论文部分内容阅读
在地学研究中,特别是区域性资料处理过程中,常常遇到'不完备数据'的问题,即所谓的'数据不全'.在尽量减小估计误差的条件下对缺失数据进行预测或插补,对于充分利用历史资料和已知信息,提高预测质量具有重要意义.利用径向基人工神经网络(RBF)同时具有自组织神经网络和回归网络的优点,可以对缺失数据进行预测.实际区域地球化学数据处理的结果表明,RBF网络对空间不完备数据的建模和预测具有优异的效果.