作者:陈虹 期刊:《计算机仿真》 2017年第10期
为了解决大型数据库多维空间数据中存在的零散、稀疏问题,需要进行数据插值处理。针对采用当前插值方法对于样点空间分布及结构约束考虑较少,取样点数据的数量不能全面反映大型数据库中多维空间数据的整体分布情况,容易引起数据遗失、插值精度低的问题,提出一种基于径向基神经网络算法(RBF)的大型数据库中多维空间数据智能插值方法。首先对多维空间数据集进行时空分区,分别在时间和空间依据异质协方差模型计算多维空间缺失...
影响因子:1.87
期刊级别:省级期刊
发行周期:月刊
影响因子:1.44
期刊级别:CSSCI南大期刊
影响因子:0.44
发行周期:半月刊
影响因子:0.07
发行周期:旬刊
影响因子:0.65
期刊级别:北大期刊
影响因子:0.35