基于反向传播算法的地理实体数值型时空数据预测模型研究.docVIP

基于反向传播算法的地理实体数值型时空数据预测模型研究 广大朋友们，关于“基于反向传播算法的地理实体数值型时空数据预测模型研究”是由xx论文频道小编特别编辑整理的，相信对需要各式各样的论文朋友有一定的帮助! 一、引言　　目前，应用型地理信息系统（GIS）有三个强大的功能特点：时空数据管理功能、空间信息表达能力和信息分析能力。同时在用户体验和Web服务中得到快速发展。但是，因为传统GIS研究在智能分析领域的缺失，导致此类GIS的在地理信息预测、综合评价、辅助决策等智能GIS方面的应用中有着天生的缺陷，而信息预测更是智能GIS的核心功能之一。在此情况下，如何建立地理信息预测模型成为了建立智能GIS的一个重要步骤[1]。　　二、BP传播算法模型　　BP网络（反向传播网络）实际上是一个基于神经元数学模型的多层感知器，它可以在典型前馈型网络体系结构的基础上进行误差信号的反向传播，能够对任意非线性映射进行良好的逼近，从而拥有了表达各种复杂映射的能力。BP网络是在对模型运算速度要求不高的离线预测模型系统中使用最广泛的神经网络模型之一[1-4]。BP网络拥有三条突出的特征：　　（一）网络中每一个神经元模型都包括一个非线性激活函数，即sigmoid函数：　　它能够有效解决非线性问题。　　（二）网络包含一层或多层神经元的隐藏层，能够逐步