%0 Journal Article
%T 基于RBF神经网络的土壤铬含量空间预测
%A 陈飞香
%A 程家昌
%A 胡月明
%A 周永章
%A 赵元
%A 蚁佳纯
%J 地理科学
%P 69-74
%D 2013
%X 以广东省增城市为实验基地,采用随机采样的方法采集土壤铬含量样点,并将其分为训练数据集和检验数据集.设计4种样点布局方案,对前三组数据用RBF神经网络方法进行土壤铬含量插值,分析预测误差.研究发现,当样点较少时,RBF神经网络方法的插值结果较精确.而当样点数据为50时,误差较大,不能满足插值要求.通过插值结果的对比发现,较传统的统计学插值方法,RBF神经网络方法克服了平滑效应,特别是在数据较少的情况下,进行空间预测效果较好,是一种适用范围更广的插值方法.
%K RBF神经网络
%K 土壤属性
%K 空间预测
%K 克里格插值
%U http://geoscien.neigae.ac.cn/CN/abstract/abstract11327.shtml