栅格重采样的实质： 栅格重采样是将输入图像的像元值或推导值赋予输出图像中每个像元的过程。 栅格重采样发生时机： 当输入图像和输出图像的位置（经过几何变换或投影设置等操作）或像元大小（即栅格影像分辨率）发生变化时，都需要进行栅格重采样。 此外，栅格重采样是栅格数据在空间分析中处理栅格分辨率匹配问题的常用数据处理方法，为了便于分析，通常将不同的分辨率通过栅格重采样转化为相同的分辨率。 对于一个既定的空间分辨率的栅格数据，可以通过重采样操作，将栅格数据重采样成更大的像元，即降低空间分辨率。这个过程会丢
核密度估计（Kernel density estimation，KDE），是一种用于估计概率密度函数的非参数方法。令 \(x_1,x_2,\cdots,x_n\) 为独立同分布 \(F\) 的 \(n\) 个样本点，设其概率密度函数为 \(f\)，核密度估计如下： \[\hat{f}_h(x) = \frac{1}{n}\sum_{i=1}{n}{K_h(x-x_i)}=\frac{1}{nh}\sum_{i=1}{n}{K(\frac{x-x_i}{h}})\] 其中，\(K(.)\) 为核函
The collinearity statistics provide information to allow the analyst to detect when the independents are intercorrelated to the degree that the regression output may be adversely affected. Interrelatedness of the independent variables creates what is
在编程开发中，经常需要去计算一个数的平方根，小编一般是直接调用系统函数 Math.Sqrt()。 当然除了系统函数，我们也可以自己编写函数进行求解，常用的方法有二分法和牛顿迭代法。 二分法 二分法的基本思想：对于区间 \([m,n]\) 上连续不断且 \(f(m)·f(n) < 0\) 的函数 \(y=f(x)\)，通过不断地把函数 \(f(x)\) 的零点所在的区间一分为二，使区间的两个端点逐步逼近零点，进而得到零点近似值。 显然，\(\sqrt{a}\) 是函数 \( f(x) =x^
本文要介绍的是一个以公交 IC 卡和车辆定位数据等城市公交系统大数据为基础的数据分析系统，可实现公交车辆运营分析、公交客流 OD 推导和公交客流分析等功能，为城市公交线网规划、优化调整和运营管理提供数据和决策支撑。
在车辆定位系统广泛应用的今天，也许你会感觉要去识别公交乘客的上车站点并不是一件特别困难的事情。 因为从纯理论的角度来看，有了 IC 卡数据，有了 AVL 数据（特别是到离站数据），上车站点的识别基本上没有什么可以研究的。但是当你具体实践的时候，你会发现从公交 IC 卡和 AVL 数据到上车站点数据之间有一段很长很长的路。 “咦，20 号的 IC 数据里面竟有 19 号的数据！” “这个站的到离站时间也丢了！” “怎么五条公交线路共用一个线路编号！” …… 总而言之，没有不可能，只有想不到。 公交
定义 元胞自动机(Cellular Automata，简称CA，也有人译为细胞自动机、点格自动机、分子自动机或单元自动机)，是一时间和空间都离散的动力系统。散布在规则格网 (Lattice Grid)中的每一元胞(Cell)取有限的离散状态，遵循同样的作用规则，依据确定的局部规则作同步更新。大量元胞通过简单的相互作用而构成动态系统的演化。不同于一般的动力学模型，元胞自动机不是由严格定义的物理方程或函数确定，而是用一系列模型构造的规则构成。凡是满足这些规则的模型都可以算作是元胞自动机模型。因此，元
公交 IC 卡系统设计的初衷是方便乘客支付，服务企业结算。不过，当人们发现公交 IC 卡数据记录了乘客的大量出行信息（如卡编号、乘坐线路、乘坐车辆等）之后，开始积极尝试运用公交 IC 卡数据进行公交客流分析。可以说，公交客流分析只能算是公交 IC 卡数据的附加值。当然，现在已经有部分城市在着手改造既有的公交 IC 卡收费系统，使公交 IC 卡数据更加便于用来进行公交客流分析。 那么说到这里，就回到了题目中的问题：从公交 IC 卡数据，我们到底能获得什么？ 公交客流？太笼统。 下面是北京交通发展研
