10.3969/j.issn.1672-5867.2017.09.028
PCA-RBF网络预测模型在水质信息预测中的应用
在分析RBF神经网络预测算法和主成分分析方法的基础上,本文针对地理空间数据的复杂相关性和较强非线性,深入研究了主成分分析与RBF神经网络结合原理,构建了PCA-RBF网络预测模型,最后将预测模型应用于水质信息预测中.实验结果表明:该模型对海量的高维异构数据可进行有效降维,从而优化RBF神经网络结构,有效地提高了地理空间数据预测时的精度,并为GIS领域地理空间数据的预测提供了一种新思路.
地理空间数据、主成分分析、RBF神经网络、水质预测
40
P209(一般性问题)
国家自然科学基金项目41461085;广西自然科学基金重点项目2014GXNSFDA118032;广西空间信息与测绘重点实验室主任基金151400704
2017-12-06(万方平台首次上网日期,不代表论文的发表时间)
共4页
106-108,113