基于人工神经网络面插值的方法研究

【摘要】：前人研究表明三层前向人工神经网络不仅能以任意精度逼近任意函数，还能以任何精度逼近其各阶导数。根据这一特性，本文将反向传播网络（Ｂａｃｋ－Ｐｒｏｐａｇａｔｉｏｎ，简称ＢＰ网络）应用于面插值。本文认定地理要素的空间分布可以用一复杂的非线性函数模拟，该函数是由多种因素综合作用的结果，即地理要素的值是这些因素的函数，如果以各因素为输入、对应地理要素值为期望输出，对网络进行训练可对地理要素的空间分布进行模拟。影响因素的确定是决定插值精度的关键。该方法最大特点在于能充分利用空间信息和各种社会、经济信息。最后，本文模拟了有隔离带和无隔离带的两种插值情况，实验表明神经网络应用于面插值是可行的，并且能有效地解决隔离带问题。本文介绍的方法可以用于土壤、土地评估等有关面状分布的研究场合。