• 中文核心期刊
  • 中国科技核心期刊
  • 中国科学引文数据库核心期刊

用人工神经网络进行空间不完备数据的插补

何凯涛, 陈明, 张治国, Jacques Yvon

何凯涛, 陈明, 张治国, Jacques Yvon. 2005: 用人工神经网络进行空间不完备数据的插补. 地质通报, 24(5): 476-479.
引用本文: 何凯涛, 陈明, 张治国, Jacques Yvon. 2005: 用人工神经网络进行空间不完备数据的插补. 地质通报, 24(5): 476-479.
HE Kaitao, CHEN Ming, ZHANG Zhiguo, Jacques Yvon. 2005: Complement of incomplete spatial information via RBF network. Geological Bulletin of China, 24(5): 476-479.
Citation: HE Kaitao, CHEN Ming, ZHANG Zhiguo, Jacques Yvon. 2005: Complement of incomplete spatial information via RBF network. Geological Bulletin of China, 24(5): 476-479.

用人工神经网络进行空间不完备数据的插补

基金项目: 国家863计划项目(2001AA135120),国家973项目(G1999045708),国家自然科学基金项目(49973015)资助

Complement of incomplete spatial information via RBF network

  • 摘要: 在地学研究中,特别是区域性资料处理过程中,常常遇到“不完备数据”的问题,即所谓的“数据不全”。在尽量减小估计误差的条件下对缺失数据进行预测或插补,对于充分利用历史资料和已知信息,提高预测质量具有重要意义。利用径向基人工神经网络(RBF)同时具有自组织神经网络和回归网络的优点,可以对缺失数据进行预测。实际区域地球化学数据处理的结果表明,RBF网络对空间不完备数据的建模和预测具有优异的效果。
    Abstract: Incomplete information" and its complement are encountered frequently in geo-information processing. It is of great significance to interpolate the lost data via the known historic datasets and improve the quality and accomplishment of information integration. The RBF network possesses the advantages of Kohonen and regression networks. A test was performed to prove the effectiveness of RBF to complement the incomplete spatial information.
计量
  • 文章访问数:  2053
  • HTML全文浏览量:  1
  • PDF下载量:  690
  • 被引次数: 0
出版历程
  • 修回日期:  2004-03-15

目录

    /

    返回文章
    返回