应用广义回归神经网络进行土壤空间变异研究

doi:10.11766/trxb200303310323

首页 > 过刊浏览>2004年第41卷第3期 >471-475. DOI:10.11766/trxb200303310323

应用广义回归神经网络进行土壤空间变异研究
DOI:
                        10.11766/trxb200303310323
                    
作者:
                        
                        
                    
作者单位:
作者简介:
通讯作者:
中图分类号:
基金项目:* 国家自然科学基金项目(40201021);浙江省自然科学基金项目(402016);中英交流合作项目(SHA/992/308)资助

STUDY ON SPATIAL VARIETY OF SOIL PROPERTIES BY MEANS OF GENERALIZED REGRESSION NEURAL NETWORK

Author:

Affiliation:

Fund Project:

摘要

图/表

访问统计

参考文献

相似文献

引证文献

资源附件

文章评论

摘要:

对土壤性质空间变异的充分了解,是土壤养分管理和合理施肥的基础。90年代以来,随着发达国家精确农业技术的开展,土壤特性的空间变异和空间插值技术研究得到众多农学家和土壤科学工作者的关注和重视^[1,2]。由法国学者Matheron于20世纪60年代建立起来的地统计学(Geostatistics)方法,已被广泛用于土壤养分空间变异研究的定量分析;它是以区域化变量、随机函数和平稳性假设等概念为基础,以变异函数为核心,以克里格插值为手段,来分析研究自然现象的空间变异问题^[3,4]。

Abstract:

参考文献

相似文献

引证文献

引用本文

沈掌泉,周斌,孔繁胜,JohnS. Bailey.应用广义回归神经网络进行土壤空间变异研究[J].土壤学报,2004,41(3):471-475. DOI:10.11766/trxb200303310323 Shen Zhangquan, Zhou Bin, Kong Fansheng, John S. Bailey. STUDY ON SPATIAL VARIETY OF SOIL PROPERTIES BY MEANS OF GENERALIZED REGRESSION NEURAL NETWORK[J]. Acta Pedologica Sinica,2004,41(3):471-475.

复制

文章指标

点击次数:
下载次数:
HTML阅读次数:
引用次数:

历史

收稿日期:2003-03-31
最后修改日期:2003-08-15
录用日期:
在线发布日期: 2013-02-25
出版日期:

首页

期刊简介

投稿征稿

编委会

审稿专家

编辑部

出版道德

Email订阅

English

引用本文

分享

文章指标

历史