基于多尺度最小二乘支持向量机优化的克里金插值算法
克里金方法（kriging）又称空间自协方差最佳插值法，以南非矿业工程师D.G.Krige的名字命名，同时也是地质统计学的重要组成部分。传统克里金插值算法实验变异函数拟合的理论模型选择具有主观性和随机性,而拟合所选择的模型又会直接影响插值精度,故本文从实例数据变异函数的变化趋势出发,采用最小二乘支持向量机拟合变异函数,得到理论变异函数.其中,多尺度小波函数作为支持向量机的核函数,小波函数具有稀疏性和多尺度等特点.实验过程中,变异函数采用多种理论模型和单尺度、多尺度最小二乘支持向量机作对比,结果表明,最小二乘支持向量机能更好地刻画变异函数,反映真实性,从而进一步提高插值的效果.
地质统计学 克里金插值 最小二乘支持向量机 变异函数
车磊 王海起 陈冉 桂丽 刘玉
中国石油大学(华东)地球科学与技术学院,山东青岛,266580
国内会议
深圳
中文
1-5
2016-09-23（万方平台首次上网日期，不代表论文的发表时间）