本文關(guān)鍵詞：基于改進(jìn)的逐點(diǎn)交叉驗(yàn)證的RBF形態(tài)參數(shù)優(yōu)化方法及其空間插值實(shí)驗(yàn)

  更多相關(guān)文章： 空間插值 徑向基函數(shù) 形態(tài)參數(shù) 逐點(diǎn)交叉驗(yàn)證

【摘要】：徑向基函數(shù)(Radial Basis Function,RBF)是一種確定性的多維空間插值模型,可以有效逼近任意維度的空間數(shù)據(jù)。RBF插值模型中,基函數(shù)形態(tài)參數(shù)直接影響插值精度。為了快速求解最佳形態(tài)參數(shù),獲取準(zhǔn)確的插值結(jié)果,該文采用改進(jìn)的逐點(diǎn)交叉驗(yàn)證(Improved Leave One Out Cross Validation,ILOOCV)方法求取最優(yōu)形態(tài)參數(shù),首先從形態(tài)參數(shù)取值區(qū)間內(nèi)選定初始形態(tài)參數(shù)α,然后從n個(gè)已知點(diǎn)中順序選出一個(gè)點(diǎn),使用剩下的n-1個(gè)已知點(diǎn)構(gòu)建RBF插值模型,計(jì)算被取出點(diǎn)處真實(shí)值與插值結(jié)果的誤差,循環(huán)n次,累計(jì)交叉驗(yàn)證誤差,再依次從形態(tài)參數(shù)取值區(qū)間選取下一個(gè)值,重復(fù)操作,建立形態(tài)參數(shù)α與累計(jì)交叉驗(yàn)證誤差之間的函數(shù)映射關(guān)系,最后通過(guò)最小化交叉驗(yàn)證誤差來(lái)獲取最佳形態(tài)參數(shù)。以我國(guó)東北地區(qū)氣象觀測(cè)數(shù)據(jù)進(jìn)行實(shí)驗(yàn),對(duì)ILOOCV方法進(jìn)行驗(yàn)證,結(jié)果表明ILOOCV方法選取最佳形態(tài)參數(shù)使其插值結(jié)果比較精確,是一種可行的RBF形態(tài)參數(shù)優(yōu)化方法。
【作者單位】： 云南師范大學(xué)旅游與地理科學(xué)學(xué)院;虛擬地理環(huán)境教育部重點(diǎn)實(shí)驗(yàn)室(南京師范大學(xué));江蘇省地理環(huán)境演化國(guó)家重點(diǎn)實(shí)驗(yàn)室培育建設(shè)點(diǎn);
【關(guān)鍵詞】： 空間插值 徑向基函數(shù) 形態(tài)參數(shù) 逐點(diǎn)交叉驗(yàn)證
【基金】：國(guó)家自然科學(xué)基金項(xiàng)目(41271383) 云南師范大學(xué)博士基金項(xiàng)目(01300205020503113)
【分類號(hào)】：P208
【正文快照】： 0引言空間插值是GIS進(jìn)行地理分析的重要方法[1]。Franke從插值效果、參數(shù)靈敏度、執(zhí)行時(shí)間、存儲(chǔ)要求及編程實(shí)現(xiàn)的難易程度等方面對(duì)多種插值方法進(jìn)行比較,得出RBF插值是一種較優(yōu)的空間插值方法[2]。使用RBF插值方法進(jìn)行空間插值需要解決兩個(gè)問(wèn)題:基函數(shù)的選取和形態(tài)參數(shù)的優(yōu)化，

本文編號(hào)：1001252