| PCA-RBF网络预测模型在水质信息预测中的应用 |
| |
| 引用本文： | 周艳柳,郭兰博,李景文,殷手强,郭彤枫.PCA-RBF网络预测模型在水质信息预测中的应用[J].测绘与空间地理信息,2017,40(9). |
| |
| 作者姓名： | 周艳柳 郭兰博 李景文 殷手强 郭彤枫 |
| |
| 作者单位： | 1. 桂林理工大学测绘地理信息学院,广西桂林541006;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;2. 桂林理工大学测绘地理信息学院,广西桂林,541006 |
| |
| 基金项目： | 国家自然科学基金项目，广西自然科学基金重点项目，广西空间信息与测绘重点实验室主任基金 |
| |
| 摘 要： | 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。
|
| 关 键 词： | 地理空间数据 主成分分析 RBF神经网络 水质预测 |
Application of PCA-RBF Network Model in Prediction of the Quality of Water Information |
| |
| ZHOU Yan-liu,GUO Lan-bo,LI Jing-wen,YIN Shou-qiang,GUO Tong-feng.Application of PCA-RBF Network Model in Prediction of the Quality of Water Information[J].Geomatics & Spatial Information Technology,2017,40(9). |
| |
| Authors: | ZHOU Yan-liu GUO Lan-bo LI Jing-wen YIN Shou-qiang GUO Tong-feng |
| |
| Abstract: | Based on the analysis of RBF neural network prediction algorithm and principal component analysis method,this paper aimed at complex correlation and strong nonlinearity of geographical spatial data,in-depth study of the combine principle of principal component analysis and RBF neural network,constructed the PCA-RBF network prediction model.Finally,the model is applied to predict water quality information,the experimental results show that,in the high dimensional heterogeneous data,the model can effectively reduce the dimensionality,so as to optimize the structure of RBF neural network,and effectively improves the prediction accuracy of the geographic spatial data,and provides a new idea for predicting geospatial data in GIS. |
| |
| Keywords: | geospatial data PCA RBF neural network water quality prediction |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
