土壤风蚀是北方干旱和半干旱地区土地沙化和沙尘暴灾害的首要环节和主要动力过程之一.选取影响内蒙古自治区土壤风蚀演化的相关指标,运用GIS技术提取各指标数据,构建径向基函数神经网络(Radial Basis Function Network,RBFN);根据不同...土壤风蚀是北方干旱和半干旱地区土地沙化和沙尘暴灾害的首要环节和主要动力过程之一.选取影响内蒙古自治区土壤风蚀演化的相关指标,运用GIS技术提取各指标数据,构建径向基函数神经网络(Radial Basis Function Network,RBFN);根据不同风蚀危险程度标准,选取12个市、县(旗)相关数据进行训练,确定网络模型参数,进而对内蒙古自治区88个市、县(旗)的土壤风蚀危险度进行了评价.结果表明:内蒙古自治区西部为土壤风蚀发生的极强危险区,西北为强危险区,中部为中度危险区,而东部为轻度危险区;利用其他研究对该评价结论进行对比验证,结果较为理想.展开更多
基于径向基神经网络(Radial Basis Function Network,简称RBFN)及支持向量机(Support VectorMachine,简称SVM)的类似性,文章采用相同的符号体系,推导了RBFN及SVM在进行函数拟合时的表达式,指出这2种表达式形式上类似,主要区别是参数的...基于径向基神经网络(Radial Basis Function Network,简称RBFN)及支持向量机(Support VectorMachine,简称SVM)的类似性,文章采用相同的符号体系,推导了RBFN及SVM在进行函数拟合时的表达式,指出这2种表达式形式上类似,主要区别是参数的计算方法有所不同;以RBFN及SVM的拟合结果为响应面,基于蒙特卡罗模拟法进行了边坡的可靠度分析。计算结果表明,基于RBFN的蒙特卡罗模拟法与基于SVM的蒙特卡罗模拟法具有较高的计算精度及效率,2种方法在计算精度上没有明显的区别。展开更多
因无人机机载激光雷达(Light detection and ranging,LiDAR)数据具有离散性,在生成数字高程模型(Digital elevation model,DEM)时需选择有效插值方法。以荒漠植被区为研究背景,使用零均值标准化方法归一化点云回波强度,利用肘方法确定...因无人机机载激光雷达(Light detection and ranging,LiDAR)数据具有离散性,在生成数字高程模型(Digital elevation model,DEM)时需选择有效插值方法。以荒漠植被区为研究背景,使用零均值标准化方法归一化点云回波强度,利用肘方法确定最佳聚类数目,采用K-means方法对点云强度值聚类得到地面点云。在此基础上,采用克里金(Kriging)方法插值抽稀率为20%和80%的地面点云数据,且将点云高程作为变量,建立RBF神经网络预测模型,并通过线性回归检验方法对模型进行精度分析,采用Delaunay三角网内插生成高精度DEM。结果表明:采用K-means方法实现最佳聚类数目为4的聚类,得到地面点云48722个,在点云较优抽稀率20%的情况下,径向基函数神经网络(Radical basis function neural network,RBFNN)训练时间为56s,点云高程预测的决定系数R2为0.887,均方根误差RMSE为0.168m。说明使用RBFNN对K-means聚类滤波得到的地面点云进行高程预测效果较好,可为基于点云构建高精度DEM提供参考。展开更多
An improved RBFN algorithm is proposed.Its training algorithm includes K-mean cluster algorithm and improved recursive method with discounted measurements.The former is used in on-line leaming network centers,and the ...An improved RBFN algorithm is proposed.Its training algorithm includes K-mean cluster algorithm and improved recursive method with discounted measurements.The former is used in on-line leaming network centers,and the latter is used to adjust netword weights.Simulation results about estimating the catalyst activity in an industrial fixed-bed reactor show that the training algorithm provides simple structure,good track performance,fast learning speed.展开更多
文摘土壤风蚀是北方干旱和半干旱地区土地沙化和沙尘暴灾害的首要环节和主要动力过程之一.选取影响内蒙古自治区土壤风蚀演化的相关指标,运用GIS技术提取各指标数据,构建径向基函数神经网络(Radial Basis Function Network,RBFN);根据不同风蚀危险程度标准,选取12个市、县(旗)相关数据进行训练,确定网络模型参数,进而对内蒙古自治区88个市、县(旗)的土壤风蚀危险度进行了评价.结果表明:内蒙古自治区西部为土壤风蚀发生的极强危险区,西北为强危险区,中部为中度危险区,而东部为轻度危险区;利用其他研究对该评价结论进行对比验证,结果较为理想.
文摘基于径向基神经网络(Radial Basis Function Network,简称RBFN)及支持向量机(Support VectorMachine,简称SVM)的类似性,文章采用相同的符号体系,推导了RBFN及SVM在进行函数拟合时的表达式,指出这2种表达式形式上类似,主要区别是参数的计算方法有所不同;以RBFN及SVM的拟合结果为响应面,基于蒙特卡罗模拟法进行了边坡的可靠度分析。计算结果表明,基于RBFN的蒙特卡罗模拟法与基于SVM的蒙特卡罗模拟法具有较高的计算精度及效率,2种方法在计算精度上没有明显的区别。
文摘因无人机机载激光雷达(Light detection and ranging,LiDAR)数据具有离散性,在生成数字高程模型(Digital elevation model,DEM)时需选择有效插值方法。以荒漠植被区为研究背景,使用零均值标准化方法归一化点云回波强度,利用肘方法确定最佳聚类数目,采用K-means方法对点云强度值聚类得到地面点云。在此基础上,采用克里金(Kriging)方法插值抽稀率为20%和80%的地面点云数据,且将点云高程作为变量,建立RBF神经网络预测模型,并通过线性回归检验方法对模型进行精度分析,采用Delaunay三角网内插生成高精度DEM。结果表明:采用K-means方法实现最佳聚类数目为4的聚类,得到地面点云48722个,在点云较优抽稀率20%的情况下,径向基函数神经网络(Radical basis function neural network,RBFNN)训练时间为56s,点云高程预测的决定系数R2为0.887,均方根误差RMSE为0.168m。说明使用RBFNN对K-means聚类滤波得到的地面点云进行高程预测效果较好,可为基于点云构建高精度DEM提供参考。
文摘针对光伏发电功率受气象因素影响而具有波动性与随机性问题,提出一种基于最优相似度与IMEARBFNN的短期光伏发电功率预测方法。利用相关性分析与平均影响值(Mean Impact Value,MIV)算法选取出温度、湿度、辐照度3个气象因素作为输入指标,通过最优相似度理论计算得到预测日的相似日。将相似日数据与预测日气象数据作为输入,采用改进思维进化算法(Improved Mind Evolutionary Algorithm,IMEA)优化径向基神经网络(Radical Basis Function Neural Network,RBFNN)模型对预测日光伏发电功率进行预测。结果表明改进思维进化算法优化径向基神经网络可以提高模型预测精度,为光伏发电功率预测提供一种有效方法。
文摘An improved RBFN algorithm is proposed.Its training algorithm includes K-mean cluster algorithm and improved recursive method with discounted measurements.The former is used in on-line leaming network centers,and the latter is used to adjust netword weights.Simulation results about estimating the catalyst activity in an industrial fixed-bed reactor show that the training algorithm provides simple structure,good track performance,fast learning speed.
