时空地理加权回归方法原理与应用

本书是学术著作。时空地理加权回归方法是一种有效探测时空数据非平稳特征的分析方法，自2010年提出以来得到了广泛的应用和发展。本书以时空地理加权回归方法为基础，详细介绍了时空地理加权回归方法的原理、建模方法和假设检验方法。同时，在研究时空非平稳特征同时，探测了自相关特征、平稳特征和模型稳健性，分别提出了时空地理加权自回归方法、时空地理加权混合回归方法和时空地理加权的局部多项式回归方法。此外，探索了采用机器学习方法弥补训练样本不足的问题，提出了时空地理加权的半监督回归方法，并推导了各方法的参数估计，进行了实验验证，为各方法的应用和推广提供了参考。本书可供地理、测绘、地质、环境等相关领域科研人员与研究生阅读参考。

第1章 绪论
1.1 地理加权回归研究现状
1.2 时空地理加权研究现状
1.3 时空地理加权回归应用领域
第2章 时空地理加权回归模型基本理论
2.1 地理加权回归模型
2.2 时空地理加权回归模型
2.3 时空非平稳性检验
2.4 本章小结
第3章 时空地理加权回归的共线性诊断方法
3.1 全局共线性诊断方法分析
3.2 时空地理加权回归共线性诊断主要方法
3.3 方法验证和应用
3.4 本章小结
第4章 时空地理加权回归的特征变量选取方法
4.1 特征变量选取方法分析
4.2 基于贪心算法的特征变量选取方法
4.3 基于逐步回归的特征变量选取方法
4.4 方法验证和应用
4.5 本章小结
第5章 时空地理加权混合回归方法
5.1 全局平稳性研究分析
5.2 混合地理加权回归
5.3 时空地理加权混合回归方法
5.4 方法验证和应用
5.5 本章小结
第6章 时空地理加权自回归方法
6.1 时空地理加权自回归
6.2 GTWAR模型的两阶段 小二乘估计方法
6.3 空间自相关分析
6.4 方法验证和应用
6.5 本章小结
第7章 局部多项式时空地理加权回归方法
7.1 LPGTWR模型
7.2 基于泰勒级数的加权 小二乘估计
7.3 算法流程
7.4 方法验证和应用
7.5 本章小结
第8章 时空卷积神经网络加权回归方法
8.1 时空卷积神经网络加权回归
8.2 GTCNNWR模型的估计方法
8.3 方法验证和应用
8.4 本章小结
第9章 时空地理加权的半监督回归方法
9.1 半监督学习
9.2 时空地理加权半监督回归主要方法
9.3 方法验证与应用
9.4 本章小结
0章 结论与展望
10.1 结论

赵阳阳，中国测绘科学研究院研究员，博士，长期从时空数据分析挖掘方向研究，积极推进空间辅助决策应用服务。