R语言 spatstat包 rPoissonCluster()函数中文帮助文档(中英文对照)

loveR

rPoissonCluster(spatstat)
rPoissonCluster()所属R语言包：spatstat

                                        Simulate Poisson Cluster Process
                                         模拟泊松聚类进程

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Generate a random point pattern, a realisation of the general Poisson cluster process.
生成一个随机点模式，实现的一般泊松聚类过程。


用法----------Usage----------


rPoissonCluster(kappa, rmax, rcluster, win = owin(c(0,1),c(0,1)), ..., lmax=NULL)



参数----------Arguments----------

参数：kappa
Intensity of the Poisson process of cluster centres. A single positive number, a function, or a pixel image.  
聚类中心的泊松过程的强度。一个单一的正数，函数，或像素图像。


参数：rmax
Maximum radius of a random cluster.  
一个随机整群的最大半径。


参数：rcluster
A function which generates random clusters.  
函数产生随机聚类。


参数：win
Window in which to simulate the pattern. An object of class "owin" or something acceptable to as.owin.  
在模拟模式的窗口。类的一个对象"owin"或接受的as.owin的东西。


参数：...
Arguments passed to rcluster  
参数传递给rcluster


参数：lmax
Optional. Upper bound on the values of kappa when kappa is a function or pixel image.  
可选。上限的值kappakappa是一个函数或像素的图像。


Details

详细信息----------Details----------

This algorithm generates a realisation of the general Poisson cluster process, with the cluster mechanism given by the function rcluster.  The clusters must have a finite maximum possible radius rmax.
该算法生成一个实现一般泊松聚类过程中，与聚类机制的功能rcluster。聚类必须有一个有限的最大可能半径rmax。

First, the algorithm generates a Poisson point process of “parent” points  with intensity kappa. Here kappa may be a single positive number, a function kappa(x, y), or a pixel image object of class "im" (see im.object). See rpoispp for details.
首先，该算法产生的泊松点过程中的“父”点与强度kappa。这里kappa可能是一个正数，函数kappa(x, y)，或类的对象的像素的图像"im"（参见im.object）。见rpoispp的详细信息。

Second, each parent point is replaced by a random cluster of points, created by calling the function rcluster. These clusters are combined together to yield a single point pattern which is then returned as the result of rPoissonCluster.
其次，每个父母点被替换为一个随机整群点，通过调用函数rcluster。这些簇结合在一起，产生一个单一的点图案，然后返回结果rPoissonCluster。

The function rcluster should expect to be called as rcluster(xp[i],yp[i],...) for each parent point at a location (xp[i],yp[i]). The return value of rcluster should be a list with elements x,y which are vectors of equal length giving the absolute x and y coordinates of the points in the cluster.
函数rcluster应该预料到被称为rcluster(xp[i],yp[i],...)每个父点的位置(xp[i],yp[i])。 rcluster的返回值应该是一个列表的元素是向量的长度相等给x,y绝对x和y在聚类中的点的坐标。

If the return value of rcluster is a point pattern (object of class "ppp") then it may have marks. The result of rPoissonCluster will then be a marked point pattern.
如果rcluster的返回值是一个点模式（对象类"ppp"），那么它可能有标记。 rPoissonCluster将是一个显着的点模式。

If required, the intermediate stages of the simulation (the parents and the individual clusters) can also be extracted from the return value of rPoissonCluster through the attributes "parents" and "parentid". The attribute "parents" is the point pattern of parent points. The attribute "parentid" is an integer vector specifying the parent for each of the points in the simulated pattern.
如果需要的话，还可以模拟的中间阶段（父母和个别聚类）被提取从rPoissonCluster通过属性"parents"和"parentid"的返回值。属性"parents"是母公司点的点模式。属性"parentid"是一个整数矢量指定为每个模拟的图案中的点的父。


值----------Value----------

The simulated point pattern (an object of class "ppp").
的模拟点模式（类的一个对象"ppp"“）。

Additionally,  some intermediate results of the simulation are returned as attributes of this point pattern: see Details.
此外，一些中间的模拟结果返回作为这点图案的属性：请参阅详细。


（作者）----------Author(s)----------


Adrian Baddeley
<a href="mailto:Adrian.Baddeley@csiro.au">Adrian.Baddeley@csiro.au</a>
<a href="http://www.maths.uwa.edu.au/~adrian/">http://www.maths.uwa.edu.au/~adrian/</a>
and Rolf Turner
<a href="mailto:r.turner@auckland.ac.nz">r.turner@auckland.ac.nz</a>




参见----------See Also----------

rpoispp, rThomas, rGaussPoisson, rMatClust
rpoispp，rThomas，rGaussPoisson，rMatClust


实例----------Examples----------


  # each cluster consist of 10 points in a disc of radius 0.2[每个聚类由10个点组成的，在光盘的半径0.2]
  nclust <- function(x0, y0, radius, n) {
              return(runifdisc(n, radius, centre=c(x0, y0)))
            }
  plot(rPoissonCluster(10, 0.2, nclust, radius=0.2, n=5))

  # multitype Neyman-Scott process (each cluster is a multitype process)[多类型奈曼 - 斯科特进程（每个聚类是一个多类型的过程）]
  nclust2 <- function(x0, y0, radius, n, types=c("a", "b")) {
     X <- runifdisc(n, radius, centre=c(x0, y0))
     M <- sample(types, n, replace=TRUE)
     marks(X) <- M
     return(X)
  }
  plot(rPoissonCluster(15,0.1,nclust2, radius=0.1, n=5))

转载请注明:出自 生物统计家园网(http://www.biostatistic.net)。


注：
注1：为了方便大家学习，本文档为生物统计家园网机器人LoveR翻译而成，仅供个人R语言学习参考使用，生物统计家园保留版权。
注2：由于是机器人自动翻译，难免有不准确之处，使用时仔细对照中、英文内容进行反复理解，可以帮助R语言的学习。
注3：如遇到不准确之处，请在本贴的后面进行回帖，我们会逐渐进行修订。