基于GSNNR的空间非平稳性关系的回归分析方法

摘要

本发明公开了一种基于GSNNR的空间非平稳性关系的回归分析方法，属于深度学习和空间分析相结合的技术领域。该方法包括：收集空间信息数据；将空间特征和属性空间特征输入至全空间邻近非线性融合神经网络模型中，该SAPDNN神经网络模型以GNNWR为基础模型，输入层添加了属性空间特征；经过该SAPDNN神经网络模型得到全空间邻近表达矩阵；所述全空间邻近表达矩阵输入至SWNN模块中进行处理，输出一个权重矩阵。本发明引入属性空间作为解析非平稳性过程的重要特征，提出融合空间和属性空间的全空间表达，使用深度神经网络将地理空间与属性空间相融合，进一步提高非平稳性的衡量的精确性。