论文部分内容阅读
空间异常探测旨在发现偏离普遍模式的小部分异常目标,对揭示地理现象潜在的发展变化规律有着重要意义。在现有的空间异常探测方法中,空间邻近域的确定直接影响探测结果的可靠性。为此,在顾及空间数据分布特征的前提下,利用人工神经网络机器学习的优势,发展了面向空间异常探测的BP神经网络结构和学习规则,提出了基于BP神经网络的空间异常探测方法,定义了基于BP神经网络的空间异常度概念,进而探测空间异常。最后,通过3组实际算例验证所提方法的可行性,并分析得出实验结论。