基于分区的GIS格数据非线性智能建模方法及其可视化研究

智能计算技术已在地理空间信息分析领域得到广泛应用；然而，智能计算模型，如多层感知器或径向基函数网络模型，都是基于传统的样本独立同分布假设基础上建立的，对于存在相互作用的空间系统来说，这种面向常规非空间数据、并未考虑空间相关性和异质性的模型并不完全适用。.本项目针对格数据的空间特性，以用于格数据空间和时空非线性回归建模的智能计算模型为研究对象，对基于分区的格数据非线性智能建模方法及其可视化进行研究，其中，对融合区域空间关联知识的智能模型内部结构和算法的研究是重点研究内容，分区则主要用于降低空间不稳定性和异质性对模型拟合和预测能力的影响，另外，相关研究包括：分区建模的边界效应、分区方案与智能模型的双向收敛算法、以及建模过程及结果的可视化等主要内容。.本项目的研究是将智能计算技术应用于空间信息分析的一项基础研究，它是地理信息空间分析方法论发展的趋势体现，具有重要的理论与实践应用意义。