采用逻辑回归的汾河流域遗址分布研究

为了更好地指导考古挖掘和理解古人类活动,该文从汾河流域DEM数据中提取高程、坡度、坡向、地形起伏度、地表曲率、距河流距离及距大遗址距离等作为自变量,利用二元逻辑回归建立流域内仰韶时期至夏商时期各时期遗址分布模型,对模型结果进行了定量分析并生成了汾河流域各时期遗址分布概率图,在此基础上对汾河流域人类文化遗址的分布特征进行研究。遗址分布模型总体分类精度较好。遗址分布模型对考古工作及古环境研究具有重要价值,可以为考古工作提供决策支持。     

利用GIS和模糊层次分析法的南极考察站选址研究

南极考察站选址问题关系南极考察站的安全、功能和运行效率。从科考兴趣、环境条件、后勤保障和地形条件四个方面构建南极考察站选址指标体系,将GIS和模糊层次分析法集成构建一种新的数学模型,用于确定南极考察站建立的适宜性区域,实现选址评价。在对已建南极考察站选址分析的基础上进行了模型验证,得到模型的准确度为98.89%,证明此模型具有较高的准确性和较好的适用性。     

基于逻辑回归模型的城市边缘区界定方法研究

以广州市为例,在总结和分析前人研究的基础上提出基于栅格的城市化特征属性概念及其评价指标体系,构建了基于多准则判读的城市边缘区界定方法,利用 K-means空间聚类法对广州市城市边缘区进行划分,得到城市特征属性回归模型.试验结果表明,城市边缘区主要分布于主城区和若干中心镇周围,并随城市交通轴线发散分布,与广州城市总体规划发展布局相一致.城市特征属性受到城市开发强度的重要影响,两者具有显著相关性.     

基于GIS和空间逻辑回归模型的城市空间扩展预测——以深圳市龙岗区为例

本文从土地利用的角度出发,分析了城市扩展的基本原理和过程,提出城市空间扩展直接原因在于城市发展对土地的需求,城市空间扩展预测可分为城市发展用地总体需求预测和空间扩展预测的观点,并采用优化组合预测模型对城市用地总体规模扩展进行建模,利用空间逻辑回归模型对空间分布扩展进行建模,两者共同构建了城市空间扩展预测模型,最后以深圳市龙岗区为例,进行了试验,验证了这种思路。     

利用梯阶中值选址模型进行区域机场群布局适应性研究

研究了中值选址模型和梯阶选址问题,提出了利用梯阶中值选址模型的区域机场群选址布局模型,并对广东省机场群布局的适应性进行了实证研究。在模型实验中,应用地理信息技术对模型进行了计算,结果说明了该模型及模型计算方法对区域机场群选址规划的应用价值。     

基于逻辑回归CA模型的溢油模拟与预测

结合逻辑回归方法和元胞自动机模型构建了逻辑回归CA模型,模型中的逻辑回归方法能够很方便地获取影响因子的权重,再设置起止条件等,便可以模拟出溢油的动态变化情况。把模型应用到Deep Spill项目的溢油模拟实验中,结果表明,从模型结果的形态看,模拟结果与检验结果吻合程度较高,能够很好地模拟出溢油扩散与漂移等重要的溢油特性。从统计分析中可知,模拟结果的总精度可达96.8%,Kappa系数达到0.834。     

GIS环境下的物流配送中心选址模型研究

在分析传统的配送中心选址模型优缺点的基础上,提出了一种基于GIS的物流配送中心选址模型。该模型采用多因素参与决策的方法,结合GIS技术与空间分析方法确定最佳选址地点,最后以张家界市永定区某街道配送仓库的选址为例对模型进行了实现。     

基于GIS的物流配送中心选址模型研究

配送中心是物流网络中的重要节点,对于优化企业物流系统,合理配置库存资源,提高物流的共同化程度发挥着重要作用。本文应用G IS网络分析方法和改进P中心选址算法,建立了配送中心选址优化模型。该模型由几何网络确定配送中心与需求点间距离、并引入租金、坡度、库存量等因素参与模型计算,通过总费用最小化确定仓库的最佳位置。因采用多因素参与决策和算法的改进,提高了配送中心选址精度,降低了用户选择的盲目性。     

空间选址关键因素及其建模研究

影响空间选址的因素错综复杂,本文在对以往一些研究成果进行综合分析的基础上,提出了空间选址的三大影响因素:容量、区位特征和作用范围,并进行了空间选址的建模研究,建立了三个基本模型(容量因素影响模型、区位特征因素影响模型、作用范围因素影响模型)和空间选址的评估模型,并结合应用实例对该模型进行了初步的验证。     

基于GIS的多重心法物流设施选址研究

针对多重心法计算过程复杂,需要反复迭代,工作量和难度大等问题,设计了多重心物流选址算法。该算法运用了GIS强大的数据管理、空间分析和可视化等功能,并在GIS环境下编程实现。最后,结合具体的实例对算法进行了应用。     

基于logistic回归模型的城市功能区识别

通过构建兴趣点与城市功能区之间的logistic回归模型进行功能区识别,以武汉市主城区为例进行试验分析,将识别结果可视化并与《武汉市城市总体规划图(2010—2020)》进行对比,通过百度地图进行验证。研究结果表明,logistic回归模型与兴趣点数据相结合能基本识别居住用地、商业服务业设施用地、工业用地、公共管理与公共服务用地,准确率较高。     

基于GIS的Logistic回归模型在区域滑坡敏感性评价中的应用

本文基于GIS技术和Logistic回归模型进行滑坡敏感性评价定量分析方法,并以江苏省连云港市郊区为研究区域,建立了地质、地形数据库等滑坡因子空间数据库和滑坡空间分布数据库,并进行了滑坡影响因子敏感性分析。对连云港市郊区滑坡灾害在空间上的预测结果具有重要的现实意义,对推广应用、防灾减灾具有实际的指导意义。     

基于Logistic回归分析的从化流溪河流域先秦时期遗址预测模型

运用GIS的空间分析功能,借助Logistic回归分析方法构建从化流溪河流域先秦时期遗址分布预测模型,得出遗址分布与海拔等自然地理要素之间的定量关系.结果表明,从化流溪河流域先秦遗址分布受自然因素影响显著,其中河流缓冲区(距河流距离)对遗址分布影响最大,海拔高程、坡度影响次之,坡向则对遗址分布影响甚微.遗址预测模型显示...     

逻辑回归元胞自动机模型的鸡西市城市扩张分析及预测

城市的快速扩张导致人地矛盾激化,土地利用效率下降.分析并预测城市发展状态,可以实现土地资源的合理配置,为城市发展提供合理规划.本文以鸡西市市辖区为例,利用Logistic-CA模型进行城市扩张模拟及趋势特征分析.结果表明:1)鸡西市在2005—2015年间城市处于低速扩张阶段,土地利用效率较低,城市发展较为分散;2)通...     

基于小波方法的非线性回归模型研究

介绍小波方法和非线性回归估计的基本理论,研究利用小波变换得到非线性回归估计函数的方法,且将该方法的结果与仅用回归估计的结果进行对比研究,发现对监测数据列进行小波分解并对小波系数作用于阈值,然后通过对小波系数估计能得到回归参数。研究结果表明基于小波方法的非线性回归模型更接近变形体变形规律,是一种能够更好地进行预测的方法,该模型切实可行。     

Logistic Regression for Feature Selection and Soft Classification of Remote Sensing Data

Feature selection is a key task in remote sensing data processing, particularly in case of classification from hyperspectral images. A logistic regression (LR) model may be used to predict the probabilities of the classes on the basis of the input features, after ranking them according to their relative importance. In this letter, the LR model is applied for both the feature selection and the classification of remotely sensed images, where more informative soft classifications are produced naturally. The results indicate that, with fewer restrictive assumptions, the LR model is able to reduce the features substantially without any significant decrease in the classification accuracy of both the soft and hard classifications     

基于Logistic模型的单点下沉预测应用研究

岩层与地表移动具有一定的规律,由于Knothe时间函数虽然可以预计地表下沉,但在预计中有描述地表下沉速度的不足,并且其函数复杂.研究矿区单点动态下沉过程对于地表建筑物的保护具有重要意义,本文采用Logistic模型拟合下沉曲线,得到了预计方程,结果表明预计精度较高.Logistic模型参数少,函数相对简单,计算结果表明...