一种用于山区土壤重金属评估的集成RBF空间插值算法

• 作者: 张俊华 张榆锋 施心陵 李宝磊 章克信
• 来源期刊: 东南大学学报（英文版）
• 学科: 工学
• 关键词: 集成镜像基函数神经网络 空间插值 土壤重金属 山区
• 年，卷（期）: 2015,（1）
• 页码范围: 38-45
• 页数: 8页
• 分类号: TP183
• 字数: 1059字
• 语种: 英文
• DOI: 10.3969/j.issn.1003-7985.2015.01.007

摘要

提出了一种在山区能够准确、稳定地预测未采样点土壤重金属浓度的集成径向基函数神经网络空间插值方法(IRBFANNs).该方法集成径向基函数神经网络和神经网络集成技术的优点.为了研究所提IRB-FANNs方法的性能,进行了3组不同采样密度条件下的实验.通过Mn元素插值的均方根误差和分布估计图对IRBFANNs和其他6个插值方法进行了比较.实验结果表明:IRBFANNs方法在精确性和稳定性方面优于其他参评方法,且在采样密度稀疏条件下该方法能够提供细节较丰富的分布估计图.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张榆锋	云南大学信息学院	74	555	12.0	19.0
2	施心陵	云南大学信息学院	117	601	12.0	16.0
3	章克信	昆明医学院第二附属医院心血管科	19	63	4.0	7.0
4	李宝磊	云南大学信息学院	11	44	3.0	6.0
5	张俊华	云南大学信息学院	23	99	6.0	8.0