《表2 GWR模型设置:基于地理神经网络加权回归的中国PM_(2.5)浓度空间分布估算方法》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于地理神经网络加权回归的中国PM_(2.5)浓度空间分布估算方法》
在模型设计方面,本文选取GWR和GNNWR进行比较,并将OLR作为基准模型。其中OLR、GWR基于Matlab 2013a构建,GNNWR则采用TensorFlow 1.5.0和Python 3.6实现。为充分比较GWR和GNNWR的模型性能,文章选取了常用的固定型(Fixed)高斯(Gaussian)函数和适应型(Adaptive)bisquare函数进行GWR的空间权重解算;在优化准则选取方面,选取最为常用的AICc准则法,GWR模型设置如表2所示。
图表编号 | XD00116649700 严禁用于非法目的 |
---|---|
绘制时间 | 2020.01.25 |
作者 | 杜震洪、吴森森、王中一、汪愿愿、张丰、刘仁义 |
绘制单位 | 浙江大学地球科学学院地理与空间信息研究所、浙江省资源与环境信息系统重点实验室、浙江大学地球科学学院地理与空间信息研究所、浙江省资源与环境信息系统重点实验室、浙江大学地球科学学院地理与空间信息研究所、浙江大学地球科学学院地理与空间信息研究所、浙江省资源与环境信息系统重点实验室、浙江大学地球科学学院地理与空间信息研究所、浙江省资源与环境信息系统重点实验室、浙江大学地球科学学院地理与空间信息研究所、浙江省资源与环境信息系统重点实验室 |
更多格式 | 高清、无水印(增值服务) |