文献类型：期刊文章

作　　者：杨平[1] 王新民[2] 路来君[1]

机构地区：[1]吉林大学地球科学学院,吉林长春130026 [2]长春工业大学应用数学研究所,吉林长春130021

出　　处：《地学前缘》

基　　金：国家自然科学基金项目(51278065)

年　　份：2016

卷　　号：23

期　　号：3

起止页码：151-155

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CAS、CSA-PROQEUST、CSCD、CSCD2015_2016、EBSCO、EI(收录号：20162302456208)、GEOREFPREVIEWDATABASE、IC、JST、PROQUEST、RCCSE、SCOPUS、WOS、ZGKJHX、ZR、核心刊

摘　　要：文中首先运用了一种改进的数量化理论I模型作为预处理工具,对影响地下水水质的20个因子进行定性数据转换、数据降维,随后将8个重要特征因子作为RBF(径向基函数)神经网络模型的输入,进一步对监测井的采样数据进行学习、训练,揭示地下水污染质迁移转化规律。尝试用经过改进的数量化理论与RBF神经网络方法二者结合,对沈阳李官水源地研究区监测井地下水水质变化进行模拟与预测,其仿真结果覆盖了现有的绝大部分实测数据,适用范围广泛,具有一定的推广价值。

关 键 词：改进的数量化理论Ⅰ  数据降维 特征因子  RBF神经网络

分 类 号：P641.12] O29[地质学类;地质类]