[发明专利]一种融合空间相关性的地理数据支持向量回归方法

摘要

本发明公开了一种融合空间相关性的地理数据支持向量回归方法，其特征是，包括以下步骤：建立空间权重矩阵，表示地理对象间的空间相关性；建立融合空间权重矩阵的支持向量回归模型；利用最小二乘支持向量回归方法求解支持向量回归模型；对支持向量回归模型进行评价。本发明的有益效果是，本发明克服了常规支持向量回归模型未考虑地理对象空间相关性之不足，以空间权重矩阵形式将空间相关性与支持向量回归模型相结合，并利用最小二乘支持向量回归算法对模型求解，与常规LS‑SVR模型相比，该方法不仅拟合精度更高，而且与真实值的变化趋势更接近。

主权项

一种融合空间相关性的地理数据支持向量回归方法，其特征是，包括以下步骤：步骤一：建立空间权重矩阵，表示地理对象间的空间相关性；步骤二：建立融合空间权重矩阵的支持向量回归模型；所述融合空间权重矩阵的支持向量回归模型形式为：设地理区域S内有N个空间对象S＝{s1,s2,…,sN}，其中地理对象si的坐标或中心坐标为(pi,qi)，M维属性向量为Attr(si)＝[ai1,ai2,…,aiM]；当地理对象si的某一属性变量依赖于其它d个属性变量取值时，其中d<M，i＝1,2,…,N，则前面的属性变量称为依赖变量，记为yi，后面的d个属性变量称为解释向量，记为xi＝[aik,…]，其中k∈{1,2,…,M}；给定N个地理对象{si}的观测数据集{(xi,yi)}，xi∈Rd，yi∈R，则融合空间权重矩阵的支持向量回归模型形式为：其中，ω表示权系数向量；表示输入空间到特征空间的映射函数；b表示常数项；I表示单位阵；W表示行标准化后的空间权重矩阵；x＝[x1,x2,…,xN]T；ρ表示x与Wx的相关系数；步骤三：利用最小二乘支持向量回归方法求解支持向量回归模型；步骤四：对支持向量回归模型进行评价。