文章基本信息

标题：Nonlinear Principal Component Analysis for Geographically Weighted Temporal-spatial Data
其他标题：Analiza nieliniowych składowych głównych dla danych czasowo‑przestrzennych geograficznie ważonych
本地全文：下载
作者：Mirosław Krzyśko ; Wojciech Łukaszonek ; Waldemar Ratajczak 等
期刊名称：Acta Universitatis Lodziensis. Folia Oeconomica
印刷版ISSN：0208-6018
出版年度：2018
卷号：2018
期号：4
页码：169-181
DOI：10.18778/0208-6018.337.11
语种：English
出版社：Lodz University Press
摘要：Schölkopf,Smola and Müller (1998) have proposed a nonlinear principal component analysis (NPCA) for fixed vector data.In this paper,we propose an extension of the aforementioned analysis to temporal‑spatial data and weighted temporal‑spatial data.To illustrate the proposed the‑ ory,data describing the condition of state of higher education in 16 Polish voivodships in the years 2002–2016 are used.
其他摘要：Schölkopf,Smola i Müller (1998) zaproponowali analizę nieliniowych składowych głów‑ nych (NPCA) dla ustalonych danych wektorowych.Niniejszy artykuł zawiera rozszerzenie tej metody na dane czasowo‑przestrzenne oraz czasowo‑przestrzenne geograficznie ważone.Każdy obiekt jest scharakteryzowany za pomocą macierzy Xi ,rozmiaru T × p,zawierającej wartości p cech zaobserwo‑ wanych w T momentach czasowych,i = 1,…,n.Macierze te są przekształcane nieliniowo do prze‑ strzeni Hilberta i budowana jest scentrowana macierz jądrowa.Ostatecznie macierz ta jest podstawą konstrukcji nieliniowych składowych głównych.W przypadku danych geograficznie ważonych ma‑ cierz Xi zostaje zastąpiona macierzą wiXi ,gdzie wi jest dodatnią wagą geograficzną związaną z i‑tym miejscem obserwacji,i = 1,…,n.Teoria zilustrowana jest przykładem dotyczącym stanu szkolnictwa wyższego w 16 polskich województwach,notowanego w latach 2002–2016.
关键词：nonlinear principal component analysis;geographically weighted data;temporal‑spa‑ tial data
其他关键词：nieliniowa analiza składowych głównych;dane geograficznie ważone;dane cza‑ sowo‑przestrzenne