基于RBF神经网络的地理时空信息预测推理方法

作     者：李景文 王珂 叶良松 刘华尧 王翰钊 LI Jing-wen;WANG Ke;YE Liang-song;LIU Hua-yao;WANG Han-zhao

作者机构：桂林理工大学广西矿冶与环境科学实验中心广西桂林541004 桂林理工大学广西空间信息与测绘重点实验室广西桂林541004 广西有色勘察设计研究院广西南宁530031 郑州测绘学校河南郑州450015 

出 版 物：《广西师范大学学报（自然科学版）》 (Journal of Guangxi Normal University:Natural Science Edition)

年 卷 期：2014年第32卷第4期

页      面：59-65页

学科分类：081603[工学-地图制图学与地理信息工程] 081802[工学-地球探测与信息技术] 07[理学] 08[工学] 070503[理学-地图学与地理信息系统] 0818[工学-地质资源与地质工程] 0705[理学-地理学] 0816[工学-测绘科学与技术] 

基　　金：国家自然科学基金资助项目(41461085) 广西自然科学基金重点项目(2014GXNSFDA118032) 广西教育厅科学技术研究项目(YB2014164) 

主　　题：时空数据 超曲面 径向基函数 推理预测 

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。