地理關(guān)系回歸分析是地理時(shí)空建模的研究熱點(diǎn)。發(fā)展新的時(shí)空回歸分析方法,提升地理關(guān)系的分析挖掘能力,對(duì)于深入理解社會(huì)過(guò)程和地理現(xiàn)象具有重要的理論價(jià)值與實(shí)踐意義。時(shí)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(zhǔn)確性與可靠性。以地理加權(quán)回歸和時(shí)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(wú)法充分?jǐn)M合現(xiàn)實(shí)地理關(guān)系的復(fù)雜非線(xiàn)性特征,導(dǎo)致其在解算時(shí)空非平穩(wěn)性時(shí)面臨時(shí)空鄰近關(guān)系表達(dá)不充分、核函數(shù)權(quán)重計(jì)算不準(zhǔn)確等突出問(wèn)題,極大限制了復(fù)雜地理關(guān)系的時(shí)空分析與建模表達(dá)能力。針對(duì)以上問(wèn)題,本文綜合利用現(xiàn)代人工智能方法優(yōu)越的擬合與計(jì)算能力,將地理關(guān)系中復(fù)雜非線(xiàn)性問(wèn)題的構(gòu)造求解轉(zhuǎn)換為深度神經(jīng)網(wǎng)絡(luò)的拓?fù)湓O(shè)計(jì)與優(yōu)化學(xué)習(xí)問(wèn)題,初步建立了地理時(shí)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(shí)空關(guān)系建模為例,進(jìn)行了核心方法的測(cè)試、應(yīng)用與驗(yàn)證。本文的研究?jī)?nèi)容概況如下:（1）以“時(shí)空鄰近關(guān)系的統(tǒng)一表達(dá)”和“權(quán)重核函數(shù)的精確構(gòu)建”為目標(biāo),提出了時(shí)空鄰近關(guān)系的多層次深度神經(jīng)網(wǎng)絡(luò)表達(dá)方法,設(shè)計(jì)了具有動(dòng)態(tài)學(xué)習(xí)能力的地理時(shí)空加權(quán)神經(jīng)網(wǎng)絡(luò),建立了時(shí)空非平穩(wěn)性的精準(zhǔn)解算訓(xùn)練框架,并進(jìn)一步構(gòu)建... 

【文章來(lái)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(yè)數(shù)】：171 頁(yè)

【學(xué)位級(jí)別】：博士

【文章目錄】：
致謝
摘要
Abstract
術(shù)語(yǔ)縮寫(xiě)表
1 緒論
    1.1 研究背景與意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 時(shí)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(shí)空建模研究
        1.2.3 存在問(wèn)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?jī)?nèi)容
        1.3.3 技術(shù)路線(xiàn)
    1.4 研究區(qū)域與實(shí)驗(yàn)數(shù)據(jù)
        1.4.1 研究區(qū)域
        1.4.2 研究對(duì)象
        1.4.3 實(shí)驗(yàn)數(shù)據(jù)
    1.5 論文組織與章節(jié)安排
2 地理時(shí)空神經(jīng)網(wǎng)絡(luò)加權(quán)回歸理論
    2.1 地理時(shí)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(shí)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(shí)空神經(jīng)網(wǎng)絡(luò)加權(quán)回歸理論框架
    2.2 時(shí)空鄰近關(guān)系深度神經(jīng)網(wǎng)絡(luò)構(gòu)造與表達(dá)
        2.2.1 空間鄰近關(guān)系神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)與表達(dá)
        2.2.2 時(shí)間鄰近關(guān)系神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)與表達(dá)
        2.2.3 時(shí)空鄰近關(guān)系神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)與表達(dá)
    2.3 時(shí)空加權(quán)神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)與構(gòu)建
    2.4 地理時(shí)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(jì)診斷分析方法
        2.5.1 統(tǒng)計(jì)診斷基礎(chǔ)知識(shí)
        2.5.2 時(shí)空非平穩(wěn)性檢驗(yàn)方法
        2.5.3 模型性能檢驗(yàn)方法
        2.5.4 回歸參數(shù)區(qū)間估計(jì)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(shí)證分析
    3.1 地理加權(quán)回歸模型
        3.1.1 模型定義與估計(jì)
        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(jì)
        3.2.2 模型優(yōu)化訓(xùn)練
    3.3 實(shí)驗(yàn)設(shè)計(jì)與模型驗(yàn)證
        3.3.1 實(shí)驗(yàn)數(shù)據(jù)
        3.3.2 實(shí)驗(yàn)設(shè)計(jì)與實(shí)現(xiàn)
        3.3.3 實(shí)驗(yàn)結(jié)果分析
    3.4 本章小結(jié)
4 時(shí)空非平穩(wěn)關(guān)系建模研究與實(shí)證分析
    4.1 時(shí)空地理加權(quán)回歸模型
        4.1.1 模型定義與估計(jì)
        4.1.2 時(shí)空核函數(shù)
        4.1.3 最優(yōu)模型解算
    4.2 地理時(shí)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(jì)
        4.2.2 模型優(yōu)化訓(xùn)練
    4.3 實(shí)驗(yàn)設(shè)計(jì)與模型驗(yàn)證
        4.3.1 實(shí)驗(yàn)數(shù)據(jù)
        4.3.2 實(shí)驗(yàn)設(shè)計(jì)與實(shí)現(xiàn)
        4.3.3 實(shí)驗(yàn)結(jié)果分析
    4.4 本章小結(jié)
5 復(fù)雜周期性時(shí)空非平穩(wěn)關(guān)系建模研究與實(shí)證分析
    5.1 周期性時(shí)空地理加權(quán)回歸模型
        5.1.1 模型定義與估計(jì)
        5.1.2 顧及周期性的時(shí)空核函數(shù)
        5.1.3 最優(yōu)模型求解
    5.2 廣義地理時(shí)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(jì)
        5.2.2 模型優(yōu)化訓(xùn)練
    5.3 實(shí)驗(yàn)設(shè)計(jì)與模型驗(yàn)證
        5.3.1 實(shí)驗(yàn)數(shù)據(jù)
        5.3.2 實(shí)驗(yàn)設(shè)計(jì)與實(shí)現(xiàn)
        5.3.3 實(shí)驗(yàn)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(xiàn)
作者簡(jiǎn)歷


【參考文獻(xiàn)】：
期刊論文
[1]季節(jié)性差分時(shí)空地理加權(quán)回歸在HFRS分析中的應(yīng)用[J]. 葛亮.  城市勘測(cè). 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(bào)(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?jī)r(jià)為例[J]. 王夢(mèng)晗,劉紀(jì)平,王勇,羅安,徐勝華.  測(cè)繪科學(xué). 2018(04)
[5]一種協(xié)同時(shí)空地理加權(quán)回歸PM2.5濃度估算方法[J]. 趙陽(yáng)陽(yáng),劉紀(jì)平,楊毅,石麗紅,王梅.  測(cè)繪科學(xué). 2016(12)
[6]基于CRBM算法的時(shí)間序列預(yù)測(cè)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(bào)(理學(xué)版). 2016(04)
[7]中國(guó)省域經(jīng)濟(jì)發(fā)展影響因素及其時(shí)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(jì). 2016(02)
[8]公安縣農(nóng)村居民點(diǎn)用地分布影響因子評(píng)價(jià)——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(guó)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(bào)(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(dòng)力機(jī)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(biāo)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(shí)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(zhǔn)點(diǎn)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(jì)大學(xué) 2007

碩士論文
[1]基于時(shí)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(guó)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(shì)性預(yù)測(cè)研究[D]. 周曉莉.浙江大學(xué) 2016
[3]時(shí)空地理加權(quán)回歸模型的統(tǒng)計(jì)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(lèi)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(jì)推斷[D]. 齊飛.中央民族大學(xué) 2010
[7]地理信息系統(tǒng)中拓?fù)淇臻g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(hào)：3154192