世界水产品国际贸易竞争力空间自相关分析

采用空间自相关分析方法,分析了2003~2008年世界153 个国家或地区水产品出口国际市场占有率和TC 指数,研究发现,世 界水产品出口国际市场占有率前10 位排名基本不变,但是亚洲和南美洲发展中国家水产品出口增长迅速,水产品出口空间格局将 逐渐发生变化。世界水产品国际贸易竞争力排名前10位国家或地区水产资源禀赋丰富,有一定的出口能力。但是这些国家都是小型 经济体,对外国水产品需求低。智利、挪威和越南水产品国际贸易竞争力指数大于0.5,具有较强国际竞争力;加拿大、丹麦、中国、泰 国、荷兰水产品国际贸易竞争力指数小于0.5,具有较弱国际竞争力;西班牙和美国水产品国际贸易竞争力指数大于-0.5,竞争力处于 劣势。随着经济持续、快速增长,中国对水产品进口迅速增加,国际贸易竞争力提升面临更多困难。提升中国水产品国际竞争力的关 键,是继续提高水产业技术、优化水产业结构、建立和完善水产品出口质量监控体系、提高水产品加工能力、改进商务部门水产品出口 贸易救济和信息服务水平。     

中国经济发展格局空间自相关分析

本文采用空间自相关方法,通过计算2001-2005年中国大陆各省市经济发展水平的空间关联模式,探讨我国经济发展的分布特征和演化规律。通过分析发现：我国东部沿海的省份与周围省份保持着经济发展水平的“高-高”空间关联模式;西部与东北及西南的一些省份保持着“低-低”模式;重庆、广西、河北等省份保持着与周围省份的“高-低”模式,形成了一些“极化中心”,而湖南形成了“低洼地”。我国东部发达,西部落后的经济分布模式仍然是一个长期的状况。     

中国人口分布及空间相关分析

利用2000年人口普查信息，介绍了在人口地理信息系统中，通过三维模型显示，罗伦斯曲线，人口重心和人口潜力等方法，分析中国人口分布的特征。在此基础上，用空间相关方法对人口分布的现象进行分析，揭示了其空间地理分布的内在联系。     

基于局部空间自相关分析的时空数据融合

由于受到16d重访周期与云等对数据质量的影响,具有时间与空间连续性的Landsat 8OLI观测数据难以直接获取。考虑地物分布的空间自相关性,提出一种基于STARFM模型改进的局部自相关时空数据融合模型(LASTARFM),以新疆维吾尔族自治区喀什地区叶城县为研究区,利用Landsat 8OLI数据和MODIS数据的红光波段和近红外波段进行融合方法测试。结果表明:利用LASTARFM模型得到的融合影像,与真实影像NDVI相关系数达到0.92;在局部空间自相关性低的区域比STARFM模型影像反映出更多地物细节,具有更高的融合精度;在土地利用类型发生显著变化的区域与真实影像具有一定差异。     

基于名义尺度栅格数据空间自相关测度初探

空间自相关是地理信息科学目前研究的热点问题,作为空间数据挖掘的一种手段,它着重分析了空间实体的聚集程度,阐释了事物之间普遍联系的准则。值得注意的是,目前空间自相关的研究多以空间实体定量化属性为对象,针对定性表达数据测度的空间自相关研究稍显不足。本文以名义尺度下的栅格数据作为研究对象,通过定义空间自邻接指数提出一种空间自相关测度算法,并将其应用到土地利用数据分析中得到了较好的试验结果。     

基于空间自相关的沉积物数字图像粒度分析方法

自相关理论目前虽然已被广泛应用,但是空间自相关的研究及其在图像分析中的应用仍然是一个新课题。将空间自相关用于沉积物粒度分析,提出了一种利用沉积物数字图像中像素间亮度的相关性测量沉积物粒径、确定粒度分布、分析沉积层垂直粒度剖面的具体算法。与传统的粒度分析技术相比,基于本算法的粒度分析技术具有快速、实时、无须采样的显著优势。     

基于随机灰度图的空间自相关指数的计算与分析

空间自相关指数体现了地理元素间自相关的程度。本文基于随机灰度图设计实验,借助计算机技术,编程完 成各类空间自相关指数的计算,并对计算结果进行分析,验证各指数探测聚集性的能力。     

基于NDVI及DEM的青海湖北岸景观格局空间自相关分析

本文以青海湖北岸为研究区,利用2006年Landsat-5 TM数据,结合植被类型图、SRTM高程数据、1∶5万地形图等数据,获取了该区12类景观类型,分类总体精度为82.91%,Kappa系数为0.81。以NDVI均值、坡向均值、高程均值为区域观测值,计算研究区景观类型的空间自相关性的Moran指数,再根据局部Moran指数的空间集聚分布特征,分析这些景观类型之间的结构稳定性,表现为如下特征:第一,较稳定景观,格局类型包括河谷灌丛、山地灌丛、高寒沼泽、高寒草甸、河流、裸岩;第二,欠稳定景观,格局类型包括湖泊、温性草原、湖滨沼泽;第三,极不稳定景观,格局类型有沙地、石砾地、裸土地,如鸟岛、金沙湾,尕海地区的沙地。     

基于Voronoi和空间自相关的离群点检测

为了提高空间数据挖掘的效率和准确度,在分析传统的离群点检测算法优、缺点的基础上,提出一种空间离群点检测算法。用Voronoi来确定空间对象间的邻近关系,在空间邻域内利用空间自相关性来计算局部Moran指数,并将其作为离群因子进而判断离群点。实验结果表明,该算法能够高效、准确地检测出空间离群点,具有对用户依赖性少和可伸缩性强等优点。     

基于Voronoi和空间自相关的离群点检测

为了提高空间数据挖掘的效率和准确度,在分析传统的离群点检测算法优、缺点的基础上,提出一种空间离群点检测算法。用Voronoi来确定空间对象间的邻近关系,在空间邻域内利用空间自相关性来计算局部Moran指数,并将其作为离群因子进而判断离群点。实验结果表明,该算法能够高效、准确地检测出空间离群点,具有对用户依赖性少和可伸缩性强等优点。     

基于名义尺度的空间自相关指数测度方法研究

从空间自相关的基本构成出发,提出了一种测度名义尺度的空间自相关指数--自邻接指数,给出了基于名义尺度下全局空间自相关和局部空间自相关的测度方法,并在ArcView平台下通过Avenue二次编程进行了算法实现.最后通过例子展示了自邻接指数在土地利用格局分析中发挥的重要作用.     

基于名义尺度的空间自相关指数测度方法研究*

从空间自相关的基本构成出发,提出了一种测度名义尺度的空间自相关指数——自邻接指数,给出了基于名义尺度下全局空间自相关和局部空间自相关的测度方法,并在ArcView平台下通过Avenue二次编程进行了算法实现。最后通过例子展示了自邻接指数在土地利用格局分析中发挥的重要作用。     

基于图节点中心性和空间自相关的显著性检测方法

针对现有显著性检测方法检测出的显著性区域内质不均匀、边界不够清晰准确的问题,提出了一种基于复杂网络图节点重要性评估策略以及空间自相关的显著性检测方法。首先,结合颜色信息、空间信息,利用复杂网络节点中心性法则以及空间自相关指示系数,生成多准则下的显著性初始图;然后,利用D-S证据理论融合多幅初始图,通过将边界强度信息加入到递进优化的二级元胞自动机,从而得到最终显著性区域结果。在两个公开图像数据集上对所提方法主体过程各模块进行了单步有效性验证,并与其他现有显著性检测方法进行视觉定性、客观定量以及算法效率的实验对比。实验结果表明,所提方法单步各模块具有有效性,且在显著性视觉效果,以及准确率-召回率（P-R）曲线、F-measure值和平均绝对误差（MAE）、算法耗时的综合结果上优于其他算法,特别是与所提方法密切相关的BSCA算法。同时,视觉对比实验的结果也验证了所提方法能够有效改善由于显著性物体与图像背景差异小、显著性物体内部颜色不一且差异大而产生的内质不均和边界不明确的不理想结果。     

多彩色空间相关分析的人脸识别算法

人脸识别是当前人工智能和模式识别的研究热点,得到了广泛的关注。基 于对不同色彩空间数据的分析,论文提出了多彩色空间典型相关分析的人脸识别方法。文中 对2 维的Contourlet 变换特性进行了分析和讨论,利用Contourlet 的多尺度,方向性和各向 异性等特点,提出了一种基于Contourlet 变换的彩色人脸识别算法。算法对原图进行 Contourlet 分解,对分解得到的低频和高频图像进行cca 分析。典型相关分析是一种有效的 分析方法,其实际应用十分广泛。低频系数反映图像的轮廓信息,高频系数反映图像的细节 信息,使用cca 充分利用不同频率的信息,使不同色彩空间的不同分辨率图形的相关性达到 最大,得到投影系数,最后,采用决策级最近邻分类器完成人脸识别。在对彩色人脸数据库 AR 的识别实验中,该算法识别率达到98%以上,与传统算法相比,该算法不仅既有良好的 识别结果,而且具有很快的运算速度。     

太阳黑子活动周期特征的小波自相关分析

太阳黑子数是描述太阳活动水平的主要指标,太阳活动直接影响日地环境.依据前人对太阳黑子数的观测资料,采用小波分析和自相关相结合的方法,分析了1770-1869年的太阳黑子数年均值,得出了太阳黑子存在11-12年周期的结论;用该算法对噪声的鲁棒性进行了验证;结果表明该方法对研究太阳活动规律乃至天体规律是有效的.     

一种概念空间自生成方法

文章提出一种自动生成概念空间的方法。首先通过SOM神经网络,对文本进行聚类,之后从结果中提取反映各类文本内容的概念,用于标注文本的类别,再通过模糊聚类进行概念自动抽象与归纳形成概念空间,用于文本的管理。SOM本身是无监督的学习方式,在设定好参数后,经过训练自动生成文本空间与概念空间的映射图。相关试验和结果表明概念空间对文本有很好的分类管理功能,便于文本检索。     

网络流量测量中相关参数的自回归预测分析

具体分析了两个参数的自回归预测模型。通过分析数据源NLANR给出的真实网络流量数据，比较SCV和分组数的预测效果，以及对网络流量估计的影响。通过大量模拟实验和数据分析得出了文献【1】预测模型中相关参数结果，对于在网络流量测量中真正应用该模型提供了重要依据。     

基于拓扑简化的自相似网络相关参数分析

本文基于简单串联网络拓扑结构的简化,对拓扑简化后的自相似网络的相关参数(节点缓存、节点排队负载)进行分析.通过分析简化前后的网络的性能(平均排队延迟、平均丢包率),提出简化后网络的节点缓存模型和节点负载模型.模型分析的结果分别说明了简化后的节点缓存大小与简化前节点缓存及负载、网络自相似程度之间的变化关系以及简化后节点负载与简化前节点负载、简化前后节点缓存大小比、网络自相似程度之间的变化关系.     

基于反馈调整的自相关过程质量损失分析

传统的SPC要求过程观测值统计独立,而实际过程大多具有自相关性,不满足统计独立的要求。在SPC与EPC的整合框架下,分析了自相关过程的质量损失。根据模型的自相关系数(ACF)和偏相关系数(PACF)以及选择迭代算法识别模型参数;采用MMSE反馈控制器对自相关过程进行调整,并结合过程能力,对自相关过程的质量损失进行分析。结果表明,在MMSE反馈调整后,自相关过程质量损失才符合实际情况。