基于RBF神经网络的地理时空信息预测推理方法  

An Inference Prediction Method of Spatiotemporal Information of Geographical Entity Based on RBF Neural Network

作　　者：李景文[1,2] 王珂[1,2] 叶良松 刘华尧[3] 王翰钊[4] 

机构地区：[1]桂林理工大学广西矿冶与环境科学实验中心,广西桂林541004 [2]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 [3]广西有色勘察设计研究院,广西南宁530031 [4]郑州测绘学校,河南郑州450015

出　　处：《广西师范大学学报（自然科学版）》2014年第4期59-65,共7页Journal of Guangxi Normal University:Natural Science Edition

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)

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。Based on in-depth analysis of the temporal and spatial characteristics of the geographical entity,by abstracting and standardizing the geographical entity,this paper puts forword a reasoning prediction method according to the characteristics of complex geographical entity.The method focused on the predictive inference theory,model method and procedure of RBF network learning method based on temporal information of geographic entities.Through the abstract description and standardization of geographical entity object,hypersurface temporal information fusion is established.Using the strong nonlinear fitting ability of RBF neural network,aprediction and inference model is constructed with integration of a complex geographical entity with time,space and attribute information.And The method,by predicting the content of the dissloved oxygen（DO）in Lijiang River in Yangshuo section as an example,is proved to be feasible.This method provides an effective way for the intelligent decision and reasoning of spatiotemporal data processing.

关 键 词：时空数据 超曲面 径向基函数 推理预测 

分 类 号：P208[天文地球—地图制图学与地理信息工程]