PCA-RBF网络预测模型在水质信息预测中的应用

作者： 周艳柳 [1] 郭兰博 [1] 李景文 [1] 殷手强 [2] 郭彤枫 [1]

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.

关键字： 地理空间数据 主成分分析 RBF神经网络 水质预测

上一篇： IP-S2车载移动测量系统在数字城管信息系统中的应用
下一篇： 利用居民地聚类和缓冲区分析完善道路网眼