基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
对复共线性空间数据回归模型的挖掘算法进行了研究,主要贡献包括:(1)提出了ε-复共线性的概念;(2)给出不满足不相关假设情况下的新算法;(3)空间分析中将预测模型的挖掘和GIS等技术进行融合,进而促进空间统计学的更广泛应用;(4)给出ε-MCL(ε-复共线性模型回归系数估计)算法.(5)在SQL Server 2000 Analysis Services平台上融合GIS技术实现了新算法,作了实验验证和性能分析.
推荐文章
基于Agent的空间数据挖掘研究
空间数据挖掘
Agent
GIS
多智能体
空间数据挖掘及其与智能系统的集成框架
空间数据挖掘
双库协同机制
智能系统
直接从空间数据中挖掘频繁模式
空间数据
频繁模式
关联规则
空间分析
基于Agent的分布式空间数据挖掘系统
分布式空间数据挖掘
DM Agent
协调器
Agent server
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 复共线性空间数据回归模型挖掘算法及其实现
来源期刊 四川大学学报(自然科学版) 学科 工学
关键词 复共线性 空间数据 回归模型 数据挖掘算法
年,卷(期) 2004,(1) 所属期刊栏目
研究方向 页码范围 66-70
页数 5页 分类号 TP392
字数 3745字 语种 中文
DOI 10.3969/j.issn.0490-6756.2004.01.014
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 唐常杰 四川大学计算机学院 164 2750 30.0 45.0
2 元昌安 四川大学计算机学院 21 676 14.0 21.0
6 谢方军 四川大学计算机学院 11 276 7.0 11.0
7 王锦 西华师范大学计算中心 23 57 4.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (17)
共引文献  (70)
参考文献  (5)
节点文献
引证文献  (4)
同被引文献  (1)
二级引证文献  (13)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(3)
  • 参考文献(3)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2005(2)
  • 引证文献(1)
  • 二级引证文献(1)
2006(3)
  • 引证文献(2)
  • 二级引证文献(1)
2007(1)
  • 引证文献(0)
  • 二级引证文献(1)
2008(2)
  • 引证文献(1)
  • 二级引证文献(1)
2009(4)
  • 引证文献(0)
  • 二级引证文献(4)
2011(1)
  • 引证文献(0)
  • 二级引证文献(1)
2013(2)
  • 引证文献(0)
  • 二级引证文献(2)
2014(1)
  • 引证文献(0)
  • 二级引证文献(1)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
复共线性
空间数据
回归模型
数据挖掘算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
四川大学学报(自然科学版)
双月刊
0490-6756
51-1595/N
大16开
成都市九眼桥望江路29号
62-127
1955
chi
出版文献量(篇)
5772
总下载数(次)
10
总被引数(次)
25503
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
国家重点基础研究发展计划(973计划)
英文译名:National Basic Research Program of China
官方网址:http://www.973.gov.cn/
项目类型:
学科类型:农业
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导