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

loveR

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

                                        Data Sharpening of Point Pattern
                                         数据锐化点格局

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Performs Choi-Hall data sharpening of a spatial point pattern.
执行财厅的数据锐化的空间点格局。


用法----------Usage----------


sharpen(X, ...)
## S3 method for class 'ppp'
sharpen(X, sigma=NULL, ..., varcov=NULL,
                        edgecorrect=FALSE)



参数----------Arguments----------

参数：X
A marked point pattern (object of class "ppp").
一个显着的点模式（类的对象"ppp"）。


参数：sigma
Standard deviation of isotropic Gaussian smoothing kernel.  
各向同性的高斯平滑内核的标准偏差。


参数：varcov
Variance-covariance matrix of anisotropic Gaussian kernel. Incompatible with sigma.  
方差 - 协方差矩阵的各向异性高斯内核。不相容的sigma。


参数：edgecorrect
Logical value indicating whether to apply edge effect bias correction.  
逻辑值，该值指示是否适用于边缘效应偏置校正。


参数：...
Arguments passed to density.ppp to control the pixel resolution of the result.
参数传递给density.ppp控制的像素分辨率的结果。


Details

详细信息----------Details----------

Choi and Hall (2001) proposed a procedure for data sharpening of spatial point patterns. This procedure is appropriate for earthquake epicentres and other point patterns which are believed to exhibit strong concentrations of points along a curve. Data sharpening causes such points to concentrate more tightly along the curve.
财和Hall（2001）提出的程序数据，锐化空间点模式。这被认为是表现出很强的浓度沿曲线的点为地震震央和其他点图案，此过程是合适的。数据锐化等原因引起的点集中，更加紧密地沿曲线。

If the original data points are  X[1],..., X[n] then the sharpened points are
如果原始数据点X[1],..., X[n]然后的锋利的点是

where k is a smoothing kernel in two dimensions. Thus, the new point X^[i] is a vector average of the nearby points X[j].
其中k是一个平滑的内核在两个方面。因此，在新的起点X^[i]是一个向量，平均在附近的点X[j]。

The function sharpen is generic. It currently has only one method, for two-dimensional point patterns (objects of class "ppp").
函数sharpen是通用的。目前，它只有一个方法，二维点模式（对象类"ppp"）。

If sigma is given, the smoothing kernel is the isotropic two-dimensional Gaussian density with standard deviation sigma in each axis. If varcov is given, the smoothing kernel is the Gaussian density with variance-covariance matrix varcov.
如果sigma给出，平滑内核是各向同性的二维高斯密度与标准偏差sigma在每个轴上。 varcov如果，平滑的内核是高斯分布，方差 - 协方差矩阵varcov。

The data sharpening procedure tends to cause the point pattern to contract away from the boundary of the window. That is, points X_iX[i] that lie 'quite close to the edge of the window of the point pattern tend to be displaced inward.  If edgecorrect=TRUE then the algorithm is modified to correct this vector bias.
数据锐化程序趋向于引起的点图案收缩远离窗口的边界。也就是说，点X_iX [i]的，该谎言相当靠近窗口的边缘的点图案的内侧位移的倾向。如果edgecorrect=TRUE然后该算法的修改，以纠正这种矢量偏差。


值----------Value----------

A point pattern (object of class "ppp") in the same window as the original pattern X, and with the same marks as X.
点模式（类的对象"ppp"）在同一窗口中的原有格局X，并使用相同的标记为X。


（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>




参考文献----------References----------

Nonparametric analysis of earthquake point-process data. In M. de Gunst, C. Klaassen and A. van der Vaart (eds.) State of the art in probability and statistics: Festschrift for Willem R. van Zwet, Institute of Mathematical Statistics, Beachwood, Ohio. Pages 324&ndash;344.

参见----------See Also----------

density.ppp, smooth.ppp.
density.ppp，smooth.ppp。


实例----------Examples----------


   data(shapley)
   X <- unmark(shapley)
   
   Y <- sharpen(X, sigma=0.5)

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。