地理信息数据分级评价的相对指数熵模型

发布时间：2024-04-21 03:14

　　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。

【文章页数】：9 页

【部分图文】：

图2人口分级图

图2为加利福尼亚州分县人口普查数据的分级(4级)结果。可以发现,该数据集的自然裂点分级及头尾分割分级两种方法得到的分级结果差异较小,两种分级结果的分级统计图差异也较小。在试验中,本文对数据进行多次微小的改变,这两种方法的分级结果都得到过最优相对指数熵。因此,在具体的分级方法选取中....

图14种分布的概率密度图

表3加利福尼亚州分县人口普查数据(2010年)Tab.3CensusdataofCaliforniaoncountylevel(2010)序号值序号值序号值序号值序号值序号值1117511286102187841312....

本文编号：3960335