地理信息数据分级评价的相对指数熵模型

P208; 提出了一种基于相对指数熵的地理信息数据分级评价模型,构建级内相对指数熵与级间指数熵指标,分别量化分级数据级别内集聚水平和级别间的离散水平,并利用这两个指标构建了地理信息数据分级的相对指数熵评价指标.在Python中实现地理信息数据分级以及分级的相对指数熵计算.试验中,应用5种常用的分级方法对5种典型分布的6个数据集以及1个人口普查数据集进行分级,并分别计算分级结果的相对指数熵指标.试验结果表明,在面向不同分布的数据集时,相对指数熵指标能够很好地指示出最优分级方法,并且反映出不同分级方法的细小差异,对于地理信息数据分级的评价是有效的....

Full description

Saved in:
Bibliographic Details
Published in测绘学报 Vol. 49; no. 11; pp. 1497 - 1505
Main Authors 肖佳, 田沁, 何宗宜
Format Journal Article
LanguageChinese
Published 华中师范大学城市与环境科学学院,湖北武汉430079 01.11.2020
自然资源部城市国土资源监测与仿真重点实验室,广东 深圳 518034%武汉大学资源与环境科学学院,湖北武汉430079
华中师范大学地理过程分析与模拟湖北省重点实验室,湖北武汉430079%深圳市数字城市工程研究中心,广东深圳518034
Subjects
Online AccessGet full text
ISSN1001-1595
DOI10.11947/j.AGCS.2020.20190528

Cover

More Information
Summary:P208; 提出了一种基于相对指数熵的地理信息数据分级评价模型,构建级内相对指数熵与级间指数熵指标,分别量化分级数据级别内集聚水平和级别间的离散水平,并利用这两个指标构建了地理信息数据分级的相对指数熵评价指标.在Python中实现地理信息数据分级以及分级的相对指数熵计算.试验中,应用5种常用的分级方法对5种典型分布的6个数据集以及1个人口普查数据集进行分级,并分别计算分级结果的相对指数熵指标.试验结果表明,在面向不同分布的数据集时,相对指数熵指标能够很好地指示出最优分级方法,并且反映出不同分级方法的细小差异,对于地理信息数据分级的评价是有效的.
ISSN:1001-1595
DOI:10.11947/j.AGCS.2020.20190528