安徽农业科学

2012, v.40;No.381(20) 10424-10425+10548

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于RBF神经网络耕地土壤全氮插值方法的研究
Study of Soil Total Nitrogen based on RBF Neural Network Interpolation Method

宋兆璞;刘畅;赵凯;徐剑波;

摘要(Abstract):

[目的]通过耕地土壤全氮的空间变异特性研究,可以更好地调整耕地管理措施、合理施用氮肥、减少资源浪费。[方法]利用RBF(Radial Basis Function,径向基函数)神经网络插值法对区域土壤全氮进行空间插值,同时与普通克里格法进行比较。[结果]RBF神经网络插值法在拟合能力和插值能力方面要明显优于普通克里格法。[结论]RBF神经网络法具有很好的应用前景。

关键词(KeyWords): RBF神经网络;Matlab;ArcGIS;全氮;插值

Abstract:

Keywords:

基金项目(Foundation): 广东省教育部产学研结合项目(2010B090400155);; 广东省科技计划项目(2009B020315012)

作者(Author): 宋兆璞;刘畅;赵凯;徐剑波;

Email:

DOI: 10.13989/j.cnki.0517-6611.2012.20.083

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享