首页 | 官方网站   微博 | 高级检索  
     

稀疏数据插值问题的回归克里格方法
引用本文:鲁程鹏,束龙仓,张颖,王勇.稀疏数据插值问题的回归克里格方法[J].水电能源科学,2009,27(1).
作者姓名:鲁程鹏  束龙仓  张颖  王勇
作者单位:1. 河海大学,水文水资源与水利工程科学国家重点实验室,江苏,南京,210098
2. 河海大学,水文水资源与水利工程科学国家重点实验室,江苏,南京,210098;哈尔滨商业大学,基础科学学院,黑龙江,哈尔滨,150028
基金项目:高等学校学科创新引智计划基金,国家重点基础研究发展规划(973计划) 
摘    要:针对稀疏数据的插值问题,基于克里格方法提出了一套应用于数据量少、插值空间广泛的回归克里格方法.研究结果表明,该方法可有效解决稀疏数据无法给出合理理论变异函数的问题,且插值结果与基于最小二乘法的简单克里格相比平稳性更好.回归克里格方法应依据具体问题选择变量,以满足强相关为首要条件,过多增加相关变量往往不能取得很好的插值效果.

关 键 词:稀疏数据  插值  回归克里格  地质统计

Regression Kriging Method for Sparse Data Interpolation
LU Chengpeng SHU Longcang ZHANG Ying WANG Yong.Regression Kriging Method for Sparse Data Interpolation[J].International Journal Hydroelectric Energy,2009,27(1).
Authors:LU Chengpeng SHU Longcang ZHANG Ying WANG Yong
Affiliation:1.State Key Laboratory of Hydrology-Water Resources and Hydraulic Engineering;Hohai University;Nanjing 210098;China;2.College of Basic Science;Harbin University of Commerce;Harbin 150028;China
Abstract:This paper focuses on the sparse data interpolation which is based on Kriging method,and an improved method named Regression Kriging method is derivated.This method can be applied in the issues which have sparse data and broad space.The conclusion shows that the regression Kriging method is much better than other Kriging methods and the interpolation results are much stationary than the least square method solution.Besides this,when this method is applied for multivariate scenario,the most important conditi...
Keywords:sparse data  interpolation  regression Kriging  statistics  
本文献已被 CNKI 维普 万方数据 等数据库收录!
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-23

京公网安备 11010802026262号