ग्रॉस वी। कर्नेल परिणामों की व्याख्या कैसे करें?


10

GRASS मैनुअल पढ़ता है:

वी। कर्नेल - एक सदिश बिंदु डेटा से एक रेखीय घनत्व डेटा उत्पन्न करता है जो एक चलती 2D आइसोट्रोपिक गॉसियन कर्नेल का उपयोग कर ...

ठीक है, लेकिन मैं परिणामों की व्याख्या कैसे करूं? मैं समझता हूं कि वी। कर्नेल v.neighbor फ़ंक्शन की तुलना में अधिक उन्नत है, लेकिन मैं अनिश्चित हूं कि इसके कौन से फायदे हैं।

जवाबों:


14

परिणाम प्रति यूनिट क्षेत्र का अनुमान लगाते हैं। एक जांच के रूप में, आपको एक सेल के क्षेत्र द्वारा घनत्व मूल्यों को गुणा करना चाहिए और ग्रिड पर इन मूल्यों को जोड़ना चाहिए: कुल मूल डेटा के योग के बराबर होना चाहिए। (ये दो मूल्य अक्सर दो कारणों से भिन्न होते हैं, सीमा प्रभाव और संख्यात्मक संसेचन। सीमा प्रभाव इसलिए होते हैं क्योंकि घनत्व मानचित्र मानचित्र के किनारे से डेटा को फैला सकता है और वे मान घनत्व ग्रिड से पुनर्प्राप्त नहीं होते हैं। छोटा होना।)

कक्षाओं में मैंने जो एक छवि का उपयोग किया है वह छात्रों को बालू की बाल्टी के रूप में कर्नेल की कल्पना करने के लिए कहता है: आप एक बिंदु पर बाल्टी को बढ़ाते हैं, जिससे रेत फिसल जाती है। ढलान मुश्किल से आधी चौड़ाई के लिए होता है, लेकिन बड़े बैंड-चौड़ाई के लिए व्यापक है (शायद रेत गीला है ;-) भले ही, यह हमेशा रेत की एक ही राशि बची हो, चाहे कितनी भी मंदी क्यों न हो। अब प्रत्येक बिंदु के स्थान पर एक बाल्टी डंप करें (या, आमतौर पर, यदि प्रत्येक डेटा बिंदु के साथ एक सकारात्मक मान x जुड़ा हो, तो पहले बाल्टी के अनुपात में रेत की मात्रा को x पर रखें।और फिर इसे डंप करें)। रेत खिसक जाती है। यह उन क्षेत्रों में ढेर हो जाता है जहाँ बहुत सारी बाल्टियाँ होती हैं। घनत्व ग्रिड आपको प्रत्येक ग्रिड सेल के केंद्र में ढेर रेत की ऊंचाई देता है। एक कोशिका के क्षेत्र द्वारा इसे गुणा करने से प्रत्येक कोशिका पर रेत की मात्रा का अनुमान लगाया जाता है। किसी भी क्षेत्र पर इस सेल की मात्रा (इस तरह के एक जनगणना ब्लॉक के रूप में) संक्षेप है कि इस क्षेत्र है, जो मात्रा की कुल राशि का प्रतिनिधित्व करता है में रेत की कुल मात्रा का अनुमान है x आपको लगता है इस क्षेत्र में है।


1
+1 - मैं हमेशा छात्रों (और खुद ...) के लिए स्पष्टीकरण के वैकल्पिक आयामों की तलाश कर रहा हूं और यह सादृश्य उत्कृष्ट है।
सिंबांगु

5

क्या आपने भू-स्थानिक विश्लेषण वेब पुस्तक देखी है ? उनके पास बिंदु घनत्व पर एक काफी विस्तृत अनुभाग है , जो गॉसियन कार्यों को कवर करता है। सामान्य तौर पर भी मुझे लगता है कि यह एक बहुत ही उपयोगी संसाधन है।


2

यहाँ इसके बारे में सोचने का एक बड़ा तरीका है:

केंद्र से निकलने वाले कई वलयों के साथ डार्टबोर्ड की कल्पना करें। परिणाम में प्रत्येक स्थान पर, डार्टबोर्ड को स्थान के ऊपर रखकर और यह देखने के लिए एक अंक की गणना की जाती है कि वेक्टर बिंदु डार्टबोर्ड पर हैं। इससे स्कोर लंबा होता है और रैस्टर बनता है।

इसकी गणना करने के लिए कई चर हैं:

- डार्टबोर्ड का आकार (कर्नेल)

- डार्टबोर्ड का आकार (2D आइसोमेट्रिक या 'x / y में हर दिशा में समान', अर्थात एक सपाट वृत्त)

- जिस तरह से डार्टबोर्ड अंक प्रदान करता है (गौसियन का अर्थ है एक 'सामान्य' वितरण, यानी उच्च अंक, क्योंकि बिंदु केंद्र के करीब हो जाता है, घंटी की वक्र आकृति में)

लाभ यह है कि यह एक बड़े (बंद) कूद के बिना एक बहुत ही चिकनी संस्करण की गणना करेगा जो एक व्यापक और अधिक सुसंगत त्रिज्या के साथ जानकारी में ले सकता है। यह उपयोग किए गए क्षेत्रों के आकार / आकार में अंतर से भी कम प्रभावित होगा।

काउंटियों पर निकटतम पड़ोसियों का उपयोग करने के बारे में सोचें: पूर्वी तट पर वे मिडवेस्ट की तुलना में बहुत छोटे हैं, लेकिन पड़ोसियों की संख्या समान है और काफी हद तक सीमा के ज्यामिति को प्रभावित करती है। कौन सा अधिक घना है? यदि आपकी कर्नेल त्रिज्या 50 मील है, तो आपको एक बहुत अलग उत्तर मिलेगा जो उनके सापेक्ष घनत्व को अधिक सटीक रूप से वर्णित करता है।

हमारी साइट का प्रयोग करके, आप स्वीकार करते हैं कि आपने हमारी Cookie Policy और निजता नीति को पढ़ और समझा लिया है।
Licensed under cc by-sa 3.0 with attribution required.