基于多重分类平滑法的人口数据格网化研究

人口数据格网化是解决传统统计数据(以行政区划为基本统计单元)在数据精度、数据标准化和数据融合等方面不足的一种有力工具。综述了各种格网化方法和理论,在此基础上,提出了多重分类平滑法,在不引入过多变量的基础上提高了模拟精度。最后,以河南省人口数据为例,采用指数平滑法,得到了连续人口密度分布图。

一种新型的数字图象局部平滑方法—分类平滑法

噪声平滑是数字图象处理技术不可缺少的环节,寻找高效的噪声平滑方法是图象处理一个活跃的课题。本文从图象的灰度结构模型出发,使用模式识别的最短距离分类,提出一种新型的分类平滑算法。本算法将待处理图象的每个邻域都按灰度特征进行分类,不同类赋于不同的平滑方法,因此本方法无论从去噪能力(包括去除脉冲噪声能力)及保持边缘能力上均优于常用的平滑,法,特别在计算速度上具有明显的优越性。