什么是gis核密度计算
来源：学生作业帮助网 编辑：六六作业网 时间：2024/12/22 10:26:38
什么是gis核密度计算
什么是gis核密度计算
什么是gis核密度计算
核密度估计（kernel density estimation）是在概率论中用来估计未知的密度函数,属于非参数检验方法之一,由Rosenblatt (1955)和Emanuel Parzen(1962)提出,又名Parzen窗（Parzen window）.Ruppert和Cline基于数据集密度函数聚类算法提出修订的核密度估计方法.
100个正态分布的乱数的核密度估计
核密度估计在估计边界区域的时候会出现边界效应.
在单变量核密度估计的基础上,可以建立风险价值的预测模型.通过对核密度估计变异系数的加权处理,可以建立不同的风险价值的预测模型.
一些比较常用的核函数是： 均匀核函数 k(x)=1/2,-1≤x≤1 加入带宽h后： kh(x)=1/(2h),-h≤x≤h
三角核函数 k(x)=1-|x|,-1≤x≤1 加入带宽h后： kh(x)=(h-|x|)/h^2,-h≤x≤h
伽马核函数 kxi(x)=[x^(α-1)exp{-xα/xi}]/[(xi/α)^α.Γ(α)]
gis中的密度分析,分为核密度分析,点密度分析和线密度分析.通过密度分析,我们可以讲测量的来的点或者线生成连续表面,从而可以找出那些地方点或者线比较集中.也就是,密度分析是根据输入要素数据计算整个区域的数据聚集状况.密度分析是通过离散点数据或者线数据进行内插的过程,根据插值原理不同,主要是分为核密度分析和普通的点\线密度分析.核密度分心中,落入搜索区的点具有不同的权重,靠近搜索中心的点或线会被赋予较大的权重,反之,权重较小,它的计算结果分布较平滑.在普通的点\线密度分析中,落在搜索区域内的点或线有相同的权重,先对其求和,再除以搜索区域的大小,从而得到每个点的密度值.