英文字典中文字典


英文字典中文字典51ZiDian.com



中文字典辞典   英文字典 a   b   c   d   e   f   g   h   i   j   k   l   m   n   o   p   q   r   s   t   u   v   w   x   y   z       







请输入英文单字，中文词皆可：

安装中文字典英文字典查询工具!


中文字典英文字典工具:
选择颜色:
输入中英文单字

































































英文字典中文字典相关资料:


  • （学习笔记）地理加权回归（GWR）、多尺度地理加权回归 . . .
    Stewart Fotheringham教授在1996年，正式提出了地理加权回归模型（Geographical Weighted Regression , GWR）。 地理加权回归是一种基于空间变化关系建模的 局部线性回归 方法，它在研究区域的 每一处 产生一个 描述局部关系的回归模型，从而能很好的解释变量的局部
  • 空间计量：地理加权归回模型 (GWR) 参数估计 - 知乎
    地理加权回归模型 简介 空间数据 在地理学、经济学、环境学、生态学以及气象学等众多领域中广泛存在。 根据 Tobler 提出的 「地理学第一定律」：任何事物之间都是空间相关的，距离越近的事物之间的空间相关性越大。 因此，不同于传统的截面数据，空间数据的空间相关性会导致回归关系的空间非平稳性 (空间异质性)。 为了探索空间数据的空间非平稳性， Brunsdon 等 (1996) 首次提出了 地理加权回归模型，设定如下： Y_i=\beta_0 (u_i,v_i)+\sum_ {j=1}^p\beta_j (u_i,v_i)X_ {ij}+\varepsilon_i \tag {1} 其中， \beta_j (u,v)\ (j=0,1,\cdots,p) 为 「空间地理位置函数」。
  • GWR - 百度百科
    GWR将回归参数定义为地理位置函数，采用距离阈值法、距离反比法或Gauss函数法构建空间权重矩阵，量化参数空间变化趋势。 该技术适用于生态系统服务、土地利用强度、土壤有机碳分布等领域的空间异质性建模，要求样本量达到数百个且需使用投影坐标系。
  • 地理加权回归 (GWR) (空间统计)—ArcGIS Pro | 文档
    此工具用于执行地理加权回归 (GWR)，这是一种用于对空间变化关系进行建模的回归的局部形式。 通过使回归方程适合数据集中的每个要素， GWR 工具 可为您要尝试了解或预测的变量或过程提供局部模型。 GWR 工具构建这些独立方程的方法是：将每个目标要素的邻域内的要素的因变量和解释变量进行合并。 分析的每个邻域的形状和范围基于输入的 邻域类型 和 邻域选择方法 参数，但也存在一条限制：如果相邻要素的数目超过 1000，则仅将最相邻的 1000 个要素合并到各个局部方程中。 为了获得最佳结果，请在包含数百个要素的数据集上使用此工具。 该工具不适用于小型数据集。 而且，此工具不能用于处理多点数据。
  • R语言_空间计量：地理加权回归模型 (GWR) 操作及应用
    GW模型适用于一些通用或全局模型不能很好地描述空间数据的情况，但适用于一些空间区域，适当的局部模型校准可以提供更好的描述。 该方法使用移动窗口加权技术，在目标位置找到局部模型。 在这里，对于某个目标位置的单个模型，我们根据某个距离衰减核函数对所有邻近观测值进行加权，然后将模型局部应用于该加权数据。 这个局部模型可能应用的窗口大小是由带宽控制的。 较小的带宽导致结果的空间变化更加迅速，而较大的带宽使结果越来越接近通用模型的解。 当存在一些目标函数 (例如，模型可以预测)时，可以使用交叉验证和相关方法找到最优带宽
  • gis地理加权回归步骤_地理加权回归权重-腾讯云开发者社区 . . .
    地理加权回归（GWR）是解决空间数据非平稳性的有效工具，通过为每个要素构建独立线性方程提升模型精度。 相比全局线性回归（GLR），GWR能捕捉局部变量关系差异，适用于解释变量影响不均的场景。
  • 基本地理加权回归模型 — libgwmodel 文档
    如果要拟合一个基础GWR模型，使用 gwm::GWRBasic 。 如果不确定带宽值，可以按照如下方式让算法自动优选带宽： 传递给 gwm::GWRBasic::setBandwidthSelectionCriterion() 的参数可以是 gwm::GWRBasic::BandwidthSelectionCriterionType 中的任意值。 如果不希望所有自变量都被纳入模型，而是仅仅纳入一些显著的变量，可以通过下列方式零算法自动优选自变量： 传递给 gwm::GWRBasic::setIndepVarSelectionThreshold() 的参数是一个 AIC 变化阈值，用于确定一个模型与另一个模型相比拟合效果是否有显著改进。 一般来说，该值地大小取决于样本地数量。
  • GWmodel3 - Basic GWR 模型 - GitHub Pages
    此外，与旧版 GWmodel 包类似， gwrm 对象中提供了一个 $SDF 变量保存了系数估计值等一系列局部结果。 使用该变量，可以进行专题制图。 除此之外，改包还提供了一个 plot() 函数，通过输入 gwrm 对象，可以快速查看回归系数。
  • 地理加权回归基本理论与应用研究 - 豆丁网
    地理加权回归（Geographically Weighted Regression，GWR） 是一种空间分析技术，旨在揭示变量间的空间关系及其在空间上的非 平稳性。 该方法通过引入空间权重函数，将传统的线性回归模型扩展 为局部回归模型，使得回归系数能够在地理空间上发生变化。 GWR 的 基本思想是在每个观测点的邻域范围内进行加权回归分析，以捕捉该 点周围的空间异质性。 GWR 不仅能够揭示变量间的全局关系，还能够 揭示其局部关系，为地理学和空间分析领域的研究提供了新的视角和 方法。 GWR 的应用范围广泛，涉及城市规划、环境科学、社会经济研究 等多个领域。 在城市规划中，GWR 可用于分析城市房价、人口密度等 空间分布特征及其影响因素在环境科学中，GWR 可用于研究污染物的
  • 程序员 - 用R语言实现地理加权回归（GWR） - 个人文章 . . .
    地理加权回归（Geographically Weighted Regression，简称GWR）是一种用于解释地理空间数据的统计方法。 它是多元线性回归的一种扩展，允许模型的参数在空间上





中文字典-英文字典  2005-2009