导读:本文包含了全局自相关论文开题报告文献综述及选题提纲参考文献，主要关键词:景观格局,均匀度,Moran’s,I,广义G指数
全局自相关论文文献综述
张玉娟,曲建光,王强,李丹[1]（2018）在《结合均匀度理论和Moran’s I指数、广义G指数的景观格局全局自相关分析》一文中研究指出以塔子沟林场为研究区域,以1997年8月28日和2009年8月25日两期Landsat TM遥感影像为主要数据源,辅助大量非遥感数据,借助ENVI 5.1、Arc GIS 10.3和Geoda095i等软件,将均匀度理论分析方法引入到景观格局空间相关分析中,对研究区域景观格局全局自相关进行了分析,并与Moran’s I、广义G指数的分析方法获得结论进行了对比。经计算,1997年的景观格局均匀度为0.320 7,介于景观均匀度置信区间[0.297 2,0.339 7],景观格局判定为随机分布,2009年的景观格局均匀度为0.288 3,小于下限值0.296 9,景观格局判定为聚集分布。1997年Moran’s I值为-0.11,景观格局判定为分散分布,2009年Moran’s I值为0.42,景观格局判定为聚集分布。1997年研究区域Z Score值为0.92,2009年研究区域Z Score值为2.06,根据景观格局判别可知,2009年研究区域景观格局呈现出明显的高值空间聚集(H-H聚集),即该期景观格局为聚集分布。结果表明3种分析方法得到的结论相同,即从1997—2009年的12年间,研究区域的格局状况由随机格局到聚集格局变化,说明将均匀度理论分析方法引入到景观格局空间相关分析中是可行的。(本文来源于《测绘通报》期刊2018年11期）
杨涛,乐友喜,曾贤德,蔡俊雄,曾勉[2]（2018）在《基于自相关函数特性的CEEMD全局阈值去噪方法研究》一文中研究指出完备总体经验模态分解(CEEMD)克服了经验模态分解(EMD)的模态混迭问题,依据信号自身的特点,将待分析的复杂信号分解为一系列不同尺度的固有模态函数(IMF)的子信号,且各IMF分量的频率由高到低依次排列,是一种适用于分析处理非线性非平稳信号的强大的信号分析技术.地震资料中的随机噪声一般属于高频率的信号,在CEEMD中往往分布在前几个高频IMF分量,本文针对基于CEEMD的分频去噪和基于CEEMD的小波阈值去噪等方法的不足,在前人基于EMD阈值去噪的基础上设计了自相关函数统计特性与CEEMD全局阈值联合去噪方法.该方法先对CEEMD分解的若干个模态分量进行自相关,寻找到噪声主导模态和信号主导模态,然后利用设计的全局阈值对噪声主导模态进行去噪,最后将处理后和未处理的固有模态函数进行重构,得到最终的去噪结果.模型试算和实际地震资料处理都验证了此方法在提高信噪比,保留原信号高频有效成分和弱信号信息上的有效性.(本文来源于《地球物理学进展》期刊2018年04期）
张松林,张昆[3]（2008）在《叁值全局空间自相关指标及其应用研究》一文中研究指出Join-Count统计量是衡量空间自相关的全局指标。针对其用于处理二值名义变量的特性,将Join-Count统计量处理的属性值扩展到了叁值变量,推导出了叁值变量的邻接计数、邻接计数期望及方差的计算式,采用模拟数据进行了验算,证明所推导的公式是正确可行的,对计算结果的解释是合理的,这对叁值Join-Count统计量应用于图像空间统计中的自相关分析有理论意义和实用参考价值。(本文来源于《工程图学学报》期刊2008年01期）
张松林,张昆[4]（2007）在《全局空间自相关Moran指数和G系数对比研究》一文中研究指出研究了最常用的衡量全局空间自相关的指标:全局Moran指数和全局G系数,基于模拟的空间区域,设计了一些有代表性的空间聚集方案进行计算,比较了两种指标的探测结果。得出的初步结论是:G系数探测高值聚集的能力强于低值聚集;当研究范围内同时存在高值和低值聚集时,G系数会受聚集区域规模的影响,当高值聚集区域和低值聚集区域规模相当时,G系数往往为正数,表明G系数对高值敏感;Moran指数主要受聚集区域规模的影响,随着空间聚集范围的扩展,Moran指数会明显增大。这些结论对于探测空间自相关模式时选择何种全局指标有指导意义。(本文来源于《中山大学学报(自然科学版)》期刊2007年04期）
全局自相关论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
完备总体经验模态分解(CEEMD)克服了经验模态分解(EMD)的模态混迭问题,依据信号自身的特点,将待分析的复杂信号分解为一系列不同尺度的固有模态函数(IMF)的子信号,且各IMF分量的频率由高到低依次排列,是一种适用于分析处理非线性非平稳信号的强大的信号分析技术.地震资料中的随机噪声一般属于高频率的信号,在CEEMD中往往分布在前几个高频IMF分量,本文针对基于CEEMD的分频去噪和基于CEEMD的小波阈值去噪等方法的不足,在前人基于EMD阈值去噪的基础上设计了自相关函数统计特性与CEEMD全局阈值联合去噪方法.该方法先对CEEMD分解的若干个模态分量进行自相关,寻找到噪声主导模态和信号主导模态,然后利用设计的全局阈值对噪声主导模态进行去噪,最后将处理后和未处理的固有模态函数进行重构,得到最终的去噪结果.模型试算和实际地震资料处理都验证了此方法在提高信噪比,保留原信号高频有效成分和弱信号信息上的有效性.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
全局自相关论文参考文献
[1].张玉娟,曲建光,王强,李丹.结合均匀度理论和Moran’sI指数、广义G指数的景观格局全局自相关分析[J].测绘通报.2018
[2].杨涛,乐友喜,曾贤德,蔡俊雄,曾勉.基于自相关函数特性的CEEMD全局阈值去噪方法研究[J].地球物理学进展.2018
[3].张松林,张昆.叁值全局空间自相关指标及其应用研究[J].工程图学学报.2008
[4].张松林,张昆.全局空间自相关Moran指数和G系数对比研究[J].中山大学学报(自然科学版).2007