Совокупный медико-экологический анализ результатов геохимического опробования почв и статистики заболеваемости : На примере Приморского края

• Автор: Бураго, Татьяна Васильевна
• Шифр специальности: 05.13.16
• Научная степень: Кандидатская
• Год защиты: 2000
• Место защиты: Владивосток
• Количество страниц: 192 с. : ил.

СПИСОК И ЛЛЮСТРАЦИЙ. В.1. Общая характеристика проблемы. В.2 Постановка задач, решаемых в диссертации. В.З. Используемые модели и методика исследования. Глава 1. Понятие геохимической провинции. Химический состав почв как показатель экологического здоровья. Общая методика построения интегральных оценок. Предмет и основные задачи геостатистики. Основы геосгатисгических методов
Глава 2. МАТЕМАТИЧЕСКАЯ ПОСТАНОВКА ЗАЛАМИ ГЕОХИМИЧЕСКОГО РАЙОНИРОВАНИЯ. Эвристическое определение числа кластеров. Критерий Акаике в гауссовской задаче кластеризации. Анализ регулярно осрсдненных данных. Предварительная обработка и формирование признаков. Результата кластеризации. Анализ укрупненных данных. Состав признаков и ранжировка кластеров. Результаты кластеризации. Глава 3. Коэффициенты парной и частной корреляция. Регрессионные модели. Коэффициент множественной корреляции. Общая характеристика решаемой задачи. Описание и обоснование методики исследования. Выводы2

величинами. Однако они относятся к различным объектам исследования.

Учет плотности населения в каждой ячейке, производимый при взвешенном усреднении данных, позволяет оценить совместное действие двух факторов геохимического и демографического. Регуляризация и нормировка безусловно необходимы. Обе операции применяются в третьей главе для проведения кластерного анализа. Дополнительно к ним вводится процедура укрупнения геохимических данных. Данная операция определяется в п. В.3. Кластерная структура характеризуется большим числом разнообразных факторов числом, взаимным расположением, размером, формой границы кластеров и т. Выявление кластерной структуры в рамках настоящей диссертации производится в рамках статистической постановки задачи автоматической классификации Фукунага, . Дополнительной особенностью является использование теоретикоинформационного критерия оптимальности критерия Акаике Акагке, . По существу данный критерий представляет собой выборочную оценку информационного критерия КульбаваЛейблера. Ядром кластеризирующей процедуры является простой и эффективный алгоритм автоматической классификации, широко известный как метод К средних Дуда, Харт, или правило ближайшего среднего Фукунага, . Входной информацией для этого алгоритма является набор векторов признаков, подлежащих классификации, а также число кластеров К, на которое необходимо произвести разбиение данного набора. Алгоритм состоит из следующих шагов. Выбрать тем или иным образом начальную классификацию и определить средние векторы центры тяжести в каждом кластере. Переклассифицировать каждый вектор, отнеся его в ближайший кластер. Расстояние до кластера определяется как расстояние до соответствующего среднего вектора.