首页 | 本学科首页   官方微博 | 高级检索  
     检索      

应用广义回归神经网络进行土壤空间变异研究
引用本文:沈掌泉,周斌,孔繁胜,JohnS.Bailey.应用广义回归神经网络进行土壤空间变异研究[J].土壤学报,2004,41(3):471-475.
作者姓名:沈掌泉  周斌  孔繁胜  JohnS.Bailey
作者单位:1. 浙江大学农业遥感与信息技术应用研究所,杭州,310029;浙江大学计算机科学与技术学院,杭州,310027
2. 浙江大学农业遥感与信息技术应用研究所,杭州,310029
3. 浙江大学计算机科学与技术学院,杭州,310027
4. Department of Agriculture for Northern Ireland, Agricultural and Environmental Science Division, Belfast, UK
基金项目:国家自然科学基金项目(40201021)、浙江省自然科学基金项目(402016)和中英交流合作项目(SHA/992/308)资助
摘    要:对土壤性质空间变异的充分了解,是土壤养分管理和合理施肥的基础。90年代以来,随着发达国家精确农业技术的开展,土壤特性的空间变异和空间插值技术研究得到众多农学家和土壤科学工作者的关注和重视1,2 ] 。由法国学者Matheron于2 0世纪6 0年代建立起来的地统计学(Geostatistic

关 键 词:广义回归神经网络  径向基网络  土壤性质  空间变异  克里格插值法
收稿时间:2003/3/31 0:00:00
修稿时间:2003/8/15 0:00:00

STUDY ON SPATIAL VARIETY OF SOIL PROPERTIES BY MEANS OF GENERALIZED REGRESSION NEURAL NETWORK
Shen Zhangquan,Zhou Bin,Kong Fansheng and John S. Bailey.STUDY ON SPATIAL VARIETY OF SOIL PROPERTIES BY MEANS OF GENERALIZED REGRESSION NEURAL NETWORK[J].Acta Pedologica Sinica,2004,41(3):471-475.
Authors:Shen Zhangquan  Zhou Bin  Kong Fansheng and John S Bailey
Institution:Institute of Remote Sensing and Information System Application, Zhejiang University, Hangzhou 310029, China;College of Computer Science, Zhejiang University, Hangzhou 310027, China;Institute of Remote Sensing and Information System Application, Zhejiang University, Hangzhou 310029, China;College of Computer Science, Zhejiang University, Hangzhou 310027, China;Department of Agriculture for Northern Ireland, Agricultural and Environmental Science Division, Belfast, UK
Abstract:
Keywords:
本文献已被 CNKI 维普 万方数据 等数据库收录!
点击此处可从《土壤学报》浏览原始摘要信息
点击此处可从《土壤学报》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号