-
公开(公告)号：CN114611271A
公开(公告)日：2022-06-10
申请号：CN202210171309.1
申请日：2022-02-24
Applicant: 武汉大学
Abstract: 针对传统回归模型在雪水当量建模中未考虑空间效应的影响、而空间回归模型在栅格数据中又面临严重的计算瓶颈的问题，提出了一种顾及空间异质性的雪水当量栅格数据建模及分析方法，同时考虑了全局和区域的空间效应。在对遥感影像进行空间建模时，将数据分成相同大小的若干个子区域，对每一子区域建模，达到对整幅遥感影像进行建模计算的目的；利用空间滤值方法，使用空间邻接矩阵的特征向量对残差进行拟合，并将拟合结果作为空间影响加入之前的全局模型当中，得到最终的空间回归模型。本发明可以得到雪水当量和及其相关因子的准确模型，以供后续研究和分析。
-
公开(公告)号：CN106600578B
公开(公告)日：2017-11-10
申请号：CN201611034124.7
申请日：2016-11-22
Applicant: 武汉大学
IPC: G06T7/00
Abstract: 本发明公开了一种基于遥感影像的特征函数空间滤值回归模型并行化方法，本发明针对遥感影像数据回归建模过程中变量空间自相关性对模型的影响，提出采用特征函数空间滤值方法，通过将影像进行分块，利用搭建的并行计算集群进行分布式计算，最后将分块计算的结果返回给主节点汇总，通过对比串行和并行分别得到的回归模型拟合评价参数MSE、RMSE、R2、Adj.R2以及并行加速比S，验证基于遥感影像的特征函数空间滤值并行方法在空间统计回归建模中能够消除空间自相关影响，并有效提高计算效率。
-
公开(公告)号：CN114972984B
公开(公告)日：2024-10-01
申请号：CN202210472159.8
申请日：2022-04-29
Applicant: 武汉大学
IPC: G06V20/10 , G06V10/764 , G06F16/58 , G06F16/583 , G06F16/587
Abstract: 本发明提供一种基于随机森林的积雪时空分析与预测方法，根据地理单元之间的空间关系构建空间权重矩阵，将中心化的空间权重矩阵进行特征分解筛选特征向量，与环境变量、亮温数据、积雪密度一起作为自变量，利用随机森林方法进行建模；将建模得到的最优参数代入全体样本中得到随机森林回归模型并分析积雪变化的影响因素；最后将最优参数代入到新的自变量中，得到积雪的预测值。本发明同时考虑了环境因素和空间效应对积雪变化的影响，并将这些影响因素加入到积雪估算模型中，使得构建的积雪估算模型更加准确。
-
公开(公告)号：CN114972984A
公开(公告)日：2022-08-30
申请号：CN202210472159.8
申请日：2022-04-29
Applicant: 武汉大学
IPC: G06V20/10 , G06V10/764 , G06F16/58 , G06F16/583 , G06F16/587
Abstract: 本发明提供一种基于随机森林的积雪时空分析与预测方法，根据地理单元之间的空间关系构建空间权重矩阵，将中心化的空间权重矩阵进行特征分解筛选特征向量，与环境变量、亮温数据、积雪密度一起作为自变量，利用随机森林方法进行建模；将建模得到的最优参数代入全体样本中得到随机森林回归模型并分析积雪变化的影响因素；最后将最优参数代入到新的自变量中，得到积雪的预测值。本发明同时考虑了环境因素和空间效应对积雪变化的影响，并将这些影响因素加入到积雪估算模型中，使得构建的积雪估算模型更加准确。
-
公开(公告)号：CN110110025B
公开(公告)日：2021-07-20
申请号：CN201910358590.8
申请日：2019-04-30
Applicant: 武汉大学
Abstract: 一种基于特征向量空间滤值的区域人口密度模拟方法，包括获取区域矢量文件和统计数据，选择特征向量空间滤值法，以区域夜间灯光平均亮度作为自变量，选择辅助自变量；根据区域矢量文件对遥感夜间灯光影像进行处理，计算区域总亮度和平均亮度；建立邻接关系，得到空间邻接矩阵并进行中心化，计算矩阵特征值和特征向量；提取合适的特征向量作为夜光亮度的空间影响因子，添加到自变量中，求解回归系数，得到人口密度的特征向量空间滤值回归模型，根据模型实现区域人口密度模拟。本发明能够有效消除空间异质性和空间自相关性对人口密度分布的影响，采用自动化手段替代人工统计，节约人力物力，对于城市化智能监测、环境污染检测等应用具有重要意义。
-
Patent Agency Ranking
公开(公告)号：CN110110025A
公开(公告)日：2019-08-09
申请号：CN201910358590.8
申请日：2019-04-30
Applicant: 武汉大学
Abstract: 一种基于特征向量空间滤值的区域人口密度模拟方法，包括获取区域矢量文件和统计数据，选择特征向量空间滤值法，以区域夜间灯光平均亮度作为自变量，选择辅助自变量；根据区域矢量文件对遥感夜间灯光影像进行处理，计算区域总亮度和平均亮度；建立邻接关系，得到空间邻接矩阵并进行中心化，计算矩阵特征值和特征向量；提取合适的特征向量作为夜光亮度的空间影响因子，添加到自变量中，求解回归系数，得到人口密度的特征向量空间滤值回归模型，根据模型实现区域人口密度模拟。本发明能够有效消除空间异质性和空间自相关性对人口密度分布的影响，采用自动化手段替代人工统计，节约人力物力，对于城市化智能监测、环境污染检测等应用具有重要意义。
-
公开(公告)号：CN114996907B
公开(公告)日：2024-07-16
申请号：CN202210472277.9
申请日：2022-04-29
Applicant: 武汉大学
Abstract: 本发明提供一种基于雪水当量栅格数据的空间回归建模方法，包括：获取雪水当量栅格数据产品并对所有数据进行预处理；对所有预处理后的数据进行划分；对分块区域构建普通最小二乘线性回归模型：筛选分块残差；步骤5：构建分块残差模型；对分块的普通最小二乘线性回归模型残差构建空间误差模型或空间滞后模型；将分块残差模型结果并入到步骤3构建的普通最小二乘线性回归模型中，得到最终的空间回归模型；若该分块未执行步骤5，则将步骤3构建的普通最小二乘线性回归模型作为该分块的最终模型；对模型进行评价和分析。本发明消除了空间自相关的影响，提高模型的精度，探究不同气象因素和地形因素对雪水当量的影响，以供后续研究和分析。
-
公开(公告)号：CN108038081A
公开(公告)日：2018-05-15
申请号：CN201711425595.5
申请日：2017-12-25
Applicant: 武汉大学
Abstract: 本发明提出了一种基于空间滤值的logistic回归滑坡灾害分析方法，即针对滑坡灾害分析研究，将空间滤值思想引入到普通logistic回归模型中，设计一种包括未滑坡点选取、致灾因子值的获取和分级、邻接矩阵构建、特征值与特征向量计算、逐步回归特征向量选取、回归建模等步骤的滑坡回归分析算法。本发明能够解决logistic回归模型受变量间的空间自相关影响而导致的模型精度不高的问题。利用选取的特征向量来构建滤值算子加入到logistic回归模型中，能够有效滤去残差的自相关影响，提高回归模型的拟合优度和预测准确度，实现对滑坡灾害的准确模拟和预测。
-
公开(公告)号：CN114996907A
公开(公告)日：2022-09-02
申请号：CN202210472277.9
申请日：2022-04-29
Applicant: 武汉大学
Abstract: 本发明提供一种基于雪水当量栅格数据的空间回归建模方法，包括：获取雪水当量栅格数据产品并对所有数据进行预处理；对所有预处理后的数据进行划分；对分块区域构建普通最小二乘线性回归模型：筛选分块残差；步骤5：构建分块残差模型；对分块的普通最小二乘线性回归模型残差构建空间误差模型或空间滞后模型；将分块残差模型结果并入到步骤3构建的普通最小二乘线性回归模型中，得到最终的空间回归模型；若该分块未执行步骤5，则将步骤3构建的普通最小二乘线性回归模型作为该分块的最终模型；对模型进行评价和分析。本发明消除了空间自相关的影响，提高模型的精度，探究不同气象因素和地形因素对雪水当量的影响，以供后续研究和分析。
-
公开(公告)号：CN114662274A
公开(公告)日：2022-06-24
申请号：CN202111661300.0
申请日：2021-12-31
Applicant: 武汉大学
IPC: G06F30/20 , G06F17/18 , G06F113/08
Abstract: 本文提出了一种基于零膨胀时空回归模型的雪水当量建模和预测方法，主要解决雪水当量与环境因素建模过程中，随积雪时空剧烈变化出现的大量零观测值、雪水当量时间滞后效应、以及空间分布自相关性引起的模型误设、方差膨胀、系数偏移等问题。本发明通过引入时间滞后项并利用广义线性空间回归模型，构建二元回归和连续回归两个部分，来代表判断零值是否存在和非零值的数值估计两个过程，从而将时空效应和零膨胀效应同时考虑进来，提高了雪水当量建模和预测准确性，增强了雪水当量变化过程的分析能力。
-
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.017 seconds)
