均匀核函数-统计

均匀核函数(uniform kernel function),指假设每个观测点周围区域的权重相同的一类分布函数,其函数值在区间[-1,1]内为常数,呈现矩形。

核密度估计法-统计

核密度估计法(kernel density estimation),指在没有任何先验密度假设的前提下,以核函数为核心,基于观测样本点构建概率密度函数,从而获得单变量或多变量属性值概率密度的平滑估计值的一种非参数方法。

自然邻域插值法-统计

自然邻域插值法(natural neighbor interpolation),指使用德劳内三角形,对所有样本点创建泰森多边形,利用距样本点最近的待插样本子集,按比例进行加权插值的一种空间局部插值法。

B 样条插值法-统计

B 样条插值法(B-spline interpolation),指通过构建基于 B 样条曲线的分段多项式函数,使之充分逼近已知样本点数据,从而对未知空间点进行插值预测的方法。

三次样条插值法-统计

三次样条插值法(cubic spline interpolation),指基于一定节点将样本分段,在每个子区间构建不超过三次的多项式方程,从而拟合一个可充分逼近所有已知样本点的三次样条函数,以该函数对未知点进行预测的插值方法。

样条函数插值法-统计

样条函数插值法(spline interpolation),指以最小曲率充分逼近各观察点,在保证整个薄板表面的曲率最小的原则下对未知空间点进行插值的一种多用途插值方法。

贝叶斯克里金法-统计

贝叶斯克里金法(Bayesian Kriging),指通过先验和后验分布对基础半变异函数进行最大似然估计,并基于该半变异函数进行预测的空间插值统计方法。

神经网络克里金法-统计

神经网络克里金法(neural Kriging),指基于已知空间样本点,通过人工神经网络训练获得兴趣变量与辅助环境变量间(如地表参数、遥感图像、地质、土壤和土地利用等)的复杂关系,并基于该训练网络对未知样本点属性值进行预测的一种空间插值统计方法。 ...

回归克里金法-统计

回归克里金法(regression Kriging),指通过构建目标属性值和辅助环境变量间的回归关系,基于拟合回归曲线与待插区域的辅助环境变量值对该区域目标属性值进行预测的空间插值统计方法。

析取克里金法-统计

析取克里金法(disjunctive Kriging),指在已知任意区域化变量的二维概率分布的假设下,对待估点的值或待估点值超过给定阈值的概率进行估计的一种非线性空间插值统计方法。

协同克里金法-统计

协同克里金法(co-Kriging),指假设多个区域变量属性值间存在交互关系,通过建立交叉协方差函数和交叉变异函数,用易测变量或样品多的变量对难测变量或样品少的变量进行局部估计的空间插值统计方法。

中位数平滑克里金法-统计

中位数平滑克里金法(median-polish Kriging),指通过多次迭代提取空间网格各维度的中位数平滑估计值,构建更加稳健的变异函数,应用该平滑估计值对未知样本点属性值进行预测的空间插值统计方法。

泛克里金法-统计

泛克里金法(universal Kriging),指在区域化变量非平稳假设下,利用拟合的半变异函数和非平稳区域化变量的协方差函数对未知样本点属性值进行无偏最优估计的一种线性空间插值统计方法。

稳健克里金法-统计

稳健克里金法(robust Kriging),指通过引入稳健的权重函数、协方差函数和半变异函数,在提高对异常值的容忍度同时对未知样本点属性值进行预测的一种空间插值统计方法。

普通克里金法-统计

普通克里金法(ordinary Kriging),指在区域化变量二阶平稳的假设下,利用拟合的半变异函数估算权重,通过已知观测值的简单线性加权对未知样本点属性值进行线性无偏最优估计的一种线性空间插值统计方法。

克里金插值法-统计

克里金插值法(Kriging interpolation),指基于变异函数理论和结构分析,最大限度利用空间取样所提供的空间位置关系、空间分布结构特征等信息,在有限区域内对区域化变量进行无偏最优估计的一种方法。

反距离加权法-统计

反距离加权法(inverse distance weighting),指一种空间插值方法,以待插值点与若干邻近样本之间距离的倒数为权重,采用加权平均的方式对未知点进行估计。距离越近的样本点对估计值的影响越大,距离越远的点影响越小。

空间插值-统计

空间插值(spatial interpolation),指依据已知有限的样本数据点,对区域内未知点进行预测估值的过程。

空间抽样-统计

空间抽样(spatial sampling),指在地理空间或空间数据集中,按照特定规则抽取样本点或区域,以通过有限的样本推断空间区域总体的特征,同时考虑空间自相关性、异质性和分布模式。

迪格尔检验-统计

迪格尔检验(Diggle test),又称“Diggle 检验”,指通过构建最近邻累积分布函数,并将最近邻距离的观测分布与空间完全随机性零假设下预期的理论分布进行比较的检验方法。
12345678910... 52下一页