[发明专利]一种基于多元自适应回归的地理空间异常探测方法

摘要

本发明公开了一种基于多元自适应回归的地理空间异常探测方法，充分考虑了地理空间数据的相关性与异质性，针对获取的探测变量及其它地理变量进行数据预处理及回归变量的确定，以构建自适应空间邻近域，并基于自适应带宽的权函数选择和空间邻域实体专题属性变化梯度修复，构建地理加权回归模型，然后计算所有空间实体的稳健空间异常度，并组成集合，最后将异常度偏离均值一定倍数的采样点判别为空间异常。本发明不仅顾及空间相关性的自适应带宽选择和空间异质性的探测变量与其它地理变量间关系的定量表达，还增强了本发明的实用性和解释性。

主权项

1.一种基于多元自适应回归的地理空间异常探测方法，其特征在于，包括如下步骤：步骤一：针对获取的探测变量及其它地理变量进行数据预处理及回归变量的确定；步骤二：构建自适应空间邻域；步骤三：针对探测变量及其它独立地理变量，构建地理加权回归模型；步骤四：计算所有空间实体的稳健空间异常度，并组成集合，其中异常度偏离均值一定倍数的空间实体判别为空间异常；所述步骤二包括：1)根据待检测实体的空间位置构建Delaunay三角网，表达空间实体的粗空间邻接关系；2)把Delaunay三角网所有边长按升序排列，构成边长序列E，序列中位于上、下四分位数之间所有边长的平均值作为稳健平均边长，利用下列公式进行计算：其中，Len_ei表示边e_i的边长，m表示Delaunay三角网的边长数目；3)采用如下公式获取并打断Delaunay三角网中所有不合理边Unreasonable_E，表达空间实体的细空间邻接关系：其中，α为调节因子，用于调整不合理边的判断阈值，取值范围为[2,4]；4)在打断不合理边的Delaunay三角网中，针对每个空间实体，采用如下公式计算其空间邻域半径R(P_i)：其中，Mean²(P_i)表示空间实体P_i的2阶邻域内所有边长的平均值；STD(P_j)表示空间实体P_j的1阶邻域内边长的标准差；n表示数据集中空间实体的数目；5)落在每个空间实体P对应的空间邻域半径范围内的其它实体即为该实体的空间邻域，记为NN(P)。