混合地理加权回归模型算法研究

以迭代算法为基础，推导出混合地理加权回归模型的常系数（全局参数）和变系数（局域参数）的计算方法，并以上海市住宅小区楼盘销售平均价格为例进行验证。结果表明，混合地理加权回归模型的计算量略大于地理加权回归模型，但对样本数据的拟合更好，局域参数估计更稳健。     

地图数字化的坐标转换及数据的精度与相关性

在分析地图数字化坐标数据的误差性质时，通常将经过坐标转换后的坐标值作为相互独立的数字化观测值，而将它们与相应的已知坐标之差值当作相互独立的随机误差进行分析，为了对数字化坐标数据及其误差进行更严贩分析，本文将来求转换参数的已知的地面坐标和数字化坐标都视为观测值，并用附有参数的条件平差法来求转换参数，再进一步对转换后的数字坐标的精度和基相关性进行讨论。     

基于L-M算法的BP神经网络分类器

以TM图像为例,讨论了基于Levenberg-Marquardt(L-M)算法的BP神经网络分类器及其在遥感图像分类中的应用。LM算法是梯度下降法与高斯牛顿法的结合,由于利用了近似的二阶导数信息,LM算法比梯度法快。就训练次数及准确度而言,LM算法明显优于变学习率法的BP算法。