基于RBF神经网络的地理时空信息预测推理方法

• 作者: 刘华尧 叶良松 李景文 王珂 王翰钊
• 来源期刊: 广西师范大学学报（自然科学版）
• 学科: 地球科学
• 关键词: 时空数据 超曲面 径向基函数 推理预测
• 年，卷（期）: 2014,（4）
• 页码范围: 59-65
• 页数: 7页
• 分类号: P208
• 字数: 4730字
• 语种: 中文
• DOI: 10.16088/j.issn.1001-6600.2014.04.010

摘要

本文在深入分析地理实体时空特征的基础上,对地理实体进行抽象和标准化处理,提出一种针对特征复杂地理实体的地理信息预测推理方法.该方法重点研究了基于RBF网络学习方法的地理实体时空信息预测推理的理论、模型方法和具体过程,通过对地理实体对象化抽象描述和标准化处理,建立时空信息融合的超曲面,并利用RBF神经网络超强的非线性拟合能力,构建了复杂地理实体的时间、空间和属性信息的一体化预测和推理模型,并以桂林漓江阳朔段流域水质中溶解氧(DO)的含量的预测推理验证该方法的可行性,为时空数据处理过程中智慧决策和推理分析提供了有效途径.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李景文	桂林理工大学广西矿冶与环境科学实验中心	61	240	8.0	11.0
5	叶良松	桂林理工大学广西矿冶与环境科学实验中心	9	74	4.0	8.0
9	王珂	桂林理工大学广西矿冶与环境科学实验中心	6	14	2.0	3.0
13	刘华尧		6	6	2.0	2.0