本書以空間分析中經(jīng)典的局部回歸方法——時空地理加權回歸為核心,介紹了應用該方法如何開展多重共線性診斷和特征變量選取建模,重點針對不同場景對方法進行改造優(yōu)化,并詳細介紹時空地理加權混合回歸、時空地理加權自回歸、局部多項式時空地理加權回歸、時空卷積神經(jīng)網(wǎng)絡加權回歸和時空地理加權的半監(jiān)督回歸方法。
第1章 緒論
1.1 地理加權回歸研究現(xiàn)狀
1.2 時空地理加權研究現(xiàn)狀
1.3 時空地理加權回歸應用領域
第2章 時空地理加權回歸模型基本理論
2.1 地理加權回歸模型
2.2 時空地理加權回歸模型
2.3 時空非平穩(wěn)性檢驗
2.4 本章小結(jié)
第3章 時空地理加權回歸的共線性診斷方法
3.1 全局共線性診斷方法分析
3.2 時空地理加權回歸共線性診斷主要方法
3.3 方法驗證和應用
3.4 本章小結(jié)
第4章 時空地理加權回歸的特征變量選取方法
4.1 特征變量選取方法分析
4.2 基于貪心算法的特征變量選取方法
4.3 基于逐步回歸的特征變量選取方法
4.4 方法驗證和應用
4.5 本章小結(jié)
第5章 時空地理加權混合回歸方法
5.1 全局平穩(wěn)性研究分析
5.2 混合地理加權回歸
5.3 時空地理加權混合回歸方法
5.4 方法驗證和應用
5.5 本章小結(jié)
第6章 時空地理加權自回歸方法
6.1 時空地理加權自回歸
6.2 GTWAR模型的兩階段最小二乘估計方法
6.3 空間自相關分析
6.4 方法驗證和應用
6.5 本章小結(jié)
第7章 局部多項式時空地理加權回歸方法
7.1 LPGTWR模型
7.2 基于泰勒級數(shù)的加權最小二乘估計
7.3 算法流程
7.4 方法驗證和應用
7.5 本章小結(jié)
第8章 時空卷積神經(jīng)網(wǎng)絡加權回歸方法
8.1 時空卷積神經(jīng)網(wǎng)絡加權回歸
8.2 GTCNNWR模型的估計方法
8.3 方法驗證和應用
8.4 本章小結(jié)
第9章 時空地理加權的半監(jiān)督回歸方法
9.1 半監(jiān)督學習
9.2 時空地理加權半監(jiān)督回歸主要方法
9.3 方法驗證與應用
9.4 本章小結(jié)
第10章 結(jié)論與展望
10.1 結(jié)論
10.2 展望
參考文獻