R语言框架下的空间统计方法改进及其实证研究.docxVIP

R语言框架下的空间统计方法改进及其实证研究

目录

一、内容描述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3

1.1研究背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4

1.1.1空间数据分析的重要性．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5

1.1.2R语言在空间统计领域的应用．．．．．．．．．．．．．．．．．．．．．．．．．．．．7

1.2国内外研究现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．8

1.2.1空间统计方法研究进展．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．9

1.2.2R语言空间扩展包发展．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．11

1.3研究内容与目标．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．13

1.3.1主要研究内容．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．14

1.3.2具体研究目标．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．16

1.4研究方法与技术路线．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．17

1.4.1研究方法选择．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．19

1.4.2技术实现路线．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．20

1.5论文结构安排．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．22

二、空间统计理论基础．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．23

2.1空间数据类型与特征．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．24

2.1.1点数据．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．26

2.1.2网格数据．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．27

2.1.3区块数据．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．28

2.2空间自相关分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．31

2.3空间回归模型．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．32

2.3.1空间滞后模型．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．34

2.3.2空间误差模型．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．35

2.4常用R语言空间扩展包介绍．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．36

三、空间统计方法的改进．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．38

3.1基于机器学习的空间统计方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．40

3.1.1支持向量机回归．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．43

3.1.2随机森林(RF)在空间模式识别中的应用．．．．．．．．．．．．．．．．45

3.2基于深度学习的空间统计方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．47

3.2.1卷积神经网络．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．47

3.2.2循环神经网络．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．49

3.3大数据环境下的空间统计方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．50

3.3.1分布式计算框架在空间统计中的应用．．．．．．．．．．．．．．．．．．．．51

3.3.2云计算平台在空间数据分析中的应用．．．．．．．．．．．．．．．．．．．．55

3.4面向特定问题的空间统计方法改进．．．．．．．．．．．．．．．．．．．．．．．．56

3.4.1非线性空间关系的建模．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．58

3.4.2空间交互作用的识别．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．59

四、实证研究．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．