有哪些信誉好的足球投注网站- 1、有哪些信誉好的足球投注网站（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
基于多源数据的污染场地精准调查方法研究
目录
内容概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3
1.1研究背景．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4
1.2目的意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5
1.3研究内容与方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．8
1.4文献综述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．9
多源数据整合技术．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．12
2.1数据来源．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．15
2.1.1地理空间数据．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．18
2.1.2环境监测数据．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．21
2.1.3社会经济数据．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．24
2.1.4历史数据．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．27
2.2数据预处理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．29
2.2.1数据清洗．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．30
2.2.2数据融合．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．33
2.2.3数据质量评估．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．34
污染场地精准调查方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．39
3.1数据驱动模型构建．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．41
3.1.1相关理论基础．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．44
3.1.2模型选择与评估．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．47
3.2地理信息系统应用．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．49
3.2.1数据可视化．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．53
3.2.2地形分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．55
3.2.3空间插值．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．58
3.3机器学习算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．60
3.3.1支持向量机．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．62
3.3.2随机森林．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．64
3.3.3卷积神经网络．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．65
3.4协同学习方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．68
3.4.1主成分分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．71
3.4.2K均值聚类．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．73
案例研究．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．75
4.1案例一．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．77
4.2案例二．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．80
4.3案例三．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．81
结论与展望．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．83
5.1研究成果．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．
文档评论（0）