地质灾害的非线性数据处理与建模技术

• 作者: 许强 黄润秋
• 来源期刊: 山地学报
• 学科: 地球科学
• 关键词: 数据处理 数据处理的组合方法 神经网络 地质灾害 非线性科学
• 年，卷（期）: 2000,（Z1）
• 页码范围: 123-127,82
• 页数: 6页
• 分类号: P496
• 字数: 4354字
• 语种: 中文
• DOI: 10.3969/j.issn.1008-2786.2000.z1.026

摘要

本文简略地介绍了几种地质灾害数据处理与建模的非线性方法,主要包括GMDH自组织建模技术、神经网络方法.GMDH是一种高阶非线性回归建模方法,它是以简单的二元二次回归方程为基础,通过"代复一代"的"生产"过程,客观、自动地求得实际资料的非线性模型.而神经网络则是用工程技术手段模拟生物神经网络的结构特征和功能特征的一类人工系统.与常规统计方法相比,神经网络最突出的优点为它是通过对网络的学习和训练,来掌握变量之间的非线性关系.因此,其处理复杂问题的能力更强大.实例检验效果表明,这些非线性数据处理与建模技术考虑了地质灾害问题的非线性特性,其比基于常规统计理论的数据处理方法的精度要高得多.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	许强		15	260	7.0	15.0
2	黄润秋		33	499	13.0	21.0