首页|人工神经网络模型在地学研究中的应用进展

人工神经网络模型在地学研究中的应用进展

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
近年来,随着人工神经网络(ANNs)自身技术的不断完善,应用ANNs模型成功解决各类地学问题的案例大量出现.通过对其发展历程进行分析发现,20世纪80年代末国际地学分析中已开始融入ANNs技术,国内则滞后1～2年.在地学分析中使用的各类人工神经网络类型中,BP模型应用最广,占到85%以上.在10余年的应用过程中,虽然地学的各个分支学科都移植了一种或数种ANNs模型作为其分析工具,但水文、地质、大气、遥感等领域应用较为广泛.传统地学定量分析中的单变量或多变量预测成为人工神经网络地学模型的主要应用客体.同时,诸如模式识别和过程模拟等也是ANNs模型求解的对象.目前,随着建模经验和知识的积累,地学ANNs模型的发展呈现出多种技术综合集成的态势,遗传算法、小波转换、模拟退火算法以及模糊逻辑等方法与ANNs模型融合,成为解决地学分析中非线性问题的利器.
APPLICATIONS OF ARTIFICIAL NEURAL NETWORKS TO GEOSCIENCES:REVIEW AND PROSPECT

李双成、郑度

展开 >

北京大学城市与环境学系,北京,100871

中国科学院地理科学与资源研究所,北京,100101

人工神经网络(ANNs) 地学模拟

国家重点基础研究发展计划(973计划)青藏高原生态与环境演变趋势及对策项目

G1998040800G1998040816

2003

地球科学进展
中国科学院资源环境科学信息中心 国家自然科学基金委员会地球科学部 中国科学院资源环境科学与技术局

地球科学进展

CSTPCDCSCD
影响因子：2.045
ISSN：1001-8166
年,卷(期)：2003.18(1)
  • 108
  • 12