Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "Moran Index" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-2 z 2
    Tytuł:
    Charakterystyka rozmieszczenia przestrzennego punktów poziomej osnowy szczegółowej
    Description of spatial distribution of detailed horizontal geodetic control points
    Autorzy:
    Bielecka, E.
    Pokonieczny, K.
    Kamiński, P.
    Powiązania:
    https://bibliotekanauki.pl/articles/346502.pdf
    Data publikacji:
    2015
    Wydawca:
    Polskie Towarzystwo Informacji Przestrzennej
    Tematy:
    pozioma osnowa geodezyjna
    obręb geodezyjny
    autokorelacja przestrzenna
    indeks Morana
    detailed horizontal geodetic network
    geodetic section
    spatial autocorrelation
    Moran Index
    Opis:
    Celem artykułu jest ocena stopnia zagęszczenia punktów poziomej szczegółowej osnowy oraz analiza, które z punktów są zlokalizowane w bliskim sąsiedztwie dróg, trakcji kolejowych i linii energetycznych i ze względu na możliwość zakłócenia sygnałów satelitarnych trudna będzie ich modernizacja przy pomocy technik GNSS. Za bliskie sąsiedztwo przyjęto odległość 100 m, co związane jest z dokładnością wykorzystanych danych o pokryciu terenu (VmapL2). Wyniki analizy odniesiono do obrębów geodezyjnych. Do oceny przestrzennego zróżnicowania rozmieszczenia punktów osnowy wykorzystano globalny i lokalny indeks I Morana. Z przeprowadzonych badań wynika, że liczba punktów osnowy jest uzależniona od użytkowania terenu, i największe zagęszczenie punktami osnowy występuje na terenach zabudowanych, przy czym niezależnie od stopnia zagospodarowania terenu ok. 70% punktów osnowy zostało zastabilizowanych w odległości nie większej niż 100 m od dróg. Analiza lokalnej autokorelacji przestrzennej umożliwiła wydzielenie kilku niewielkich skupisk obrębów zarówno o wartościach podobnych, jak i skrajnie różnych. Badania przeprowadzono dla powiatu łosickiego, zlokalizowanego we wschodniej części województwa mazowieckiego.
    This article aims to assess the degree of densification of geodetic control points of detailed horizontal network as well as to analyze which geodetic points are located in close proximity to roads, railway tracks and power lines. Location in proximity to the transportation network and energy supply facilities can disrupt satellite signals, and may hamper the modernization of geodetic control using GNSS techniques. The distance of 100 m was assumed as the close proximity; it depends on the accuracy of land use data used for the analysis (VmapL2). The results are related to geodetic sections, the smallest administration-geodetic units. To evaluate the spatial distribution of geodetic control points local Moran I Index was used. The study shows that the number of control points depends on land use, and the highest density of geodetic points occurs in urban areas. Irrespectively of land use, about 70% of the control points are located no further than 100 meters from roads. Analysis of local spatial autocorrelation enabled the separation of a few small clusters of geodetic sections both with similar, as well as extremely different values of geodetic control points densification. The study was conducted for the Łosice county, located in the eastern part of Mazowieckie voivodship.
    Źródło:
    Roczniki Geomatyki; 2015, 13, 3(69); 201-208
    1731-5522
    2449-8963
    Pojawia się w:
    Roczniki Geomatyki
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    A Statistical Toolbox For Mining And Modeling Spatial Data
    Narzędzie statystyczne do analizy eksploracyjnej oraz modelowania danych przestrzennych
    Autorzy:
    d’Aubigny, Gérard
    Powiązania:
    https://bibliotekanauki.pl/articles/633187.pdf
    Data publikacji:
    2016
    Wydawca:
    Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
    Tematy:
    analiza wielowymiarowa
    graf dualności
    autokorelacja przestrzenna
    współczynnik Morana
    mapa wektora własnego statystyki Morana
    operator Laplace'a
    funkcja własna filtracji przestrzennej
    duality diagram
    spatial autocorrelation
    Moran’index
    Moran’s Eigenvector Maps
    Laplace operator
    spatial eigenfunction filtering
    Opis:
    Większość analiz eksploracyjnych danych przestrzennych rozpoczyna się od oceny próby jednostek przestrzennych, pod względem występowania oraz siły autokorelacji przestrzennej dla zbioru zmiennych, stanowiących atrybuty jednostek przestrzennych. Trafność aplikacji najbardziej cenionych narzędzi weryfikacji autokorelacji przestrzennej –współczynników Morana oraz Geary’ego jest rzadko kwestionowana, pomimo faktu, że w przypadku opisywania ich własności wielu użytkowników zdaje się popełniać błędy oraz wprowadzać nieład. Artykuł rozpoczyna się od krytycznej oceny klasycznej definicji indeksów. Założono, że pomimo intuicyjnej konstrukcji, koncepcja indeksów boryka się z brakiem spójności w przypadku wielu ich składowych. Następnie zaproponowano korektę współczynników autokorelacji przestrzennej, która upraszcza ich relacje, i otwiera drogę do włączenia statystyk do zestawu narzędzi statystycznych, modelowania oraz wizualizacji. W drugiej części zaprezentowano teoretyczne przesłanki konstruowania wielowymiarowych narzędzi statystycznych, uwzględniających skorygowane definicje współczynników autokorelacji przestrzennej, zaczerpnięte z ostatnich prac w dziedzinie statystyki. Przedstawione metody eksploracyjnej wielowymiarowej analizy danych charakteryzują się łatwością zastosowania oraz oprogramowania z wykorzystaniem dostępnych, darmowych pakietów.
    Most data mining projects in spatial economics start with an evaluation of a set of attribute variables on a sample of spatial entities, looking for the existence and strength of spatial autocorrelation, based on the Moran’s and the Geary’s coefficients, the adequacy of which is rarely challenged, despite the fact that when reporting on their properties, many users seem likely to make mistakes and to foster confusion. My paper begins by a critical appraisal of the classical definition and rational of these indices. I argue that while intuitively founded, they are plagued by an inconsistency in their conception. Then, I propose a principled small change leading to corrected spatial autocorrelation coefficients, which strongly simplifies their relationship, and opens the way to an augmented toolbox of statistical methods of dimension reduction and data visualization, also useful for modeling purposes. A second section presents a formal framework, adapted from recent work in statistical learning, which gives theoretical support to our definition of corrected spatial autocorrelation coefficients. More specifically, the multivariate data mining methods presented here, are easily implementable on the existing (free) software, yield methods useful to exploit the proposed corrections in spatial data analysis practice, and, from a mathematical point of view, whose asymptotic behavior, already studied in a series of papers by Belkin & Niyogi, suggests that they own qualities of robustness and a limited sensitivity to the Modifiable Areal Unit Problem (MAUP), valuable in exploratory spatial data analysis.
    Źródło:
    Comparative Economic Research. Central and Eastern Europe; 2016, 19, 5; 5-24
    1508-2008
    2082-6737
    Pojawia się w:
    Comparative Economic Research. Central and Eastern Europe
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-2 z 2

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies