不同输入方式下RBF神经网络对土壤性质空间插值的误差分析
作者:
基金项目:
国家教育部重点支持项目(03110);四川省教育厅重点支持项目资助
ERROR ANALYSIS OF SOIL PROPERTY SPATIAL INTERPOLATION WITH RBF ARTIFICIAL NEURAL NETWORK WITH DIFFERENT INPUT METHODS
Author:
- 摘要 | |
- 访问统计 | |
- 相似文献 [20] |
- 引证文献 | |
- 文章评论
摘要:
土壤是一个时空连续体,受自然和人为因素的影响,具有高度的空间异质性[1].这种空间异质性体现在土壤的物理、生化信息随空间位置的不同而呈现较大的差异,并且不同土壤性质具有不同程度的空间变异.准确掌握土壤物理、生化信息的空间变异规律,不仅是精准农业中土壤养分管理的基础,对于环境保护和治理也具有十分重要的意义.因此,土壤性质的空间插值技术研究得到了广泛的关注和重视[2~4].目前应用于土壤性质空间插值的方法主要包括基于几何学意义的移动平均法[5]、反比距离加权法[6,7]、样条函数法[8]、趋势面分析法[9,10]以及基于统计学意义的克里格(Kriging)插值法[11~13]等.
引用本文
李启权,王昌全,岳天祥,李冰,杨娟,史文娇.不同输入方式下RBF神经网络对土壤性质空间插值的误差分析[J].土壤学报,2008,45(2):360-365. DOI:10.11766/trxb200612250224 Li Qiquan, Wang Changquan, Yue Tianxiang, Li Bing, Yang Juan, Shi Wenjiao. ERROR ANALYSIS OF SOIL PROPERTY SPATIAL INTERPOLATION WITH RBF ARTIFICIAL NEURAL NETWORK WITH DIFFERENT INPUT METHODS[J]. Acta Pedologica Sinica,2008,45(2):360-365.
复制
文章指标
- 点击次数:1792
- 下载次数: 3971
- HTML阅读次数: 0
历史
- 收稿日期:2006-12-25
- 最后修改日期:2007-04-16
- 在线发布日期: 2013-05-10
文章二维码
