地学自由曲面径向基函数网络重建的详细算法

详细信息   全文下载|推荐本文 |

• 出版年：2005
• 作者：陈明；何凯涛；王全明
• 单位1：国家地质实验测试中心
• 出生年：1967
• 职称：研究员
• 语种：中文
• 作者关键词：径向基网络；插值；信息；数学地质；人工神经网络
• 起始页：75
• 总页数：3
• 经费资助：国家863项目（2001AA135120）：国家973项目（G1999045708）；国家自然科学基金（49973015）
• 刊名：物探化探计算技术
• 是否内版：否
• 刊频：季刊
• 创刊时间：1979
• 主管单位：四川省教育厅
• 主办单位：成都理工大学
• 主编：贺振华
• 地址：成都理工大学内
• 邮编：610059
• 电子信箱：wtht@cdut.edu.cn
• 卷：27
• 期：1
• 期刊索取号：P630.6 363-14
• 数据库收录：中国科技核心期刊；《CAJ-CD规范》执行优秀期刊；《中国科学引文数据库（CSCD）》来源期刊；《中国学术期刊综合评价数据库》来源期刊；《中国期刊网》入网期刊；《中国学术期刊（光盘版）》入编期刊；中国科技论文统计源期刊；万方数据（Chinainfo）系统科技期刊群入网期刊；《中国石油文摘》收录期刊；《中国地质文摘》收录期刊；《中文科技期刊数据库》收录期刊；俄罗斯《文摘杂志》（P*）收录期刊；美国《地质光盘数据库》（GeoRef）收录期刊；《全国报刊索引》收录期刊
• 核心期刊：中国科技核心期刊

摘要

径向基函数（Radial Basis Function，简称RBF）神经网络是一种理想的地学离散数据网格化工具，能够适应各种不同分布形式和边界条件的数据，收敛速度较快，可以逼近任何复杂曲面。这里详细介绍了RBF神经网络的算法。适当径向基函数的形式和偏差系数是使用RBF神经网络作地学曲面重建的关键。大量的实际数据验证结果表明，当选用Gauss型径向基函数时，一般可获得比较理想的网格化效果，同时具备“曲面平滑”和“拟合度高”的特点。