xué)習(xí)算法——支持向量機(jī)，其能夠更好地解決小樣本學(xué)習(xí)問(wèn)題。

編輯推薦

《時(shí)空序列數(shù)據(jù)分析和建?！肥堑厍蛴^測(cè)與導(dǎo)航技術(shù)叢書(shū)之一。

圖書(shū)封面

圖書(shū)標(biāo)簽Tags

無(wú)

評(píng)論、評(píng)分、閱讀與下載

---

    時(shí)空序列數(shù)據(jù)分析和建模 PDF格式下載

---