基于RBF神经网络的地理时空信息预测推理方法

李景文; 王珂; 叶良松; 刘华尧; 王翰钊

doi:10.16088/j.issn.1001-6600.2014.04.010

广西师范大学学报（自然科学版） ›› 2014, Vol. 32 ›› Issue (04) : 59 -65. DOI: 10.16088/j.issn.1001-6600.2014.04.010

基于RBF神经网络的地理时空信息预测推理方法

李景文, 王珂, 叶良松, 刘华尧, 王翰钊

作者信息 +

Author information +

文章历史 +

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。