資源描述：
《基于Logistic回歸最優(yōu)化方法的遺址預測分布研究——以汾河流域為例》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學術(shù)論文-天天文庫。
1、密級:碩士學位論文基于Logistic回歸最優(yōu)化方法的遺址預測分布研究——以汾河流域為例作者姓名:郭飛指導教師:聶躍平研究員中國科學院遙感與數(shù)字地球研究所學位類別:理學碩士學科專業(yè):地圖學與地理信息系統(tǒng)研究所:中國科學院遙感與數(shù)字地球研究所2018年06月StudyofArchaeologicalSitesPredictiveDistributionBasedonLogisticRegressionOptimizationMethod——ACastStudyofFenheRiverBasinADissertation/ThesisSubmittedtoUniversityofChin
2、eseAcademyofSciencesInpartialfulfillmentoftherequirementForthedegreeofMasterofScienceByFeiGuoInstituteofRemoteSensingandDigitalEarthJune2018中國科學院大學遙感與數(shù)字地球研究所研究生學位論文原創(chuàng)性聲明本人鄭重聲明：所呈交的學位論文是本人在導師的指導下獨立進行研究工作所取得的成果。盡我所知，除文中已經(jīng)注明引用的內(nèi)容外，本論文不包含任何其他個人或集體已經(jīng)發(fā)表或撰寫過的研究成果。對論文所涉及的研究工作做出貢獻的其他個人和集體，均已在文中以明確方式標明或致
3、謝。作者簽名：日期：中國科學院大學遙感與數(shù)字地球研究所學位論文授權(quán)使用聲明本人完全了解并同意遵守中國科學院大學遙感與數(shù)字地球研究所有關(guān)保存和使用學位論文的規(guī)定，即中國科學院大學遙感與數(shù)字地球研究所有權(quán)保留送交學位論文的副本，允許該論文被查閱，可以公布該論文的全部或部分內(nèi)容，可以采用影印、縮印或其他復制手段保存、匯編本學位論文。涉密的學位論文在解密后適用本聲明。作者簽名：導師簽名：日期：日期：摘要摘要古遺址在空間上的分布與其所處的自然環(huán)境以及人文環(huán)境有著密不可分的聯(lián)系，這些環(huán)境變量的變化在一定程度上也影響著人類文明的發(fā)展?？脊胚z址預測模型建立是當前考古學界的一個新潮，借助于統(tǒng)計學和GI
4、S空間分析工具建立遺址與各種環(huán)境變量的關(guān)系模型來預測為調(diào)查區(qū)域的遺址出現(xiàn)概率。旨在減少可能存在對遺址造成破壞的潛在因素，為考古發(fā)掘提供一定的科學依據(jù)。Logistic回歸模型是目前在遺址預測中應用最廣的一個模型，主要由于其二項分類和多變量的分析功能，但是將Logistic回歸建模方法應用于遺址分類預測中會出現(xiàn)欠擬合、精度低的問題。本文將對其進行最優(yōu)化算法的改進，通過GIS空間分析方法進行提取研究區(qū)域的自然及人文環(huán)境變量，利用SPSS中的逐步回歸分析法對其進行備選自變量的篩選，最終篩選出對建模有顯著作用的自然及人文環(huán)境六個變量。借助于Python語言編寫程序中的Numpy和Matplo
5、tlib模塊，分別利用Logistic回歸常用的梯度上升法和改進隨機梯度上升法求解模型的最佳回歸系數(shù)，建立以汾河流域為研究區(qū)域、龍山文化時期遺址點為研究對象的遺址預測模型，通過梯度上升法建立的預測模型其訓練精度和預測精度分別為71.4%和68.8%，通過改進隨機梯度上升法建立的模型其訓練精度和預測精度分別為89.2%和85.3%。對其預測結(jié)果進行分析對比，實驗結(jié)果表明改進隨機梯度上升算法較梯度上升算法分類精度可以提高16.5%。最終對兩個模型建立的預測模型進行Kvamme增益統(tǒng)計有效性驗證，其G值分別為0.67和0.75，說明兩模型均具有實際應用意義，而利用改進隨機梯度上升法建立的L
6、ogistic回歸的預測模型具有更高、更加顯著的實際應用意義。關(guān)鍵字：汾河流域；Logistic回歸；梯度上升法；改進隨機梯度上升法；Kvamme增益統(tǒng)計IAbstractAbstractThedistributionofancientsitesiscloselyrelatedtothenaturalenvironmentandhumanenvironmentandthechangesoftheseenvironmentalvariablesalsoaffectthedevelopmentofhumancivilization.Itisatrendtobuildarchaeologi
7、calsitespredictivemodelinrecentyears.TherelationshipmodelofthesiteandvariousenvironmentalvariablesisestablishedtopredicttheoccurrenceprobabilityofthesiteinthesurveyareabymeansofstatisticalandGISspatialanalysistools.Theaimistoreduc
