目錄
第二版前言
第一版前言
引論 1
0.1 舉例 1
0.2 空間數(shù)據(jù)分析理論體系 5
0.3 模型選擇與效果評估 6
0.4 本書結(jié)構 7
第一篇 空間探索性分析
第1章 GIS 簡介 10
1.1 案例 10
1.2 GIS 原理 13
1.3 ArcGIS 軟件使用步驟 16
第2章 地圖分析 21
2.1 意念地圖 21
2.2 圖形分析 22
2.3 圖譜分析 25
第二篇 空間統(tǒng)計學
第3章 空間總體特性 30
3.1 空間自相關性 31
3.2 空間分層異質(zhì)性 38
3.3 可變面元問題 42
3.4 小結(jié) 43
第4章 空間抽樣 45
4.1 空間簡單隨機抽樣 48
4.2 空間系統(tǒng)抽樣 49
4.3 空間分層抽樣 50
4.4 空間三明治抽樣 53
4.5 “三位一體”空間抽樣理論 56
第5章 空間插值 61
5.1 核密度估計 61
5.2 趨勢面 64
5.3 反距離加權法 66
5.4 Kriging 方法 69
5.5 CoKriging 方法 71
5.6 三明治插值 75
5.7 “3G”方法 77
第6章 空間格局 82
6.1 空間點格局 82
6.2 空間熱點 90
6.3 空間分異 96
第7章 空間回歸 97
7.1 通用模型 97
7.2 空間滯后模型 97
7.3 空間誤差模型 100
7.4 地理加權回歸(GWR) 101
第8章 地理探測器 107
8.1 原理 107
8.2 軟件 110
8.3 案例 111
8.4 討論和結(jié)論 117
第三篇 機器學習
第9章 決策樹與隨機森林 122
9.1 原理 122
9.2 案例 123
9.3 數(shù)學模型 129
第10章 貝葉斯網(wǎng)絡推理 131
10.1 原理 131
10.2 案例 132
10.3 數(shù)學模型 139
第11章 深度學習 141
11.1 原理 141
11.2 案例 142
第12章 粗糙集 147
12.1 原理 147
12.2 案例 148
12.3 數(shù)學模型 154
第13章 支持向量機 156
13.1 原理 156
13.2 案例 156
13.3 數(shù)學模型 160
第14章 粒子群算法 161
14.1 原理 161
14.2 案例 161
14.3 數(shù)學模型 166
第15章 期望最大化算法 168
15.1 原理 168
15.2 案例 168
15.3 數(shù)學模型 177
第四篇 時 空 分 析
第16章 EOF 和小波分析 180
16.1 原理 180
16.2 案例 181
16.3 數(shù)學模型 191
第17章 貝葉斯最大熵 194
17.1 原理 194
17.2 案例 194
17.3 數(shù)學模型 200
第18章 貝葉斯層次模型 202
18.1 原理 202
18.2 案例 203
18.3 數(shù)學模型 209
第19章 地理演化樹模型 211
19.1 原理 211
19.2 案例 212
19.3 討論 219
第20章 Genbank 序列時空進化分析 221
20.1 序列收集與比對 221
20.2 進化分析 225
20.3 時空進化過程可視化 235
概念 238
參考文獻 241
附錄
附錄A 空間統(tǒng)計學軟件包 252
A1 GeoDa：空間統(tǒng)計分析軟件 252
A2 CrimeStat：空間聚類軟件 253
A3 WinBUGS 和GeoBUGS：貝葉斯層次建模軟件 254
A4 SatScan：空間掃描軟件 257
A5 Geodetector：地理探測器軟件 258
A6 SSSI：空間抽樣與統(tǒng)計推斷軟件 259
附錄B 機器學習軟件包 262
B1 Bayesian Belief Network：貝葉斯網(wǎng)絡推理軟件 262
B2 Rosetta：粗糙集計算軟件 263
B3 SPSS：數(shù)據(jù)統(tǒng)計軟件 264
B4 Weka：數(shù)據(jù)挖掘軟件 265
B5 PSO/ACO2：粒子群算法軟件 265
B6 MATLAB：科學計算軟件 266
B7 MiniTab：智能統(tǒng)計分析軟件 267
B8 BMEGUI：貝葉斯最大熵軟件 267
B9 地理演化樹模型 267
B10 BEAST：科學計算軟件 268
B11 R：數(shù)據(jù)分析和圖形顯示的程序設計環(huán)境 269
附錄C 數(shù)據(jù)集(Excel 和GIS 格式) 270