%0 Journal Article
%T 基于地理信息的密度估计方法 Density Estimation Based on Geographic Information
%A 冯象初
%A 欧阳照玮
%A 赵晨萍
%A 李晓晖
%J 武汉大学学报(理学版)
%D 2017
%X 对于给定的离散事件数据,可以生成一个概率密度分布图来刻画此类事件发生区域的相对概率.普通的方法如核密度估计法并不考虑与之对应的地理信息.在应用中这类方法会导致离散事件的概率密度出现在不切实际的地理位置.因此,本文提出了新的基于总变差的修正最大罚似然估计方法,不仅可以保证概率估计密度分布的光滑特性,还能确保事件的概率密度不会出现在无效区域.文中运用模拟的离散数据对现有的以及新的方法进行比较来验证新方法的优越性,之后结合真实的地理信息,将该方法运用到某城市的犯罪密度估计当中,验证其对于解决具体问题的可行性并给警方布控以指导
%K 地理信息
%K 总变差
%K 最大罚似然估计法
%U http://whdy.cbpt.cnki.net/WKD/WebPublication/paperDigest.aspx?paperID=1d62fe9b-e708-4202-a62d-2ae31f8b7498