多源数据支持的城市更新潜力评价研究

本研究针对城市更新规划中缺少更新潜力评估的现状,基于多源数据与量化模型提出评估中心城区更新潜力的框架路径,并通过制定三级目标,筛选潜力评价指标,收集与分析处理多源时空数据,运用熵权TOPSIS方法进行更新潜力评估分析,输出以100m网格为单位的城市更新潜力分级地图。研究成果为开发出一套城市更新潜力评估框架和模型,衔接了现状分析与规划行动,为特大城市中心城区提供科学的更新规划引导。

PLS-SEM多变量统计分析在赛事观众研究领域中的应用

运用文献资料法探讨基于偏最小平方法的结构方程模型(partial least squares structural equation modeling,PLS-SEM)多变量统计分析在当前赛事观众研究领域的应用方法与注意事项。发现:调节变量与中介变量的引入有助于深入理解和分析赛事消费多变量间的影响机理;理解形成性指标与反映性指标的差异对构建赛事消费潜变量测量模型具有重要意义;与基于共变异数的结构方程模型(covariance-based structural equation modeling,CB-SEM)相比,PLS-SEM适用于小样本、非正态分布、多变量复杂模型以及形成性测量模型等多种研究情境。建议:根据赛事消费变量的特点合理选择测量指标;在样本量较小、测量指标包含形成性指标或进行变量间关系的探索性研究中选择使用PLS-SEM。

Generalized T3-plot for testing high-dimensional normality

A new dimension-reduction graphical method for testing high- dimensional normality is developed by using the theory of spherical distributions and the idea of principal component analysis. The dimension reduction is realized by projecting high-dimensional data onto some selected eigenvector directions. The asymptotic statistical independence of the plotting functions on the selected eigenvector directions provides the principle for the new plot. A departure from multivariate normality of the raw data could be captured by at least one plot on the selected eigenvector direction. Acceptance regions associated with the plots are provided to enhance interpretability of the plots. Monte Carlo studies and an illustrative example show that the proposed graphical method has competitive power performance and improves the existing graphical method significantly in testing high-dimensional normality.

基于高维多元数据的酒体感官评价可视分析

酒体质量评价以感官鉴定为主,但感官评价易受人的身体条件和经验等因素的影响。为提高评价的稳定性和有效性,建立以理化指标数据为依据的评价方法。本文提出了一种基于大数据可视分析的研究方法,挖掘高维多元指标数据对酒体感官特性的影响。首先,对高维多元指标数据的相关性,以及与感官评价的相关性进行分析,通过图模型阐释关系特性,初步建立面向领域的可视分析方法。然后,采用基于机器学习的数据分析技术,结合感官评价构建酒体质量评价模型。最后,结合评价模型对酒体指标参数的重要性进行分析。在此基础上,对模型的评价效果进行了验证,分别选取两类样本进行对比,一类样本包含重要性得分较高的6项理化指标,包括酒体密度、残糖、挥发性酸、酒精度、硫酸酯和非挥发性酸,另一类样本包含全部11项理化指标,验证结果显示两类样本的预测结果相近,分类预测误差仅相差0.4%,表明以上6项理化指标是影响感官评价的主要成分。该可视分析方法可降低理化指标的维数,并保留酒体质量的特征信息,用于酒体质量的评价,对酒体质量科学化评价起到重要作用。

A review of 20 years of naive tests of significance for high-dimensional mean vectors and covariance matrices

We introduce the so-called naive tests and give a brief review of the new developments. Naive testing methods are easy to understand and perform robustly, especially when the dimension is large. We focus mainly on reviewing some naive testing methods for the mean vectors and covariance matrices of high-dimensional populations, and we believe that this naive testing approach can be used widely in many other testing problems.

基于多源数据的城市避难场所服务能力评价与规划应对

随着新型城镇化的稳步推进,城市韧性和城市安全越来越受到人们重视,城市人均避难场所面积已成为各大城市体检的必要性指标,可见完善的城市应急避难体系对提升城市韧性和安全性意义重大。本文首先基于采集的开源地图Open-StreetMap道路网络数据和POI数据在GIS平台上构建了网络分析数据集,并运用指标统计法对长沙现状应急避难场所的服务能力进行评价分析,在评价的尺度上结合百度热力图数据识别的城市人群集聚区对其进行多尺度的细化评价,提高了避难场所服务能力评价的精度,进一步摸清了城市重点片区的避难需求。其次,运用商务住宅POI数据,结合"最小设施点数模型"和"最大化覆盖范围模型"对现状避难场所进行了布局优化。最后针对城市整体和局部重点片区提出了规划应对策略,并提出要使避难场所类型更加多元化,以期为城市避难场所规划建设提供参考。