注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 计量地理学教案 PPT

  2. 一、什么是现代地理学中数学方法? 人们在研究地理事物的时空分布、相互关系、地理区划、乃至进行地理系统的预测、控制和规划当中，取得了大量数据资料。如何对它们进行系统整理，从而更深刻地阐明地理现象的规律，透彻地理解地理事物发生、发展的过程，就在地理学中引进了数学的方法，产生了计量地理学。计量地理学就是应用数学的方法，并用计算机做为辅助工具来解决地理学中的问题。 二、现代地理学中数学方法的发展阶段： 1、20世纪50年代末到60年代末期 特点：统计学方法引入地理学研究领域。 2、20世纪60年代末期

  3. 所属分类：专业指导

    • 发布日期：2010-01-03
    • 文件大小：607232
    • 提供者：jocelycn123

  1. 现代地理学中的数学方法

  2. 现代地理学中的数学方法的产生与形成，可以追溯到本世纪50年代末期。今天，我们所说的现代地理学中的数学方法，就是在50年代末开始的计量运动的基础上进一步发展的产物。

  3. 所属分类：专业指导

    • 发布日期：2010-03-02
    • 文件大小：854016
    • 提供者：syl0789

  1. GIS空间分析原理与方法.doc

  2. 空间分析（Spatial Analysis，SA）是地理学的精髓，是为解答地理空间问题而进行的数据分析与挖掘。目前，比较典型的空间分析定义有如下几种： 空间分析是对数据的空间信息、属性信息或二者共同信息的统计描述或说明（Goodchild，1987）。空间分析是对于地理空间现象的定量研究，其常规能力是操纵空间数据成为不同的形式，并且提取其潜在信息（Openshaw，1997；Baily et al.，1995）。空间分析是基于地理对象空间布局的地理数据分析技术（Robert Haining，1

  3. 所属分类：专业指导

  1. <<基于Excel的地理数据分析>>书后光盘

  2. 本书面向地理问题，基于excel软件，叙述大量数学方法的应用思路和过程。内容涉及回归分析、主成分分析、聚类分析、判别分析、时(空)问序列分析、markov链、r/s分析、线性规划、层次分析、灰色系统(3m(1，n)建模和预测方法等。通过模仿本书介绍的计算过程，读者可以加深对有关数学方法的认识和理解，并且掌握很多excel的应用技巧。 这本书虽然是以地理数据为分析对象展开论述，但所涉及的内容绝大多数为通用方法。只要改变数据的来源，书中论述的计算流程完全可以应用到其他领域。 本书的初稿和修改稿先后

  3. 所属分类：专业指导

    • 发布日期：2011-12-12
    • 文件大小：3145728
    • 提供者：smilethat

  1. XML 讲解和分析

  2. 可扩展标记语言 科技名词定义 中文名称： 可扩展标记语言 英文名称： extensible markup language;XML 定义： 用于标记电子文件使其具有结构性的标记语言，可以用来标记数据、定义数据类型，是一种允许用户对自己的标记语言进行定义的源语言。 应用学科： 地理学（一级学科）；地理信息系统（二级学科） 以上内容由全国科学技术名词审定委员会审定公布 百科名片 可扩展标记语言 (Extensible Markup Language, XML) ，用于标记电子文件使其具有结构性的标

  3. 所属分类：Web开发

    • 发布日期：2012-01-31
    • 文件大小：120832
    • 提供者：cook5210

  1. SIMCA-P 11.5

  2. 主成分分析软件，主成分分析作为基础的数学分析方法，其实际应用十分广泛，比如人口统计学、数量地理学、分子动力学模拟、数学建模、数理分析等学科中均有应用，是一种常用的多变量分析方法。

  3. 所属分类：医疗

    • 发布日期：2015-04-27
    • 文件大小：34603008
    • 提供者：wujimodao5

  1. 现代地理学中应用的数学方法

  2. 数学是一个渗透到多个学科、多个领域的一门学科，在地学中也是如此，无论是回归，建模均是数学给地理学带来的惊喜。

  3. 所属分类：专业指导

    • 发布日期：2009-03-01
    • 文件大小：854016
    • 提供者：zhanghedong526

  1. 数据压缩第二次作业

  2. 作业2：主成分分析：步骤、应用及代码实现。代码可以用任何你熟悉的编程语言。 主成分分析的步骤： 1.利用原矩阵计算出协方差矩阵； 2.求出矩阵的特征值和特征向量； 3.矩阵对角化（特征值由大到小从上到下排列）； 4.数据降维，生成降维后的新的矩阵。 主成分分析的应用：主成分分析作为基础的数学分析方法，其实际应用十分广泛，比如人口统计学、数量地理学、分子动力学模拟、数学建模、数理分析等学科中均有应用，是一种常用的多变量分析方法。 Matlab代码实现： Matlab中有corrcoef函数用于求矩

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：32768
    • 提供者：weixin_38694023