地理關(guān)系回歸分析是地理時空建模的研究熱點。發(fā)展新的時空回歸分析方法,提升地理關(guān)系的分析挖掘能力,對于深入理解社會過程和地理現(xiàn)象具有重要的理論價值與實踐意義。時空非平穩(wěn)性是地理關(guān)系描述的固有特性,其解算精度決定了地理關(guān)系回歸建模的準確性與可靠性。以地理加權(quán)回歸和時空地理加權(quán)回歸為核心的現(xiàn)有非平穩(wěn)關(guān)系回歸方法,由于無法充分擬合現(xiàn)實地理關(guān)系的復(fù)雜非線性特征,導(dǎo)致其在解算時空非平穩(wěn)性時面臨時空鄰近關(guān)系表達不充分、核函數(shù)權(quán)重計算不準確等突出問題,極大限制了復(fù)雜地理關(guān)系的時空分析與建模表達能力。針對以上問題,本文綜合利用現(xiàn)代人工智能方法優(yōu)越的擬合與計算能力,將地理關(guān)系中復(fù)雜非線性問題的構(gòu)造求解轉(zhuǎn)換為深度神經(jīng)網(wǎng)絡(luò)的拓撲設(shè)計與優(yōu)化學(xué)習(xí)問題,初步建立了地理時空神經(jīng)網(wǎng)絡(luò)加權(quán)回歸理論與方法體系,并以浙江近岸海域赤潮災(zāi)害的地理時空關(guān)系建模為例,進行了核心方法的測試、應(yīng)用與驗證。本文的研究內(nèi)容概況如下:（1）以“時空鄰近關(guān)系的統(tǒng)一表達”和“權(quán)重核函數(shù)的精確構(gòu)建”為目標,提出了時空鄰近關(guān)系的多層次深度神經(jīng)網(wǎng)絡(luò)表達方法,設(shè)計了具有動態(tài)學(xué)習(xí)能力的地理時空加權(quán)神經(jīng)網(wǎng)絡(luò),建立了時空非平穩(wěn)性的精準解算訓(xùn)練框架,并進一步構(gòu)建... 

【文章來源】：浙江大學(xué)浙江省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：171 頁

【學(xué)位級別】：博士

【文章目錄】：
致謝
摘要
Abstract
術(shù)語縮寫表
1 緒論
    1.1 研究背景與意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 時空非平穩(wěn)關(guān)系建模方法研究
        1.2.2 融合神經(jīng)網(wǎng)絡(luò)的時空建模研究
        1.2.3 存在問題與不足
    1.3 研究目的與內(nèi)容
        1.3.1 研究目的
        1.3.2 研究內(nèi)容
        1.3.3 技術(shù)路線
    1.4 研究區(qū)域與實驗數(shù)據(jù)
        1.4.1 研究區(qū)域
        1.4.2 研究對象
        1.4.3 實驗數(shù)據(jù)
    1.5 論文組織與章節(jié)安排
2 地理時空神經(jīng)網(wǎng)絡(luò)加權(quán)回歸理論
    2.1 地理時空神經(jīng)網(wǎng)絡(luò)加權(quán)回歸總體研究框架
        2.1.1 經(jīng)典時空地理加權(quán)回歸理論
        2.1.2 深度神經(jīng)網(wǎng)絡(luò)方法理論
        2.1.3 地理時空神經(jīng)網(wǎng)絡(luò)加權(quán)回歸理論框架
    2.2 時空鄰近關(guān)系深度神經(jīng)網(wǎng)絡(luò)構(gòu)造與表達
        2.2.1 空間鄰近關(guān)系神經(jīng)網(wǎng)絡(luò)設(shè)計與表達
        2.2.2 時間鄰近關(guān)系神經(jīng)網(wǎng)絡(luò)設(shè)計與表達
        2.2.3 時空鄰近關(guān)系神經(jīng)網(wǎng)絡(luò)設(shè)計與表達
    2.3 時空加權(quán)神經(jīng)網(wǎng)絡(luò)設(shè)計與構(gòu)建
    2.4 地理時空神經(jīng)網(wǎng)絡(luò)加權(quán)回歸訓(xùn)練框架
        2.4.1 總體訓(xùn)練框架
        2.4.2 激活函數(shù)與參數(shù)初始化
        2.4.3 神經(jīng)網(wǎng)絡(luò)優(yōu)化訓(xùn)練算法
    2.5 統(tǒng)計診斷分析方法
        2.5.1 統(tǒng)計診斷基礎(chǔ)知識
        2.5.2 時空非平穩(wěn)性檢驗方法
        2.5.3 模型性能檢驗方法
        2.5.4 回歸參數(shù)區(qū)間估計方法
    2.6 本章小結(jié)
3 空間非平穩(wěn)關(guān)系建模研究與實證分析
    3.1 地理加權(quán)回歸模型
        3.1.1 模型定義與估計
        3.1.2 空間核函數(shù)
        3.1.3 最優(yōu)帶寬求解
    3.2 地理神經(jīng)網(wǎng)絡(luò)加權(quán)回歸模型
        3.2.1 模型定義與設(shè)計
        3.2.2 模型優(yōu)化訓(xùn)練
    3.3 實驗設(shè)計與模型驗證
        3.3.1 實驗數(shù)據(jù)
        3.3.2 實驗設(shè)計與實現(xiàn)
        3.3.3 實驗結(jié)果分析
    3.4 本章小結(jié)
4 時空非平穩(wěn)關(guān)系建模研究與實證分析
    4.1 時空地理加權(quán)回歸模型
        4.1.1 模型定義與估計
        4.1.2 時空核函數(shù)
        4.1.3 最優(yōu)模型解算
    4.2 地理時空神經(jīng)網(wǎng)絡(luò)加權(quán)回歸模型
        4.2.1 模型定義與設(shè)計
        4.2.2 模型優(yōu)化訓(xùn)練
    4.3 實驗設(shè)計與模型驗證
        4.3.1 實驗數(shù)據(jù)
        4.3.2 實驗設(shè)計與實現(xiàn)
        4.3.3 實驗結(jié)果分析
    4.4 本章小結(jié)
5 復(fù)雜周期性時空非平穩(wěn)關(guān)系建模研究與實證分析
    5.1 周期性時空地理加權(quán)回歸模型
        5.1.1 模型定義與估計
        5.1.2 顧及周期性的時空核函數(shù)
        5.1.3 最優(yōu)模型求解
    5.2 廣義地理時空神經(jīng)網(wǎng)絡(luò)加權(quán)回歸模型
        5.2.1 模型定義與設(shè)計
        5.2.2 模型優(yōu)化訓(xùn)練
    5.3 實驗設(shè)計與模型驗證
        5.3.1 實驗數(shù)據(jù)
        5.3.2 實驗設(shè)計與實現(xiàn)
        5.3.3 實驗結(jié)果分析
    5.4 本章小結(jié)
6 總結(jié)與展望
    6.1 研究總結(jié)
    6.2 研究特色與創(chuàng)新
    6.3 研究展望
參考文獻
作者簡歷


【參考文獻】：
期刊論文
[1]季節(jié)性差分時空地理加權(quán)回歸在HFRS分析中的應(yīng)用[J]. 葛亮.  城市勘測. 2017(05)
[2]Comparison of Artificial Neural Networks, Geographically Weighted Regression and Cokriging Methods for Predicting the Spatial Distribution of Soil Macronutrients（N, P, and K）[J]. Samad EMAMGHOLIZADEH,Shahin SHAHSAVANI,Mohamad Amin ESLAMI.  Chinese Geographical Science. 2017(05)
[3]利用Minkowski距離逼近道路網(wǎng)絡(luò)距離算法研究[J]. 盧賓賓,楊歡,孫華波,于清德.  武漢大學(xué)學(xué)報(信息科學(xué)版). 2017(10)
[4]路網(wǎng)距離約束的GTWR模型應(yīng)用——以北京市房價為例[J]. 王夢晗,劉紀平,王勇,羅安,徐勝華.  測繪科學(xué). 2018(04)
[5]一種協(xié)同時空地理加權(quán)回歸PM2.5濃度估算方法[J]. 趙陽陽,劉紀平,楊毅,石麗紅,王梅.  測繪科學(xué). 2016(12)
[6]基于CRBM算法的時間序列預(yù)測模型研究[J]. 周曉莉,張豐,杜震洪,曹敏杰,劉仁義.  浙江大學(xué)學(xué)報(理學(xué)版). 2016(04)
[7]中國省域經(jīng)濟發(fā)展影響因素及其時空規(guī)律研究——基于GTWR模型[J]. 玄海燕,張安琪,藺全錄,陳金淑.  工業(yè)技術(shù)經(jīng)濟. 2016(02)
[8]公安縣農(nóng)村居民點用地分布影響因子評價——基于GWR的空間異質(zhì)性分析[J]. 鄭文升,姜玉培,李孝環(huán),羅靜,王曉芳.  人文地理. 2015(05)
[9]基于GWR模型的中國NDVI與氣候因子的相關(guān)分析[J]. 韓雅,朱文博,李雙成.  北京大學(xué)學(xué)報(自然科學(xué)版). 2016(06)
[10]基于地理加權(quán)回歸的吉林省人口城鎮(zhèn)化動力機制分析[J]. 龐瑞秋,騰飛,魏冶.  地理科學(xué). 2014(10)

博士論文
[1]聯(lián)合浮標與衛(wèi)星數(shù)據(jù)的赤潮預(yù)警與決策服務(wù)[D]. 孫笑笑.浙江大學(xué) 2017
[2]顧及時空非平穩(wěn)性的地理加權(quán)回歸方法研究[D]. 楊毅.武漢大學(xué) 2016
[3]基于深度卷積神經(jīng)網(wǎng)絡(luò)的人臉基準點定位研究[D]. 張少華.華中科技大學(xué) 2016
[4]地理加權(quán)回歸基本理論與應(yīng)用研究[D]. 覃文忠.同濟大學(xué) 2007

碩士論文
[1]基于時空地理加權(quán)回歸模型估算近地面NO2濃度[D]. 饒?zhí)m蘭.中國礦業(yè)大學(xué) 2017
[2]基于深度學(xué)習(xí)的浙江近岸船舶數(shù)據(jù)赤潮生物量趨勢性預(yù)測研究[D]. 周曉莉.浙江大學(xué) 2016
[3]時空地理加權(quán)回歸模型的統(tǒng)計診斷[D]. 劉美玲.西安建筑科技大學(xué) 2013
[4]地理加權(quán)回歸模型均方誤差的研究[D]. 趙倩.東北林業(yè)大學(xué) 2012
[5]距離鄰近與自然鄰近典型聚類方法比較[D]. 余莉.昆明理工大學(xué) 2011
[6]混合地理加權(quán)回歸模型的統(tǒng)計推斷[D]. 齊飛.中央民族大學(xué) 2010
[7]地理信息系統(tǒng)中拓撲空間關(guān)系及空間推理研究[D]. 應(yīng)新洋.重慶大學(xué) 2003



本文編號：3154192