基于Logistic回归最优化方法的遗址预测分布研究--以汾河流域为例
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第12-22页 |
| 1.1 研究背景 | 第13-14页 |
| 1.2 研究意义 | 第14-15页 |
| 1.3 国内外研究现状及存在问题 | 第15-19页 |
| 1.3.1 遗址预测模型 | 第15-16页 |
| 1.3.2 GIS考古 | 第16-17页 |
| 1.3.3 存在问题 | 第17-19页 |
| 1.4 技术路线 | 第19-21页 |
| 1.5 论文结构 | 第21-22页 |
| 第二章 研究内容 | 第22-28页 |
| 2.1 研究区域 | 第22-25页 |
| 2.1.1 地理概况 | 第22-23页 |
| 2.1.2 河流水系 | 第23-24页 |
| 2.1.3 水文气象 | 第24-25页 |
| 2.2 研究对象 | 第25-26页 |
| 2.3 数据资料 | 第26-28页 |
| 2.3.1 DEM数据 | 第26-27页 |
| 2.3.2 矢量数据及考古资料 | 第27-28页 |
| 第三章 研究方法 | 第28-34页 |
| 3.1 GIS空间分析法 | 第28页 |
| 3.2 遗址预测模型方法 | 第28-32页 |
| 3.2.1 Logistic回归 | 第28-30页 |
| 3.2.2 梯度上升法 | 第30-31页 |
| 3.2.3 改进随机梯度上升法 | 第31-32页 |
| 3.3 模型评估方法 | 第32-34页 |
| 3.3.1 交叉验证法 | 第32-33页 |
| 3.3.2 Kvamme增益统计 | 第33-34页 |
| 第四章 汾河流域遗址预测优化模型 | 第34-60页 |
| 4.1 样本与变量 | 第34-37页 |
| 4.1.1 实验样本 | 第34-36页 |
| 4.1.2 自变量 | 第36页 |
| 4.1.3 因变量 | 第36-37页 |
| 4.2 研究区空间分析及样本属性提取 | 第37-48页 |
| 4.2.1 高程分析 | 第37-39页 |
| 4.2.2 坡度、坡向分析 | 第39-42页 |
| 4.2.3 地形起伏度、地表曲率分析 | 第42-45页 |
| 4.2.4 距离分析 | 第45-48页 |
| 4.3 遗址预测优化模型建立 | 第48-60页 |
| 4.3.1 自变量筛选 | 第48-50页 |
| 4.3.2 回归系数 | 第50-53页 |
| 4.3.3 实验结果 | 第53-57页 |
| 4.3.4 模型验证 | 第57-60页 |
| 第五章 结论与展望 | 第60-63页 |
| 5.1 结论与讨论 | 第60-61页 |
| 5.1.1 主要结论 | 第60-61页 |
| 5.1.2 创新与不足 | 第61页 |
| 5.2 展望 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 硕士期间发表论文情况 | 第67-68页 |
| 致谢 | 第68-69页 |
