加权Orlicz-Bergman空间及其上的复合算子

讨论了复平面内单位圆盘上的加权Orlicz-Bergman空间以及这些空间上的复合算子,给出了复合算子的范数估计及可逆性条件.

一类变系数空间滞后的混合地理加权回归模型

为解决因变量空间滞后存在的局域性问题,对现有常系数空间滞后的混合地理加权回归模型作了具有更广泛形式的拓展,提出一类变系数空间滞后的混合地理加权回归(MGWR-VSLR)模型。MGWR-VSLR模型实现了空间相关性与空间异质性融合,涵盖了绝大多数地理加权回归的模型形式,基于重构参数化方法和似然比检验分别给出模型的系数估计方法与显著性检验以及选取变系数的判别检验。在蒙特卡罗模拟与实际应用中,MGWR-VSLR模型均表现出优异的因变量拟合与预测能力。MGWR-VSLR模型的提出为定量化研究空间效应问题设定适宜的模型形式提供了支撑依据。

随机多属性子空间的ReliefF加权邻域粗糙集与属性约简

属性约简是一种重要的数据降维预处理方法,然而现有的属性约简方法大多没有考虑信息系统中属性权重的信息。ReliefF算法是一种实现简单且运算效率高的属性权重评估方法,提出一种随机多属性子空间的ReliefF加权邻域粗糙集和属性约简算法。该方法生成了多组具有相同大小随机子空间的属性集划分,并对每组划分的随机子空间利用ReliefF算法计算得到属性的局部权重,将所有组得到的属性局部权重求取平均值,得到了信息系统每个属性最终的全局权重;基于属性权重的结果,提出一种新的加权邻域粗糙集模型,并证明了相关理论和性质;在该模型的基础上通过加权邻域依赖度提出一种信息系统的属性约简算法。在公开数据集上的属性约简实验结果表明,所提出的属性约简算法比已有的同类型算法整体上具有更优的约简性能。

基于自适应加权融合算法的大空间火灾智能识别方法

大空间消防系统需要的探测器种类多、数量大,且采集数据易受环境干扰,进而使得火灾的识别难度大,精度低。为解决这一智慧消防系统的关键问题和难题,本文提出一种基于自适应加权融合算法的智能识别算法。在此基础上,以演播厅大型空间为例,进行探测器阵列布局与防火设计,并实现对明火和阴燃类火灾的智能化识别。

非齐度量测度空间上广义分数次积分的加权弱估计

设(X,d,μ)为满足上双倍条件和几何双倍条件的非齐度量测度空间,Tα为(X,d,μ)上的广义分数次积分算子.通过建立sharp极大函数的点态不等式,得到Tα是从加权Lebesgue空间L^(p)(ω)到加权弱Lebesgue空间L^(p,∞)(ω)上有界的,并且也是从加权Morrey空间L^(p,κ,η)(ω)到加权弱Morrey空间WL^(p,κ,η)(ω)上有界的.

齐型空间上加权Besov空间与Triebel-Lizorkin空间的Tb定理

【目的】齐型空间自然地包含了欧氏空间R^(n)、光滑紧Riemann流形及Lipschitz区域的边界等,拟在齐型空间上建立奇异积分算子在加权Besov空间与Triebel-Lizorkin空间上有界的Tb定理。【方法】通过离散Calderón再生公式和几乎正交估计建立加权Besov空间与加权Triebel-Lizorkin空间的Plancherel-P8lya特征刻画,以保证函数空间的范数独立于恒等逼近的选取。【结果】获得了齐型空间上Calderón-Zygmund奇异积分算子在加权Besov空间及Triebel-Lizorkin空间上有界的充分条件。【结论】将欧氏空间上的Calderón-Zygmund奇异积分理论延拓到更广的齐型空间上,为奇异积分算子在函数空间上有界提供了判定方法。

加权极大变指数Herz型空间上的次线性算子

定义了与变积分指数极大空间相结合的变光滑指标下的加权极大变指数Herz空间,并利用加权齐次变指数Herz空间范数的等价定义及权函数相关特征,获得了次线性算子在此类加权极大变指数Herz空间上的有界性.

成分数据的变系数地理加权空间滞后模型

针对已有模型无法刻画面类型空间依赖下成分数据的空间异质性,提出模型参数可变的成分数据空间自回归模型。通过假定空间滞后参数、成分型系数、数值型系数为位置坐标的函数,允许空间效应和变量关系在全局空间上非均匀分布。基于等距对数比(ilr)变换、工具变量法和局部线性地理加权法,对模型参数进行估计。数值模拟实验表明:所提出模型的表现优于已有的成分数据空间自回归模型,并且参数估计量是有效的。基于一组实际数据,说明所提模型的实用性。

加权Hilbert型空间中超齐次核离散算子的最佳搭配参数及范数计算

引入超齐次核概念,利用权系数方法,讨论具有超齐次核离散算子在加权Hilbert型空间中的有界性及算子范数,得到该类算子最佳搭配参数的充分必要条件和算子范数的计算公式,统一了齐次核,广义齐次核及若干非齐次核情形的相关结果.

基于虚拟阵列扩展的改进加权空间平滑算法

针对相干信源的波达方向(direction of arrival,DOA)估计问题,传统的空间平滑算法通过减小阵列孔径来解相干,导致估计精度降低。本文以相干分布源为研究对象,首先通过扩展共轭虚拟阵列增大阵列孔径,使用Toeplitz算法进行预估计,根据预估计值构建加权矩阵,通过二次加权空间平滑恢复协方差矩阵的秩,消除信号的相干性,结合传播因子算法估计得到目标信源的入射角度。该算法充分利用子阵输出的自相关和互相关信息,改善了阵列孔径带来的精度影响。仿真结果表明,所提算法对相干信源具有良好的分辨能力和估计精度,在低信噪比时鲁棒性较好。

基于信息熵加权的多视图子空间聚类算法

多视图数据集普遍分布在低维子空间上.为了解决多视图子空间聚类时各视图信息量不同的问题,提出了一种新的基于信息熵加权的多视图子空间聚类算法(IEMLRR).首先在低秩表示的约束下获得每个视图的子空间表示,在获取公共子空间表示时,使用信息熵加权来保证不同视图所携带的信息差异,最后用谱聚类算法进行聚类.采用增广拉格朗日乘子法对IEMLRR算法进行优化,并在五个数据集上验证了算法的有效性.

可达性对城市群多模式交通碳排放的空间异质性影响

当前,在交通行业碳减排存在巨大挑战以及未来中国城市群交通发展长远规划双重背景下,如何通过改善交通可达性提高居民出行效率和减少碳排放是亟待解决的关键问题之一。本文基于城际出行手机信令数据,从居民出行的角度提出城际多模式交通客运碳排放量方法,并采用梯度提升决策树(GBDT)模型及多尺度地理加权回归(MGWR)模型探讨可达性对区域碳排放量的空间异质性影响。以关中平原城市群为例进行验证,结果表明:城际公路客运碳排放量远大于铁路,呈现沿交通基础设施线路分布的特征;在整体区域范围内,可达性指标对碳排放水平具有一定的正向边际效应;MGWR能够刻画碳排放与可达性指标关系的空间异质性及尺度差异;经济潜能可达性、介数中心性及接近中心性对城际碳排放具有显著的正向空间异质性影响,但影响尺度不同;公路客运碳排放对介数中心性及接近中心性要素较为敏感,经济潜能对碳排放的影响较为平稳;铁路出行可达性的提升对中心城市的影响效应低于周边区县城市。

1990-2020年长三角地区生境质量与夜间灯光的空间关系

基于1990-2020年长三角地区的土地利用数据和夜间灯光数据,运用InVEST生境质量评估模型、双变量空间自相关、相关系数对生境质量与夜间灯光的时空关系进行研究,并应用地理加权回归和归纳法分析两者的响应规律,结果表明:(1)浙江省总体上生境最优且城镇发展最快,安徽省在城镇快速发展的同时生境相对下降最少,生境质量和夜间灯光空间分布格局呈现出与区位、地形等因素的空间耦合性。(2)长三角地区生境质量与夜间灯光指数随着时间的发展空间上的依赖性越来越强,聚类模式主要为高-低、低-高及低-低3种。高-低聚类区域主要分布在浙江省和安徽省的南部、西部的山地丘陵,研究期内呈现缩小的趋势;低-高聚类区域在长三角东部平原区呈集聚分布、北部平原丘陵区呈零散分布,呈现扩张趋势。(3)不同年份各省份生境质量与夜间灯光指数呈显著负相关,且经济越发达的省份,生境质量与夜间灯光指数的负相关关系越强;生境质量与夜间灯光指数呈高度负相关的区县主要分布在长江下游沿岸和浙江省东部,相关性不显著的区县主要分布在安徽省、江苏省的北部,变化类型以负相关关系持续增强型占比最高。(4)生境质量与夜间灯光指数的相关关系随着城市发展呈U型变化,即随着城市发展,生境质量与夜间灯光指数的负相关关系先增强后下降。研究结果可为长三角城市可持续发展、生境调控提供前期基础。

考虑空间异质性的短距离上学方式选择机理

短距离出行是学生日常出行的重要组成部分,合理引导短距离上学群体交通方式选择对于促进学生健康发展和缓解高峰期间道路交通拥堵具有重要意义.本研究以中国南京市为例,利用贝叶斯分类法识别出南京市学生的短距离出行阈值为2.7 km,在此基础上,分别构建多项logit(multinomial logit,MNL)模型与地理加权多项logit(geographically weighted multinominal logit,GWMNL)模型,探讨个人属性、出行特征、家庭特征及建成环境对短距离学生群体上学方式选择的影响及其空间异质性.结果表明,相比MNL模型,GWMNL模型具有更好的拟合度和解释能力,说明学生上学交通方式选择行为因居住位置不同存在明显差异.与居住在学校附近的低龄学生相比,核心区与近郊区较短出行距离的高龄学生更倾向于乘坐小汽车上学,而远郊区(六合区和江宁区)的高龄学生更倾向于选择积极出行(步行和自行车)和电动自行车上学.小汽车数量对学生选择积极出行、电动自行车及公共交通上学均有消极影响,且这种消极影响从市中心向外围区域逐渐增强.最近公交站距离对居住在核心区与近郊区的学生选择公共交通具有明显促进作用,而对部分远郊地区的学生选择公共交通具有抑制作用,且在南京市的北部和东部地区尤为明显.研究结果可为不同区域学生群体短距离积极出行引导策略的制定提供参考.

城市空间发展模式与城市工资溢价--来自中国家庭金融调查的证据

伴随着中国城镇化的高速推进,人口呈现从小城市向大城市集聚的长期趋势,对城市的经济效率和社会福利产生重大影响。基于LandScan全球人口分布数据,计算出衡量城市空间发展模式的人口平均密度、人口加权密度和变异系数,探讨在不同规模等级的城市中,城市空间发展模式对城市工资溢价的影响。研究发现,在城区常住人口超过100万以上的大城市,人口平均密度对城市工资溢价产生显著的正向影响;在城区常住人口小于100万的中小城市,人口平均密度对城市工资溢价没有影响。进一步通过人口加权密度和变异系数考察城市空间紧凑程度的影响发现,紧凑的城市空间发展模式在城区常住人口超过1000万的超大城市导致工资折价,而在其他城市导致工资溢价。这意味着中国超大城市仍具有较大集聚空间,而目前城市空间发展模式制约集聚效应发挥。研究结论为优化城市空间发展模式、促进共同富裕提供政策启示。

轨道站网络中心性、客流与空间热力耦合分析

城市空间热力反映了人口聚集与街道活力。为探究城市轨道交通与空间热力分布的互动关系,从微观层面的轨道站点切入,采用百度热力图和轨道站点客流数据,以上海为例,对轨道站点的网络中心性、客流与站域空间热力进行耦合分析。首先采用Pearson双变量相关性研究两类轨道站点属性与空间热力的总体耦合关系,然后引入双变量空间自相关和地理加权回归分析方法分别挖掘网络中心性与站域热力、站域热力与站点客流的空间关联模式,并对比两类耦合性的空间差异。结果表明:轨道站点的网络中心性与空间热力的耦合性明显优于轨道客流与空间热力的耦合性,交通区位优势通常能够形成较高的空间热力,客流水平的影响因素则更为复杂;空间热力更适合量化核心区以外区域的轨道交通与城市空间互动关系,轨道交通网络化对空间热力提升具有乘数效应,而在开发密度低的区域提升空间热力更有助于刺激轨道客流;利用空间热力数据评估城市核心区以外区域的新建站点客流潜力具有可行性,但仅用热力预测客流具有局限性;轨道站点周边城市更新可参考不同空间区位站点的两类耦合性差异进行优化。该研究探索了结合城市空间热力分布完善轨道交通线网布局、针对不耦合因素优化轨道站点公共交通导向型开发(TOD)的分析框架,为微观层面衡量城市轨道交通“人-地”关系提供了新视角。

中国城市经济韧性的水平、耦合协调度与空间分布特征

中国经济的强韧性是防范风险的最有力支撑。以全国282个城市为研究样本,采用熵权法与加权秩和比法测算中国城市经济韧性水平,在此基础上利用耦合协调模型、空间自相关模型研究中国城市经济韧性三大子系统的耦合协调度,分析其空间分布的整体特征。研究发现:2011—2019年,中国城市经济韧性整体处在中等水平且呈现缓慢上升趋势,同时区域差异较大;中国城市经济韧性总体处于中级协调阶段,但各地区三大子系统耦合协调度及其增长情况有所不同;中国城市经济韧性的耦合协调度在空间分布上具有正相关性,且呈现显著的空间集聚特征和方向性。由此建议采取措施扎实推进城市经济韧性及城市经济韧性耦合协调度的全方位提升,提高区域经济的整体发展水平。

基于无向加权图上信号采样重构的推荐系统预测

为有效地捕获数据的潜在结构并且降低计算量,提出一种基于无向加权图上信号采样重构的推荐系统预测算法。为了利用未标记条目所携带的信息,将用户或项目及其关系建模为一个加权无向图。为了实现采样信号重构,在再生核希尔伯特空间中,将该问题近似地建模为一个二次无条件优化问题。为了降低计算复杂度,引入一种近似求解策略。在两个开放的公共数据库上的实验结果表明,该模型显著提高了预测精度,并且大大降低了计算复杂度。

基于两步迭代收缩法的多稀疏空间图像快速重构方法

由于多稀疏空间图像重构时,像素范围选取过大、峰值信噪比低以及重构时间长,导致图像重构方法存在重构效果差的问题,提出基于两步迭代收缩法的多稀疏空间图像快速重构方法。明确多稀疏空间图像重构存在的问题,在明确问题后,以迭代收缩阈值算法为基础,引入迭代加权收缩算法,结合每一轮迭代结果作为初值,完成图像重构的两步迭代收缩法设计,实现多稀疏空间图像快速重构。实验结果表明:应用该方法后的重构多稀疏空间图像峰值信噪比达到37.9 dB以上,图像重构时间仅为16.0 ms,图像结构相似性达到了0.98以上,并且重构多稀疏空间图像的效果更好,经过实验分析证实了所提方法具备可行性。

基于子空间表示和加权低秩张量正则化的高光谱图像混合噪声去除方法

针对高光谱图像中存在混合噪声的问题,提出一种基于子空间表示和加权低秩张量正则化的方法去除高光谱图像中的混合噪声.子空间表示利用光谱频带之间的相关性,选取合适的正交矩阵,将高光谱图像投影到低维子空间中,使提出的算法具有较低的复杂度,简化去噪过程的同时去除图像中的部分噪声.去噪过程基于从简化图像中提取的低秩张量进行,引入加权低秩张量正则化项表征简化图像子空间的先验信息,基于Tucker分解中核范数的物理意义构建合理的加权机制,保留高光谱图像的内在结构相关性.并且设计了一种基于迭代最小化的方法,用于求解提出的非凸去噪模型.在模拟和真实数据集上的实验结果表明,该子空间表示和加权低秩张量正则化方法在定量和定性分析上都取得了较好的去噪效果.